中圖網(wǎng)小程序
一鍵登錄
更方便
從零開始學(xué)從零開始學(xué)PYTHON大數(shù)據(jù)與量化交易 版權(quán)信息
- ISBN：9787302527541
- 條形碼：9787302527541 ; 978-7-302-52754-1
- 裝幀：平裝-膠訂
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
從零開始學(xué)從零開始學(xué)PYTHON大數(shù)據(jù)與量化交易 本書特色
《從零開始學(xué)Python 大數(shù)據(jù)與量化交易》首先講解量化交易的基礎(chǔ)知識，如量化交易的優(yōu)勢、應(yīng)用、注意事項、歷史、量化交易平臺等；然后講解量化交易開發(fā)語言Python，即講解Python 語言的開發(fā)環(huán)境、基本語法及流程控制、特征數(shù)據(jù)類型、內(nèi)置函數(shù)與自定義用戶函數(shù)、面向?qū)ο缶幊蹋唤又v解大數(shù)據(jù)分析和可視化的3 個包，分別是Numpy 包、Pandas 包、Matplotlib 包；然后講解量化交易策略的編寫、獲取數(shù)據(jù)函數(shù)、基本面量化選股、量化擇時的技術(shù)指標(biāo)函數(shù)、回測技巧、因子分析技巧；*后講解Python 量化交易策略的實(shí)戰(zhàn)案例。
在講解過程中既考慮讀者的學(xué)習(xí)習(xí)慣，又通過具體實(shí)例剖析講解Python 大數(shù)據(jù)與量化交易過程中的熱點(diǎn)問題、關(guān)鍵問題及種種難題。
《從零開始學(xué)Python 大數(shù)據(jù)與量化交易》適用于各種不同的投資者，如新老股民、中小散戶、股票操盤手、基金操盤手和專業(yè)股票評論人士以及經(jīng)濟(jì)財經(jīng)類專業(yè)的大學(xué)生，更適用于那些有志于在這個充滿風(fēng)險、充滿寂寞的征程上默默前行的征戰(zhàn)者閱讀。
從零開始學(xué)從零開始學(xué)PYTHON大數(shù)據(jù)與量化交易 內(nèi)容簡介
《從零開始學(xué)Python 大數(shù)據(jù)與量化交易》首先講解量化交易的基礎(chǔ)知識，如量化交易的優(yōu)勢、應(yīng)用、注意事項、歷史、量化交易平臺等；然后講解量化交易開發(fā)語言Python，即講解Python 語言的開發(fā)環(huán)境、基本語法及流程控制、特征數(shù)據(jù)類型、內(nèi)置函數(shù)與自定義用戶函數(shù)、面向?qū)ο缶幊蹋唤又v解大數(shù)據(jù)分析和可視化的3 個包，分別是Numpy 包、Pandas 包、Matplotlib 包；然后講解量化交易策略的編寫、獲取數(shù)據(jù)函數(shù)、基本面量化選股、量化擇時的技術(shù)指標(biāo)函數(shù)、回測技巧、因子分析技巧；很后講解Python 量化交易策略的實(shí)戰(zhàn)案例。 在講解過程中既考慮讀者的學(xué)習(xí)習(xí)慣，又通過具體實(shí)例剖析講解Python 大數(shù)據(jù)與量化交易過程中的熱點(diǎn)問題、關(guān)鍵問題及種種難題。 《從零開始學(xué)Python 大數(shù)據(jù)與量化交易》適用于各種不同的投資者，如新老股民、中小散戶、股票操盤手、基金操盤手和專業(yè)股票評論人士以及經(jīng)濟(jì)財經(jīng)類專業(yè)的大學(xué)生，更適用于那些有志于在這個充滿風(fēng)險、充滿寂寞的征程上默默前行的征戰(zhàn)者閱讀。
從零開始學(xué)從零開始學(xué)PYTHON大數(shù)據(jù)與量化交易 目錄
目 錄
第1 章 量化交易快速入門 1
1.1 初識量化交易 2
1.1.1 量化交易的定義 2
1.1.2 量化交易與算法交易 2
1.1.3 量化交易與黑匣子交易 3
1.1.4 量化交易與程序化交易 3
1.1.5 量化交易與技術(shù)分析 3
1.2 量化交易的優(yōu)勢 4
1.2.1 嚴(yán)格的紀(jì)律性 4
1.2.2 完備的系統(tǒng)性 4
1.2.3 妥善運(yùn)用套利的思想 5
1.2.4 靠概率取勝 5
1.3 量化交易的應(yīng)用 6
1.3.1 投資品種選擇 6
1.3.2 投資時機(jī)選擇 6
1.3.3 算法交易 7
1.3.4 各種套利交易 8
1.3.5 資產(chǎn)配置 9
1.4 量化交易與人工交易的對比 10
1.5 量化交易的注意事項 11
1.6 量化交易的發(fā)展過程 11
1.6.1 國外量化交易的發(fā)展過程 11
1.6.2 國內(nèi)量化交易的發(fā)展過程 12
1.7 量化交易的平臺 12
1.7.1 聚寬JoinQuant 量化交易平臺的功能 12
1.7.2 賬戶注冊、登錄及策略創(chuàng)建 13
1.7.3 量化交易策略的選股 18
1.7.4 量化交易策略的買賣條件 24
1.7.5 量化交易策略的風(fēng)險控制 27
1.7.6 量化交易策略的其他參數(shù) 28
1.7.7 編寫Python 代碼來創(chuàng)建量化交易策略 29
1.7.8 量化交易策略的回測詳情 30
1.7.9 量化交易策略的模擬交易 32
1.8 量化交易的潛在風(fēng)險及應(yīng)對策略 38
第2 章 Python 量化交易的開發(fā)環(huán)境 39
2.1 初識Python 語言 40
2.1.1 Python 的歷史由來 40
2.1.2 Python 的特點(diǎn) 40
2.1.3 Python 的應(yīng)用 41
2.2 Python 開發(fā)環(huán)境及配置 42
2.2.1 Python 的下載 42
2.2.2 Python 的安裝 43
2.2.3 Python 的環(huán)境變量配置 44
2.3 Python 程序的編寫 48
2.3.1 利用系統(tǒng)自帶的開發(fā)軟件IDEL直接編寫程序并運(yùn)行 48
2.3.2 創(chuàng)建Python 文件并運(yùn)行 50
2.4 利用量化交易平臺編寫Python程序 52
2.4.1 初識IPython Notebook研究平臺 52
