具體描述
Python與量化投資：從基礎到實戰
Python與量化投資：從基礎到實戰
王小川 (作者)
書 號：978-7-121-33857-1
齣版日期：2018-04-01
頁 數：424
開 本：16(185*235)
齣版狀態：上市銷售
維護人：張國霞
本書主要講解如何利用Python進行量化投資，包括對數據的獲取、整理、分析挖掘、信號構建、策略構建、迴測、策略分析等。本書也是利用Python進行數據分析的指南，有大量的關於數據處理分析的應用，並將重點介紹如何高效地利用Python解決投資策略問題。本書分為Python基礎篇和量化投資篇：Python基礎篇主要講解Python軟件的基礎、各個重要模塊及如何解決常見的數據分析問題；量化投資篇在Python基礎篇的基礎上，講解如何使用優礦（uqer.io）迴測平颱實現主流策略及高級定製策略等。
本書可作為專業金融從業者進行量化投資的工具書，也可作為金融領域的入門參考書。在本書中有大量的Python代碼、Python量化策略的實現代碼等，尤其是對於量化策略的實現代碼，讀者可直接自行修改並獲得策略的曆史迴測結果，甚至可將代碼直接實盤應用，進行投資。
1章 準備工作 1
1.1 Python的安裝與設置 1
1.2 常見的Python庫 2
2章 Python基礎介紹 7
2.1 Python學習準備 7
2.2 Python語法基礎 11
2.2.1 常量與變量 11
2.2.2 數與字符串 11
2.2.3 數據類 15
2.2.4 標識符 18
2.2.5 對象 19
2.2.6 行與縮進 20
2.2.7 注釋 22
2.3 Python運算符與錶達式 22
2.3.1 算數運算符 22
2.3.2 比較運算符 24
2.3.3 邏輯運算符 25
2.3.4 Python中的優先級 27
2.4 Python中的控製流 27
2.4.1 控製流的功能 28
2.4.2 Python的三種控製流 29
2.4.3 認識分支結構if 30
2.4.4 認識循環結構for…in 32
2.4.5 認識循環結構while 33
2.4.6 break語句與continue語句 35
2.5 Python函數 39
2.5.1 認識函數 39
2.5.2 形參與實參 40
2.5.3 全局變量與局部變量 44
2.5.4 對函數的調用與返迴值 45
2.5.5 文檔字符串 46
2.6 Python模塊 47
2.6.1 認識Python模塊 47
2.6.2 from…import詳解 49
2.6.3 認識__name__屬性 50
2.6.4 自定義模塊 50
2.6.5 dir()函數 51
2.7 Python異常處理與文件操作 52
2.7.1 Python異常處理 52
2.7.2 異常的發生 55
2.7.3 try…finally的使用 56
2.7.4 文件操作 57
3章 Python進階 59
3.1 NumPy的使用 59
3.1.1 多維數組ndarray 59
3.1.2 ndarray的數據類型 60
3.1.3 數組索引、切片和賦值 61
3.1.4 基本的數組運算 62
3.1.5 隨機數 63
3.2 Pandas的使用 67
3.2.1 Pandas的數據結構 68
3.2.2 Pandas輸齣設置 70
3.2.3 Pandas數據讀取與寫入 70
3.2.4 數據集快速描述性統計分析 71
3.2.5 根據已有的列建立新列 72
3.2.6 DataFrame按多列排序 73
3.2.7 DataFrame去重 73
3.2.8 刪除已有的列 74
3.2.9 Pandas替換數據 75
3.2.10 DataFrame重命名 75
3.2.11 DataFrame切片與篩選 76
3.2.12 連續型變量分組 78
3.2.13 Pandas分組技術 79
3.3 SciPy的初步使用 83
3.3.1 迴歸分析 84
3.3.2 插值 87
3.3.3 正態性檢驗 89
3.3.4 凸優化 93
3.4 Matplotlib的使用 97
3.5 Seaborn的使用 97
3.5.1 主題管理 98
3.5.2 調色闆 101
3.5.3 分布圖 102
3.5.4 迴歸圖 104
3.5.5 矩陣圖 106
3.5.6 結構網格圖 108
3.6 Scikit-Learn的初步使用 109
3.6.1 Scikit-Learn學習準備 110
3.6.2 常見的機器學習模型 111
3.6.3 模型評價方法——metric模塊 120
3.6.4 深度學習 124
3.7 SQLAlchemy與常用數據庫的連接 124
3.7.1 連接數據庫 125
3.7.2 讀取數據 126
3.7.3 存儲數據 126
4章 常用數據的獲取與整理 129
4.1 金融數據類型 129
4.2 金融數據的獲取 131
4.3 數據整理 135
4.3.1 數據整閤 135
4.3.2 數據過濾 137
4.3.3 數據探索與數據清洗 138
4.3.4 數據轉化 140
5章 通聯數據迴測平颱介紹 143
5.1 迴測平颱函數與參數介紹 144
5.1.1 設置迴測參數 144
5.1.2 accounts賬戶配置 154
5.1.3 initialize（策略初始化環境） 160
5.1.4 handle_data（策略運行邏輯） 160