2.4.2 利用Python Notebook 編寫Python 程序 56
第3 章 Python 的基本語法及流程控制 59
3.1 Python 的基本數(shù)據(jù)類型 60
3.1.1 數(shù)值類型 60
3.1.2 字符串類型 62
3.2 變量及賦值 66
3.2.1 變量命名規(guī)則 66
3.2.2 變量的賦值 67
3.3 運(yùn)算符 68
3.3.1 算術(shù)運(yùn)算符 68
3.3.2 賦值運(yùn)算符 70
3.3.3 位運(yùn)算符 71
3.4 選擇結(jié)構(gòu) 72
3.4.1 關(guān)系運(yùn)算符 73
3.4.2 邏輯運(yùn)算符 74
3.4.3 if 語句 75
3.4.4 嵌套 if 語句 77
3.5 循環(huán)結(jié)構(gòu) 78
3.5.1 while 循環(huán) 79
3.5.2 while 循環(huán)使用else 語句 79
3.5.3 無限循環(huán) 80
3.5.4 for 循環(huán) 81
3.5.5 在for 循環(huán)中使用range()函數(shù) 82
3.6 其他語句 83
3.6.1 break 語句 83
3.6.2 continue 語句 84
3.6.3 pass 語句 85
3.7 Python 的代碼格式 86
3.7.1 代碼縮進(jìn) 86
3.7.2 代碼注釋 86
3.7.3 空行 87
3.7.4 同一行顯示多條語句 87
第4 章 Python 的特征數(shù)據(jù)類型 89
4.1 列表 90
4.1.1 列表的創(chuàng)建 90
4.1.2 3 種方法訪問列表中的值 90
4.1.3 兩種方法更新列表中的值 91
4.1.4 del 語句刪除列表中的值 92
4.1.5 列表的4 個函數(shù) 93
4.1.6 列表的方法 94
4.2 元組 95
4.2.1 元組的創(chuàng)建 96
4.2.2 3 種方法訪問元組中的值 96
4.2.3 元組的連接 97
4.2.4 整個元組的刪除 99
4.2.5 元組的4 個函數(shù) 100
4.3 字典 101
4.3.1 字典的創(chuàng)建 101
4.3.2 訪問字典中的值和鍵 101
4.3.3 字典的修改 103
4.3.4 字典中的3 個函數(shù) 104
4.4 集合 105
4.4.1 集合的創(chuàng)建 105
4.4.2 集合的兩個基本功能 105
4.4.3 集合的運(yùn)算符 106
4.4.4 集合的方法 108
第5 章 Python 的函數(shù)及應(yīng)用技巧 111
5.1 初識函數(shù) 112
5.2 內(nèi)置函數(shù) 112
5.2.1 數(shù)學(xué)函數(shù) 112
5.2.2 隨機(jī)數(shù)函數(shù) 113
5.2.3 三角函數(shù) 115
5.2.4 字符串函數(shù) 117
5.3 用戶自定義函數(shù) 120
5.3.1 函數(shù)的定義 120
5.3.2 調(diào)用自定義函數(shù) 121
5.3.3 函數(shù)的參數(shù)傳遞 122
5.3.4 函數(shù)的參數(shù)類型 125
5.3.5 匿名函數(shù) 128
第6 章 Python 的面向?qū)ο缶幊袒A(chǔ) 129
6.1 面向?qū)ο? 130
6.1.1 面向?qū)ο蟾拍? 130
6.1.2 類定義與類對象 131
6.1.3 類的繼承 133
6.2 模塊 136
6.2.1 自定義模塊和調(diào)用 136
6.2.2 import 語句 138
6.2.3 標(biāo)準(zhǔn)模塊 139
6.3 包 140
6.4 變量作用域及類型 141
6.4.1 變量作用域 142
6.4.2 全局變量和局部變量 143
6.4.3 global 和nonlocal 關(guān)鍵字 144
第7 章 Python 大數(shù)據(jù)分析的Numpy 包 147
7.1 初識Numpy 包 148
7.2 ndarray 數(shù)組基礎(chǔ) 148
7.2.1 創(chuàng)建Numpy 數(shù)組 148
7.2.2 Numpy 特殊數(shù)組 152
7.2.3 Numpy 序列數(shù)組 155
7.2.4 Numpy 數(shù)組索引 156
7.2.5 Numpy 數(shù)組運(yùn)算 157
7.2.6 Numpy 數(shù)組復(fù)制 158
7.3 Numpy 的矩陣 159
7.4 Numpy 的線性代數(shù) 160
7.4.1 兩個數(shù)組的點(diǎn)積 160
7.4.2 兩個向量的點(diǎn)積 161
7.4.3 一維數(shù)組的向量內(nèi)積 162
7.4.4 矩陣的行列式 162
7.4.5 矩陣的逆 164
7.5 Numpy 的文件操作 164
第8 章 Python 大數(shù)據(jù)分析的Pandas 包 169
8.1 Pandas 的數(shù)據(jù)結(jié)構(gòu) 170
8.2 一維數(shù)組系列 170
8.2.1 創(chuàng)建一個空的系列 170
8.2.2 從ndarray 創(chuàng)建一個系列 171
8.2.3 從字典創(chuàng)建系列 172
8.2.4 從有位置的系列中訪問數(shù)據(jù) 173
8.2.5 使用標(biāo)簽檢索數(shù)據(jù) 174
8.3 二維數(shù)組DataFrame 174
8.3.1 創(chuàng)建DataFrame 174
8.3.2 數(shù)據(jù)的查看 175
8.3.3 數(shù)據(jù)的選擇 179
8.3.4 數(shù)據(jù)的處理 185
8.4 三維數(shù)組Panel 187
第9 章 Python 大數(shù)據(jù)可視化的Matplotlib 包 189
9.1 Matplotlib 包的優(yōu)點(diǎn) 190
9.2 figure()函數(shù)的應(yīng)用 190
9.2.1 figure()函數(shù)的各參數(shù)意義 190
9.2.2 figure()函數(shù)的示例 190
9.3 plot()函數(shù)的應(yīng)用 192
9.3.1 plot()函數(shù)的各參數(shù)意義 192
9.3.2 plot()函數(shù)的實(shí)例 194
9.4 subplot()函數(shù)的應(yīng)用 195
9.4.1 subplot()的各參數(shù)意義 196
9.4.2 subplot()的示例 196
9.5 add_axes 方法的應(yīng)用 197
9.6 legend()函數(shù)的應(yīng)用 198
9.7 設(shè)置字體格式 200
9.8 設(shè)置線條的寬度和顏色 201
9.9 坐標(biāo)軸網(wǎng)格 202
9.10 繪制柱狀圖 203
9.11 繪制色圖和等高線圖 204
9.12 繪制立體三維圖形 206
第10 章 Python 量化交易策略的編寫 209
10.1 股票量化交易策略的組成 210
10.1.1 初始化函數(shù) 211
10.1.2 開盤前運(yùn)行函數(shù) 212
10.1.3 開盤時運(yùn)行函數(shù) 212
10.1.4 收盤后運(yùn)行函數(shù) 213
10.2 設(shè)置函數(shù) 213
10.2.1 設(shè)置基準(zhǔn)函數(shù) 214
10.2.2 設(shè)置傭金/印花稅函數(shù) 214
10.2.3 設(shè)置滑點(diǎn)函數(shù) 215
10.2.4 設(shè)置動態(tài)復(fù)權(quán)(真實(shí)價格)模式函數(shù) 216
10.2.5 設(shè)置成交量比例函數(shù) 216
10.2.6 設(shè)置是否開啟盤口撮合模式函數(shù) 217
10.2.7 設(shè)置要操作的股票池函數(shù) 217
10.3 定時函數(shù) 217
10.3.1 定時函數(shù)的定義及分類217
10.3.2 定時函數(shù)各項參數(shù)的意義 218
10.3.3 定時函數(shù)的注意事項 219
10.3.4 定時函數(shù)的實(shí)例 220
10.4 下單函數(shù) 220
10.4.1 按股數(shù)下單函數(shù) 220
10.4.2 目標(biāo)股數(shù)下單函數(shù) 221
10.4.3 按價值下單函數(shù) 221
10.4.4 目標(biāo)價值下單函數(shù) 222
10.4.5 撤單函數(shù) 222
10.4.6 獲取未完成訂單函數(shù) 222
10.4.7 獲取訂單信息函數(shù) 223
10.4.8 獲取成交信息函數(shù) 223
10.5 日志log 224
10.5.1 設(shè)定log 的級別 224
10.5.2 log.info 225
10.6 常用對象 225
10.6.1 Order 對象 225
10.6.2 全局對象g 225
10.6.3 Trade 對象 226
10.6.4 tick 對象 226
10.6.5 Context 對象 227
10.6.6 Position 對象 228
10.6.7 SubPortfolio 對象 229
10.6.8 Portfolio 對象 229
10.6.9 SecurityUnitData 對象 230
第11 章 Python 量化交易策略的獲取數(shù)據(jù)函數(shù) 231
11.1 獲取股票數(shù)據(jù)的history()函數(shù) 232
11.1.1 各項參數(shù)的意義 232
11.1.2 history()函數(shù)的應(yīng)用實(shí)例 233
11.2 獲取一只股票數(shù)據(jù)的attribute_
history()函數(shù) 236
11.3 查詢一個交易日股票財務(wù)數(shù)據(jù)的get_fundamentals()函數(shù) 237
11.3.1 各項參數(shù)的意義 237
11.3.2 get_fundamentals ()函數(shù)的應(yīng)用實(shí)例 238
11.4 查詢股票財務(wù)數(shù)據(jù)的get_fundamentals_continuously()函數(shù) 242
11.5 獲取股票特別數(shù)據(jù)的get_current_data()函數(shù) 243
11.6 獲取指數(shù)成分股代碼的get_index_stocks()函數(shù) 244
11.6.1 各項參數(shù)的意義 244
11.6.2 get_index_stocks()函數(shù)的應(yīng)用示例 245
11.7 獲取行業(yè)成分股代碼的get_industry_stocks()函數(shù) 246
11.8 獲取概念成本股代碼的get_concept_stocks()函數(shù) 247
11.9 獲取所有數(shù)據(jù)信息的get_all_securities()函數(shù) 249
11.9.1 各項參數(shù)的意義 249
11.9.2 get_all_securities()函數(shù)的應(yīng)用實(shí)例 250
11.10 獲取一只股票信息的get_security_info()函數(shù) 252
11.11 獲取龍虎榜數(shù)據(jù)的get_billboard_list()函數(shù) 252
11.11.1 各項參數(shù)的意義 252
11.11.2 get_billboard_list()函數(shù)的應(yīng)用實(shí)例 253
11.12 獲取限售解禁數(shù)據(jù)的get_locked_shares()函數(shù) 254
第12 章 Python 基本面量化選股 255
12.1 初識量化選股 256
12.2 成長類因子選股 256
12.2.1 營業(yè)收入同比增長率選股 256
12.2.2 營業(yè)收入環(huán)比增長率選股 258
12.2.3 凈利潤同比增長率選股 259
12.2.4 凈利潤環(huán)比增長率選股 259
12.2.5 營業(yè)利潤率選股 260
12.2.6 銷售凈利率選股 261
12.2.7 銷售毛利率選股 262
12.3 規(guī)模類因子選股 263
12.3.1 總市值選股 263
12.3.2 流通市值選股 264
12.3.3 總股本選股 265
12.3.4 流通股本選股 266