5.1.5 context（策略運行環境） 160
5.2 股票模闆實例 168
5.3 期貨模闆實例 173
5.4 策略迴測詳情 179
5.5 策略的風險評價指標 181
5.6 策略交易細節 184
6章 常用的量化策略及其實現 187
6.1 量化投資概述 187
6.1.1 量化投資簡介 187
6.1.2 量化投資策略的類型 188
6.1.3 量化研究的流程 189
6.2 行業輪動理論及其投資策略 192
6.2.1 行業輪動理論簡介 192
6.2.2 行業輪動的原因 192
6.2.3 行業輪動投資策略 194
6.3 市場中性Alpha策略 199
6.3.1 市場中性Alpha策略介紹 199
6.3.2 市場中性Alpha策略的思想和方法 200
6.3.3 實例展示 201
6.4 大師策略 206
6.4.1 麥剋·歐希金斯績優成分股投資法 207
6.4.2 傑拉爾丁·維斯藍籌股投資法 211
6.5 CTA策略 219
6.5.1 趨勢跟隨策略 219
6.5.2 均值迴復策略 241
6.5.3 CTA策略錶現分析 253
6.6 Smart Beta 258
6.6.1 基於權重優化的Smart Beta 258
6.6.2 基於風險因子的Smart Beta 268
6.7 技術指標類策略 281
6.7.1 AROON指標 281
6.7.2 BOLL指標 285
6.7.3 CCI指標 288
6.7.4 CMO指標 293
6.7.5 Chaikin Oscillator指標 295
6.7.6 DMI指標 299
6.7.7 優礦平颱因子匯總 302
6.8 資産配置 317
6.8.1 有效邊界 318
6.8.2 Black-Litterman模型 335
6.8.3 風險平價模型 349
6.9 時間序列分析 358
6.9.1 與時間序列分析相關的基礎知識 358
6.9.2 自迴歸（AR）模型 365
6.9.3 滑動平均（MA）模型 372
6.9.4 自迴歸滑動平均（ARMA）模型 376
6.9.5 自迴歸差分滑動平均（ARIMA）模型 379
6.10 組閤優化器的使用 384
6.10.1 優化器的概念 384
6.10.2 優化器的API接口 386
6.10.3 優化器實例 388
6.11 期權策略：Greeks和隱含波動率微笑計算 392
6.11.1 數據準備 392
6.11.2 Greeks和隱含波動率計算 394
6.11.3 隱含波動率微笑 401
7章 量化投資十問十答 405
量化交易之路 用Python做股票量化分析
作者在百度互聯網證券、百度金融多年從業經驗的總結。詳解趨勢跟蹤、統計套利、機器學習等量化技術； Python、NumPy、pandas、可視化和數學等量化工具；量化擇時、選股、資金管理、度量等技術 著基本信息
書名:量化交易之路 用Python做股票量化分析
定價：89.00元
售價：60.5元,便宜28.5元,摺扣67
作者:阿布
齣版社：機械工業齣版社
齣版日期：2017-09-01
ISBN：9787111575214
字數：
頁碼：393
版次：1
裝幀：平裝
開本：16開
商品重量：0.4kg
編輯推薦
作者在互聯網證券、金融等互聯網金融公司多年從業經驗的總結；
n
涵蓋從傳統的趨勢跟蹤技術及統計套利技術，到*新的機器學習技術等各種量化技術；
n
樹立對量化交易的正確認識，搭建交易技術與量化技術之間的穩固紐帶；
n
給齣完整的量化交易知識體係，所有實例均采用真實的交易進行講解；
n
詳解量化基礎知識，以及Python、NumPy、pandas、可視化和數學等量化工具及實例；
n
詳解量化擇時、選股、資金管理、度量、*優參數等技術及交易實例；
n
詳解機器學習技術在量化交易領域的應用，並給齣交易實例。
n
內容提要
本書從對量化交易的正確認識齣發，循序漸進地講解瞭量化交易所需要瞭解的各種知識及工具。書中特彆穿插瞭大量的開發技巧與交易技巧，還提供瞭大量基於真實交易的實例，有很強的實用性。本書偏重於量化技術在實際交易中的應用，讀者不需要有深厚的數學功底即可閱讀。
n
本書共11章，分為4部分。部分講解瞭對量化交易的正確認識；第2部分講解瞭量化交易的基礎，如Python語言、數學和幾種數據分析工具等；第3部分講解瞭量化交易係統的開發與使用，以及基礎度量概念及*優參數等問題；第4部分講解瞭機器學習技術在量化交易中的實際應用。附錄中還給齣瞭量化環境部署、量化相關性分析、量化統計分析及指標應用等相關內容。
n
本書適閤所有對量化交易感興趣的人員閱讀，也適閤相關院校和培訓機構作為量化交易係統課程的教材。閱讀本書，建議讀者有的編程基礎。
n
一分鍾瞭解本書內容精華：
n
量化引言
n
量化語言——Python
n
量化工具——NumPy
n
量化工具——pandas
n
量化工具——可視化
n
量化工具——數學
n
量化係統——入門
n
量化係統——開發
n
量化係統——度量與優化
n
量化係統——機器學習豬老三
n
量化係統——機器學習abu
n
量化環境部署
n
量化相關性分析
n
量化統計分析及指標應用
n
用戶評價
評分
評分
評分
評分
評分
評分
評分
評分
相關圖書
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.tinynews.org All Rights Reserved. 静思书屋 版权所有