12.4 價值類因子選股 267
12.4.1 市凈率選股 267
12.4.2 市銷率選股 268
12.4.3 市現(xiàn)率選股 269
12.4.4 動態(tài)市盈率選股 270
12.4.5 靜態(tài)市盈率選股 270
12.5 質(zhì)量類因子選股 271
12.5.1 凈資產(chǎn)收益率選股 271
12.5.2 總資產(chǎn)凈利率選股 272
12.6 基本面多因子量化選股的注意事項 273
第13 章 Python 量化擇時的技術(shù)指標(biāo)函數(shù) 275
13.1 初識量化擇時 276
13.2 趨向指標(biāo)函數(shù) 276
13.2.1 MACD 指標(biāo)函數(shù) 277
13.2.2 EMV 指標(biāo)函數(shù) 278
13.2.3 UOS 指標(biāo)函數(shù) 279
13.2.4 GDX 指標(biāo)函數(shù) 280
13.2.5 DMA 指標(biāo)函數(shù) 281
13.2.6 JS 指標(biāo)函數(shù) 283
13.2.7 MA 指標(biāo)函數(shù) 284
13.2.8 EXPMA 指標(biāo)函數(shù) 285
13.2.9 VMA 指標(biāo)函數(shù) 286
13.3 反趨向指標(biāo)函數(shù) 287
13.3.1 KD 指標(biāo)函數(shù) 287
13.3.2 MFI 指標(biāo)函數(shù) 288
13.3.3 RSI 指標(biāo)函數(shù) 289
13.3.4 OSC 指標(biāo)函數(shù) 290
13.3.5 WR 指標(biāo)函數(shù) 291
13.3.6 CCI 指標(biāo)函數(shù) 293
13.4 壓力支撐指標(biāo)函數(shù) 293
13.4.1 BOLL 指標(biāo)函數(shù) 294
13.4.2 MIKE 指標(biāo)函數(shù) 295
13.4.3 XS 指標(biāo)函數(shù) 296
13.5 量價指標(biāo)函數(shù) 297
13.5.1 OBV 指標(biāo)函數(shù) 297
13.5.2 VOL 指標(biāo)函數(shù) 298
13.5.3 VR 指標(biāo)函數(shù) 299
13.5.4 MASS 指標(biāo)函數(shù) 300
第14 章 Python 量化交易策略的回測技巧 303
14.1 量化交易策略回測的流程 304
14.2 利用Python 編寫MACD 指標(biāo)量化策略 304
14.2.1 量化交易策略的編輯頁面 304
14.2.2 編寫初始化函數(shù) 307
14.2.3 編寫單位時間調(diào)用的函數(shù) 307
14.3 設(shè)置MACD 指標(biāo)量化策略的回測參數(shù) 308
14.4 MACD 指標(biāo)量化策略的回測詳情 310
14.5 MACD 指標(biāo)量化策略的風(fēng)險指標(biāo) 313
14.5.1 Alpha（阿爾法） 314
14.5.2 Beta（貝塔） 314
14.5.3 Sharpe（夏普比率） 315
14.5.4 Sortino（索提諾比率） 316
14.5.5 Information Ratio（信息比率） 317
14.5.6 Volatility（策略波動率） 318
14.5.7 Benchmark Volatility（基準(zhǔn)波動率） 318
14.5.8 Max Drawdown（*大回撤） 319
第15 章 Python 量化交易策略的因子分析技巧 321
15.1 因子分析概述 322
15.1.1 因子的類型 322
15.1.2 因子分析的作用 322
15.2 因子分析的實(shí)現(xiàn)代碼 322
15.2.1 因子分析中變量的含義 322
15.2.2 因子分析中可以使用的基礎(chǔ)因子 323
15.2.3 calc 的參數(shù)及返回值 324
15.3 因子分析的結(jié)果 324
15.3.1 新建因子 325
15.3.2 收益分析 327
15.3.3 IC 分析 330
15.3.4 換手分析 331
15.4 因子在研究和回測中的使用 332
15.5 基本面因子應(yīng)用實(shí)例 334
第16 章 Python 量化交易策略的實(shí)戰(zhàn)案例 337
16.1 MA 均線量化交易策略實(shí)戰(zhàn)案例 338
16.1.1 編寫初始化函數(shù) 338
16.1.2 編寫單位時間調(diào)用的函數(shù) 339
16.1.3 MA 均線量化交易策略的回測 340
16.2 多均線量化交易策略實(shí)戰(zhàn)案例 341
16.2.1 編寫初始化函數(shù) 341
16.2.2 編寫交易程序函數(shù) 342
16.2.3 多均線量化交易策略的回測 343
16.3 能量型指標(biāo)量化交易策略實(shí)戰(zhàn)案例 344
16.3.1 編寫初始化函數(shù) 344
16.3.2 編寫單位時間調(diào)用的函數(shù) 345
16.3.3 能量型指標(biāo)量化交易策略的回測 346
16.4 KD 指標(biāo)量化交易策略實(shí)戰(zhàn)案例 347
16.4.1 編寫初始化函數(shù) 347
16.4.2 編寫開盤前運(yùn)行函數(shù) 348
16.4.3 編寫開盤時運(yùn)行函數(shù) 348
16.4.4 編寫收盤后運(yùn)行函數(shù) 349
16.4.5 KD 指標(biāo)量化交易策略的回測 349
16.5 BOLL 指標(biāo)量化交易策略實(shí)戰(zhàn)案例 350
16.5.1 編寫初始化函數(shù) 350
16.5.2 編寫開盤前運(yùn)行函數(shù) 351
16.5.3 編寫開盤時運(yùn)行函數(shù) 351
16.5.4 編寫收盤后運(yùn)行函數(shù) 352
16.5.5 BOLL 指標(biāo)量化交易策略的回測 352
16.6 多股票持倉量化交易策略實(shí)戰(zhàn)案例 353
16.6.1 編寫初始化函數(shù) 353
16.6.2 編寫單位時間調(diào)用的函數(shù) 354
16.6.3 多股票持倉量化交易策略的回測 354
16.7 醫(yī)藥股輪動量化交易策略實(shí)戰(zhàn)案例 355
16.7.1 編寫初始化函數(shù) 355
16.7.2 編寫選股函數(shù) 356
16.7.3 編寫交易函數(shù) 356
16.7.4 醫(yī)藥股輪動量化交易策略的回測 357
16.8 中市值股票量化交易策略實(shí)戰(zhàn)案例 358
16.8.1 編寫初始化函數(shù) 358
16.8.2 編寫選股函數(shù) 358
16.8.3 編寫過濾停牌股票函數(shù) 359
16.8.4 編寫交易函數(shù) 359
16.8.5 中市值股票量化交易策略的回測 360
16.9 低估價值股量化交易策略實(shí)戰(zhàn)案例 360
16.9.1 編寫初始化函數(shù) 361
16.9.2 編寫選股函數(shù) 361
16.9.3 編寫交易函數(shù) 362
16.9.4 低估價值股量化交易策略的回測 363
第1 章 量化交易快速入門 1
1.1 初識量化交易 2
1.1.1 量化交易的定義 2
1.1.2 量化交易與算法交易 2
1.1.3 量化交易與黑匣子交易 3
1.1.4 量化交易與程序化交易 3
1.1.5 量化交易與技術(shù)分析 3
1.2 量化交易的優(yōu)勢 4
1.2.1 嚴(yán)格的紀(jì)律性 4
1.2.2 完備的系統(tǒng)性 4
1.2.3 妥善運(yùn)用套利的思想 5
1.2.4 靠概率取勝 5
1.3 量化交易的應(yīng)用 6
1.3.1 投資品種選擇 6
1.3.2 投資時機(jī)選擇 6
1.3.3 算法交易 7
1.3.4 各種套利交易 8
1.3.5 資產(chǎn)配置 9
1.4 量化交易與人工交易的對比 10
1.5 量化交易的注意事項 11
1.6 量化交易的發(fā)展過程 11
1.6.1 國外量化交易的發(fā)展過程 11
1.6.2 國內(nèi)量化交易的發(fā)展過程 12
1.7 量化交易的平臺 12
1.7.1 聚寬JoinQuant 量化交易平臺的功能 12
1.7.2 賬戶注冊、登錄及策略創(chuàng)建 13
1.7.3 量化交易策略的選股 18
1.7.4 量化交易策略的買賣條件 24
1.7.5 量化交易策略的風(fēng)險控制 27
1.7.6 量化交易策略的其他參數(shù) 28
1.7.7 編寫Python 代碼來創(chuàng)建量化交易策略 29
1.7.8 量化交易策略的回測詳情 30
1.7.9 量化交易策略的模擬交易 32
1.8 量化交易的潛在風(fēng)險及應(yīng)對策略 38
第2 章 Python 量化交易的開發(fā)環(huán)境 39
2.1 初識Python 語言 40
2.1.1 Python 的歷史由來 40
2.1.2 Python 的特點(diǎn) 40
2.1.3 Python 的應(yīng)用 41
2.2 Python 開發(fā)環(huán)境及配置 42
2.2.1 Python 的下載 42
2.2.2 Python 的安裝 43
2.2.3 Python 的環(huán)境變量配置 44
2.3 Python 程序的編寫 48
2.3.1 利用系統(tǒng)自帶的開發(fā)軟件IDEL直接編寫程序并運(yùn)行 48
2.3.2 創(chuàng)建Python 文件并運(yùn)行 50
2.4 利用量化交易平臺編寫Python程序 52
2.4.1 初識IPython Notebook研究平臺 52
2.4.2 利用Python Notebook 編寫Python 程序 56
第3 章 Python 的基本語法及流程控制 59
3.1 Python 的基本數(shù)據(jù)類型 60
3.1.1 數(shù)值類型 60
3.1.2 字符串類型 62
3.2 變量及賦值 66
3.2.1 變量命名規(guī)則 66
3.2.2 變量的賦值 67
3.3 運(yùn)算符 68
3.3.1 算術(shù)運(yùn)算符 68
3.3.2 賦值運(yùn)算符 70
3.3.3 位運(yùn)算符 71
3.4 選擇結(jié)構(gòu) 72
3.4.1 關(guān)系運(yùn)算符 73
3.4.2 邏輯運(yùn)算符 74
3.4.3 if 語句 75
3.4.4 嵌套 if 語句 77
3.5 循環(huán)結(jié)構(gòu) 78
3.5.1 while 循環(huán) 79
3.5.2 while 循環(huán)使用else 語句 79
3.5.3 無限循環(huán) 80
3.5.4 for 循環(huán) 81
3.5.5 在for 循環(huán)中使用range()函數(shù) 82
3.6 其他語句 83
3.6.1 break 語句 83
3.6.2 continue 語句 84
3.6.3 pass 語句 85
3.7 Python 的代碼格式 86
3.7.1 代碼縮進(jìn) 86
3.7.2 代碼注釋 86
3.7.3 空行 87
3.7.4 同一行顯示多條語句 87
第4 章 Python 的特征數(shù)據(jù)類型 89
4.1 列表 90
4.1.1 列表的創(chuàng)建 90
4.1.2 3 種方法訪問列表中的值 90
4.1.3 兩種方法更新列表中的值 91
4.1.4 del 語句刪除列表中的值 92
4.1.5 列表的4 個函數(shù) 93
4.1.6 列表的方法 94
4.2 元組 95
4.2.1 元組的創(chuàng)建 96
4.2.2 3 種方法訪問元組中的值 96
4.2.3 元組的連接 97
4.2.4 整個元組的刪除 99
4.2.5 元組的4 個函數(shù) 100
4.3 字典 101
4.3.1 字典的創(chuàng)建 101
4.3.2 訪問字典中的值和鍵 101
4.3.3 字典的修改 103
4.3.4 字典中的3 個函數(shù) 104
4.4 集合 105
4.4.1 集合的創(chuàng)建 105
4.4.2 集合的兩個基本功能 105
4.4.3 集合的運(yùn)算符 106
4.4.4 集合的方法 108
第5 章 Python 的函數(shù)及應(yīng)用技巧 111
5.1 初識函數(shù) 112
5.2 內(nèi)置函數(shù) 112
5.2.1 數(shù)學(xué)函數(shù) 112
5.2.2 隨機(jī)數(shù)函數(shù) 113
5.2.3 三角函數(shù) 115
5.2.4 字符串函數(shù) 117
5.3 用戶自定義函數(shù) 120
5.3.1 函數(shù)的定義 120
5.3.2 調(diào)用自定義函數(shù) 121
5.3.3 函數(shù)的參數(shù)傳遞 122
5.3.4 函數(shù)的參數(shù)類型 125
5.3.5 匿名函數(shù) 128
第6 章 Python 的面向?qū)ο缶幊袒A(chǔ) 129
6.1 面向?qū)ο? 130
6.1.1 面向?qū)ο蟾拍? 130
6.1.2 類定義與類對象 131
6.1.3 類的繼承 133
6.2 模塊 136
6.2.1 自定義模塊和調(diào)用 136
6.2.2 import 語句 138
6.2.3 標(biāo)準(zhǔn)模塊 139
6.3 包 140
6.4 變量作用域及類型 141
6.4.1 變量作用域 142
6.4.2 全局變量和局部變量 143
6.4.3 global 和nonlocal 關(guān)鍵字 144
第7 章 Python 大數(shù)據(jù)分析的Numpy 包 147
7.1 初識Numpy 包 148
7.2 ndarray 數(shù)組基礎(chǔ) 148
7.2.1 創(chuàng)建Numpy 數(shù)組 148
7.2.2 Numpy 特殊數(shù)組 152
7.2.3 Numpy 序列數(shù)組 155
7.2.4 Numpy 數(shù)組索引 156
7.2.5 Numpy 數(shù)組運(yùn)算 157
7.2.6 Numpy 數(shù)組復(fù)制 158
7.3 Numpy 的矩陣 159
7.4 Numpy 的線性代數(shù) 160
7.4.1 兩個數(shù)組的點(diǎn)積 160
7.4.2 兩個向量的點(diǎn)積 161
7.4.3 一維數(shù)組的向量內(nèi)積 162
7.4.4 矩陣的行列式 162
7.4.5 矩陣的逆 164
7.5 Numpy 的文件操作 164
第8 章 Python 大數(shù)據(jù)分析的Pandas 包 169
8.1 Pandas 的數(shù)據(jù)結(jié)構(gòu) 170
8.2 一維數(shù)組系列 170
8.2.1 創(chuàng)建一個空的系列 170
8.2.2 從ndarray 創(chuàng)建一個系列 171
8.2.3 從字典創(chuàng)建系列 172
8.2.4 從有位置的系列中訪問數(shù)據(jù) 173
8.2.5 使用標(biāo)簽檢索數(shù)據(jù) 174
8.3 二維數(shù)組DataFrame 174
8.3.1 創(chuàng)建DataFrame 174
8.3.2 數(shù)據(jù)的查看 175
8.3.3 數(shù)據(jù)的選擇 179
8.3.4 數(shù)據(jù)的處理 185
8.4 三維數(shù)組Panel 187
第9 章 Python 大數(shù)據(jù)可視化的Matplotlib 包 189
9.1 Matplotlib 包的優(yōu)點(diǎn) 190
9.2 figure()函數(shù)的應(yīng)用 190
9.2.1 figure()函數(shù)的各參數(shù)意義 190
9.2.2 figure()函數(shù)的示例 190
9.3 plot()函數(shù)的應(yīng)用 192
9.3.1 plot()函數(shù)的各參數(shù)意義 192
9.3.2 plot()函數(shù)的實(shí)例 194
9.4 subplot()函數(shù)的應(yīng)用 195
9.4.1 subplot()的各參數(shù)意義 196
9.4.2 subplot()的示例 196
9.5 add_axes 方法的應(yīng)用 197
9.6 legend()函數(shù)的應(yīng)用 198
9.7 設(shè)置字體格式 200
9.8 設(shè)置線條的寬度和顏色 201
9.9 坐標(biāo)軸網(wǎng)格 202
9.10 繪制柱狀圖 203
9.11 繪制色圖和等高線圖 204
9.12 繪制立體三維圖形 206
第10 章 Python 量化交易策略的編寫 209
10.1 股票量化交易策略的組成 210
10.1.1 初始化函數(shù) 211
10.1.2 開盤前運(yùn)行函數(shù) 212
10.1.3 開盤時運(yùn)行函數(shù) 212
10.1.4 收盤后運(yùn)行函數(shù) 213
10.2 設(shè)置函數(shù) 213
10.2.1 設(shè)置基準(zhǔn)函數(shù) 214
10.2.2 設(shè)置傭金/印花稅函數(shù) 214
10.2.3 設(shè)置滑點(diǎn)函數(shù) 215
10.2.4 設(shè)置動態(tài)復(fù)權(quán)(真實(shí)價格)模式函數(shù) 216
10.2.5 設(shè)置成交量比例函數(shù) 216
10.2.6 設(shè)置是否開啟盤口撮合模式函數(shù) 217
10.2.7 設(shè)置要操作的股票池函數(shù) 217
10.3 定時函數(shù) 217
10.3.1 定時函數(shù)的定義及分類217
10.3.2 定時函數(shù)各項參數(shù)的意義 218
10.3.3 定時函數(shù)的注意事項 219
10.3.4 定時函數(shù)的實(shí)例 220
10.4 下單函數(shù) 220
10.4.1 按股數(shù)下單函數(shù) 220
10.4.2 目標(biāo)股數(shù)下單函數(shù) 221
10.4.3 按價值下單函數(shù) 221
10.4.4 目標(biāo)價值下單函數(shù) 222
10.4.5 撤單函數(shù) 222
10.4.6 獲取未完成訂單函數(shù) 222
10.4.7 獲取訂單信息函數(shù) 223
10.4.8 獲取成交信息函數(shù) 223
10.5 日志log 224
10.5.1 設(shè)定log 的級別 224
10.5.2 log.info 225
10.6 常用對象 225
10.6.1 Order 對象 225
10.6.2 全局對象g 225
10.6.3 Trade 對象 226
10.6.4 tick 對象 226
10.6.5 Context 對象 227
10.6.6 Position 對象 228
10.6.7 SubPortfolio 對象 229
10.6.8 Portfolio 對象 229
10.6.9 SecurityUnitData 對象 230
第11 章 Python 量化交易策略的獲取數(shù)據(jù)函數(shù) 231
11.1 獲取股票數(shù)據(jù)的history()函數(shù) 232
11.1.1 各項參數(shù)的意義 232
11.1.2 history()函數(shù)的應(yīng)用實(shí)例 233
11.2 獲取一只股票數(shù)據(jù)的attribute_
history()函數(shù) 236
11.3 查詢一個交易日股票財務(wù)數(shù)據(jù)的get_fundamentals()函數(shù) 237
11.3.1 各項參數(shù)的意義 237
11.3.2 get_fundamentals ()函數(shù)的應(yīng)用實(shí)例 238
11.4 查詢股票財務(wù)數(shù)據(jù)的get_fundamentals_continuously()函數(shù) 242
11.5 獲取股票特別數(shù)據(jù)的get_current_data()函數(shù) 243
11.6 獲取指數(shù)成分股代碼的get_index_stocks()函數(shù) 244
11.6.1 各項參數(shù)的意義 244
11.6.2 get_index_stocks()函數(shù)的應(yīng)用示例 245
11.7 獲取行業(yè)成分股代碼的get_industry_stocks()函數(shù) 246
11.8 獲取概念成本股代碼的get_concept_stocks()函數(shù) 247
11.9 獲取所有數(shù)據(jù)信息的get_all_securities()函數(shù) 249
11.9.1 各項參數(shù)的意義 249
11.9.2 get_all_securities()函數(shù)的應(yīng)用實(shí)例 250
11.10 獲取一只股票信息的get_security_info()函數(shù) 252
11.11 獲取龍虎榜數(shù)據(jù)的get_billboard_list()函數(shù) 252
11.11.1 各項參數(shù)的意義 252
11.11.2 get_billboard_list()函數(shù)的應(yīng)用實(shí)例 253
11.12 獲取限售解禁數(shù)據(jù)的get_locked_shares()函數(shù) 254
第12 章 Python 基本面量化選股 255
12.1 初識量化選股 256
12.2 成長類因子選股 256
12.2.1 營業(yè)收入同比增長率選股 256
12.2.2 營業(yè)收入環(huán)比增長率選股 258
12.2.3 凈利潤同比增長率選股 259
12.2.4 凈利潤環(huán)比增長率選股 259
12.2.5 營業(yè)利潤率選股 260
12.2.6 銷售凈利率選股 261
12.2.7 銷售毛利率選股 262
12.3 規(guī)模類因子選股 263
12.3.1 總市值選股 263
12.3.2 流通市值選股 264
12.3.3 總股本選股 265
12.3.4 流通股本選股 266
12.4 價值類因子選股 267
12.4.1 市凈率選股 267
12.4.2 市銷率選股 268
12.4.3 市現(xiàn)率選股 269
12.4.4 動態(tài)市盈率選股 270
12.4.5 靜態(tài)市盈率選股 270
12.5 質(zhì)量類因子選股 271
12.5.1 凈資產(chǎn)收益率選股 271
12.5.2 總資產(chǎn)凈利率選股 272
12.6 基本面多因子量化選股的注意事項 273
第13 章 Python 量化擇時的技術(shù)指標(biāo)函數(shù) 275
13.1 初識量化擇時 276
13.2 趨向指標(biāo)函數(shù) 276
13.2.1 MACD 指標(biāo)函數(shù) 277
13.2.2 EMV 指標(biāo)函數(shù) 278
13.2.3 UOS 指標(biāo)函數(shù) 279
13.2.4 GDX 指標(biāo)函數(shù) 280
13.2.5 DMA 指標(biāo)函數(shù) 281
13.2.6 JS 指標(biāo)函數(shù) 283
13.2.7 MA 指標(biāo)函數(shù) 284
13.2.8 EXPMA 指標(biāo)函數(shù) 285
13.2.9 VMA 指標(biāo)函數(shù) 286
13.3 反趨向指標(biāo)函數(shù) 287
13.3.1 KD 指標(biāo)函數(shù) 287
13.3.2 MFI 指標(biāo)函數(shù) 288
13.3.3 RSI 指標(biāo)函數(shù) 289
13.3.4 OSC 指標(biāo)函數(shù) 290
13.3.5 WR 指標(biāo)函數(shù) 291
13.3.6 CCI 指標(biāo)函數(shù) 293
13.4 壓力支撐指標(biāo)函數(shù) 293
13.4.1 BOLL 指標(biāo)函數(shù) 294
13.4.2 MIKE 指標(biāo)函數(shù) 295
13.4.3 XS 指標(biāo)函數(shù) 296
13.5 量價指標(biāo)函數(shù) 297
13.5.1 OBV 指標(biāo)函數(shù) 297
13.5.2 VOL 指標(biāo)函數(shù) 298
13.5.3 VR 指標(biāo)函數(shù) 299
13.5.4 MASS 指標(biāo)函數(shù) 300
第14 章 Python 量化交易策略的回測技巧 303
14.1 量化交易策略回測的流程 304
14.2 利用Python 編寫MACD 指標(biāo)量化策略 304
14.2.1 量化交易策略的編輯頁面 304
14.2.2 編寫初始化函數(shù) 307
14.2.3 編寫單位時間調(diào)用的函數(shù) 307
14.3 設(shè)置MACD 指標(biāo)量化策略的回測參數(shù) 308
14.4 MACD 指標(biāo)量化策略的回測詳情 310
14.5 MACD 指標(biāo)量化策略的風(fēng)險指標(biāo) 313
14.5.1 Alpha（阿爾法） 314
14.5.2 Beta（貝塔） 314
14.5.3 Sharpe（夏普比率） 315
14.5.4 Sortino（索提諾比率） 316
14.5.5 Information Ratio（信息比率） 317
14.5.6 Volatility（策略波動率） 318
14.5.7 Benchmark Volatility（基準(zhǔn)波動率） 318
14.5.8 Max Drawdown（*大回撤） 319
第15 章 Python 量化交易策略的因子分析技巧 321
15.1 因子分析概述 322
15.1.1 因子的類型 322
15.1.2 因子分析的作用 322
15.2 因子分析的實(shí)現(xiàn)代碼 322
15.2.1 因子分析中變量的含義 322
15.2.2 因子分析中可以使用的基礎(chǔ)因子 323
15.2.3 calc 的參數(shù)及返回值 324
15.3 因子分析的結(jié)果 324
15.3.1 新建因子 325
15.3.2 收益分析 327
15.3.3 IC 分析 330
15.3.4 換手分析 331
15.4 因子在研究和回測中的使用 332
15.5 基本面因子應(yīng)用實(shí)例 334
第16 章 Python 量化交易策略的實(shí)戰(zhàn)案例 337
16.1 MA 均線量化交易策略實(shí)戰(zhàn)案例 338
16.1.1 編寫初始化函數(shù) 338
16.1.2 編寫單位時間調(diào)用的函數(shù) 339
16.1.3 MA 均線量化交易策略的回測 340
16.2 多均線量化交易策略實(shí)戰(zhàn)案例 341
16.2.1 編寫初始化函數(shù) 341
16.2.2 編寫交易程序函數(shù) 342
16.2.3 多均線量化交易策略的回測 343
16.3 能量型指標(biāo)量化交易策略實(shí)戰(zhàn)案例 344
16.3.1 編寫初始化函數(shù) 344
16.3.2 編寫單位時間調(diào)用的函數(shù) 345
16.3.3 能量型指標(biāo)量化交易策略的回測 346
16.4 KD 指標(biāo)量化交易策略實(shí)戰(zhàn)案例 347
16.4.1 編寫初始化函數(shù) 347
16.4.2 編寫開盤前運(yùn)行函數(shù) 348
16.4.3 編寫開盤時運(yùn)行函數(shù) 348
16.4.4 編寫收盤后運(yùn)行函數(shù) 349
16.4.5 KD 指標(biāo)量化交易策略的回測 349
16.5 BOLL 指標(biāo)量化交易策略實(shí)戰(zhàn)案例 350
16.5.1 編寫初始化函數(shù) 350
16.5.2 編寫開盤前運(yùn)行函數(shù) 351
16.5.3 編寫開盤時運(yùn)行函數(shù) 351
16.5.4 編寫收盤后運(yùn)行函數(shù) 352
16.5.5 BOLL 指標(biāo)量化交易策略的回測 352
16.6 多股票持倉量化交易策略實(shí)戰(zhàn)案例 353
16.6.1 編寫初始化函數(shù) 353
16.6.2 編寫單位時間調(diào)用的函數(shù) 354
16.6.3 多股票持倉量化交易策略的回測 354
16.7 醫(yī)藥股輪動量化交易策略實(shí)戰(zhàn)案例 355
16.7.1 編寫初始化函數(shù) 355
16.7.2 編寫選股函數(shù) 356
16.7.3 編寫交易函數(shù) 356
16.7.4 醫(yī)藥股輪動量化交易策略的回測 357
16.8 中市值股票量化交易策略實(shí)戰(zhàn)案例 358
16.8.1 編寫初始化函數(shù) 358
16.8.2 編寫選股函數(shù) 358
16.8.3 編寫過濾停牌股票函數(shù) 359
16.8.4 編寫交易函數(shù) 359
16.8.5 中市值股票量化交易策略的回測 360
16.9 低估價值股量化交易策略實(shí)戰(zhàn)案例 360
16.9.1 編寫初始化函數(shù) 361
16.9.2 編寫選股函數(shù) 361
16.9.3 編寫交易函數(shù) 362
16.9.4 低估價值股量化交易策略的回測 363
展開全部
從零開始學(xué)從零開始學(xué)PYTHON大數(shù)據(jù)與量化交易 作者簡介
周峰 從事金融衍生品市場交易及管理近20年，有著豐富的經(jīng)驗和體會，對量化交易、期貨、大宗商品、股市、國內(nèi)外貴金屬、外匯等主流交易方式有著深刻的了解，擅長量化交易、期貨、股票、黃金、白銀、外匯的培訓(xùn)指導(dǎo)，經(jīng)常活躍在各大金融講壇，深為投資者喜愛。曾在高校任講師，講課深入淺出，深受學(xué)生們的愛戴。可為個人投資者及機(jī)構(gòu)提供分析、投資咨詢，交易指導(dǎo)，理財培訓(xùn)等多方位的專業(yè)服務(wù)。 王可群 現(xiàn)任青島慧谷大數(shù)據(jù)產(chǎn)業(yè)發(fā)展有限公司項目開發(fā)部經(jīng)理，曾擔(dān)任“餓了么”公司技術(shù)部主管，具有6年以上Python、PHP項目開發(fā)經(jīng)驗。精通JS、 Java、C、C#等編程語言，熟悉多種開源技術(shù)，喜歡get新技能，曾帶領(lǐng)團(tuán)隊完成過多個中、小型項目開發(fā)，對數(shù)據(jù)安全、云計算等領(lǐng)域進(jìn)行過系統(tǒng)學(xué)習(xí)和培訓(xùn)。
書友推薦
- >
名家?guī)阕x魯迅:故事新編
- >
羅曼·羅蘭讀書隨筆-精裝
- >
史學(xué)評論
- >
姑媽的寶刀
- >
詩經(jīng)-先民的歌唱
- >
上帝之肋:男人的真實(shí)旅程
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
- >
我與地壇
本類暢銷
