從零開始學Python大數據與量化交易 ( 簡體 字) |
| 作者：周峰、王可群 | 類別：1. -> 程式設計 -> Python |
| 譯者： |
| 出版社：清華大學出版社 |  3dWoo書號： 52116
詢問書籍請說出此書號！【缺書】
NT售價： 295 元 |
| 出版日：12/1/2019 |
| 頁數： |
| 光碟數：0 |
|
站長推薦：   |
| 印刷： | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787302527541 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：說起量化交易，你的腦海里是否會浮現這樣一幅畫面：一間采用高科技搭建起來的交易室，上百臺計算機顯示屏飛速跑著各種數學模型，投資交易以微秒計的速度高深莫測地計算著？誠然，在普通投資者眼里，量化交易可能意味著復雜模型、高頻交易、專業程序，且仿佛離我們很遠。這些固然是量化交易的特征，但其實離我們并不遙遠，事實上，我們每天都不自覺地在使用著量化。比如當你用某個或某些條件去判斷是否要買賣某只股票或者如何買賣時，就是量化思維的一種表現。
量化投資在海外的發展已有30 多年的歷史，其投資業績穩定，市場規模和份額不斷擴大，得到了越來越多投資者的認可，并且量化對沖基金已經成為資管行業的翹楚。國內的量化交易起步較晚，量化交易在證券市場占比還不足5%。隨著科技的進步，中國的量化交易市場正在快速發展。
當前，我國的量化交易主要應用在商品期貨上。隨著股指期貨的上市，期貨市場和證券市場實現了真正意義上的互動，投資者不僅可以在期貨市場上進行交易，同時還可以在期貨與股票之間進行套利交易。利用量化交易對股指期貨進行操作將會是投資者（尤其是機構投資者）一個重要的發展方向。
本書特點
特 點 說 明
16 章實戰精講 本書體系完善，由淺入深地對Python 大數據與量化交易
進行了16章專題精講，其內容涵蓋了量化交易的
基礎知識、聚寬JoinQuant 量化交易平臺、
Python 開發環境及配置、
Python 的基本語法及流程控制、
Python 的特征數據類型、Python 的內置函數
與自定義用戶函數、Python的面向對象編程、
數據分析的Numpy 包、數據分析的Pandas 包、
數據可視化的Matplotlib 包、
Python 量化交易策略的編寫、
Python 獲取數據函數、Python 基本面量化選股、
Python 量化擇時的技術指標函數、
Python 量化交易策略的回測技巧、
Python 量化交易策略的因子分析技巧、
Python 量化交易策略的實戰案例等
108 個知識點 本書結合Python 大數據與量化交易的實戰應用，
講解了108 個應用技巧，其內容涵蓋了格式化
字符串的輸出、Input（）函數、算術運算符、
賦值運算符、位運算符、關系運算符、
嵌套 If 語句、while 循環、for 循環、
列表、元組、字典、集合、內置函數、
用戶自定義函數、匿名函數、類的繼承、
調用自定義模塊、全局變量和局部變量、
Numpy 數組、Numpy 矩陣、Numpy 線性代數、
Numpy 文件操作、一維數組系列（Series）、
二維數組DataFrame、三維數組Panel、
繪制色圖和等高線圖、繪制立體三維圖形、
設置函數、定時函數、下單函數、
獲取數據函數、成長類因子選股、
規模類因子選股、價值類因子選股、
質量類因子選股、趨向指標函數、
反趨向指標函數、壓力支撐指標函數、
量價指標函數、利用Python 編寫MACD
指標量化策略、設置MACD 指標量化策略的回測參數、
MACD 指標量化策略的回測詳情、因子分析的實現代碼、
因子分析的結果、基本面因子應用實例、
MA 均線量化交易策略、多均線量化交易策略、
能量型指標量化交易策略、KD 指標量化交易策略、
BOLL 指標量化交易策略、多股票持倉量化交易策略、
醫藥股輪動量化交易策略、中市值股票量化交易策略、
低估價值股量化交易策略等
100 多個實戰案例 本書結合理論知識，在其講解的過程中，
列舉了100 多個案例，進行分析講解，
讓廣大投資者在學習理論知識的同時，
更準確地理解其意義和實際應用
80 多個技能提示 本書結合Python 大數據與量化交易中
遇到的熱點問題、關鍵問題及種種難題，
以技能提示的方式奉送給投資者，
其中包括Python 的代碼格式、
基本面量化選股、技術面量化擇時等
結構特點 本書講解都從基礎知識和基本操作開始，
讀者無須參照其他書即可輕松入門；
另一層是充分考慮沒有基礎讀者的實際情況，
在文字表述方面盡量避開專業的術語，
用通俗易懂的語言講解每個知識點的應用技巧，
從而突出容易學、上手快的特點
本書結構
章節介紹 內容體系 作 用
第1 章 首先講解量化交易的基礎知識， 從整體上認識量化交易及
然后講解量化交易的優勢、 量化交易平臺，為后續章節的
應用、注意事項、歷史 學習打下良好的基礎
及與人工交易的區別，
最后講解量化交易的平臺和
量化交易的潛在風險及應對策略
第2~6 章 講解量化交易開發語言Python， Python 是量化交易策略編寫的
即講解Python 語言的開發環境、 首選語言，也是最常用的編程語
基本語法及流程控制、 言。為了更好地編寫和理解量化交
特征數據類型、內置函數與 易策略，就必須掌握該語言
自定義用戶函數、面向對象編程
第7~9 章 講解大數據分析和可視化的3 量化交易就是對海量的股票數
個包，分別是Numpy 包、 據進行分析及可視化，所以投資者
Pandas包、Matplotlib 包 要掌據Python 中的3 個重要數據分
析和可視化的包
第10~15 章 講解量化交易策略的編寫、 要想編寫出優秀的量化交易策
獲取數據函數、基本面 略，就必須熟練掌握量化選股技
量化選股、量化擇時的 巧、量化擇時技巧、回測技巧、因
技術指標函數、回測技巧、 子分析技巧等
因子分析技巧
第16 章 講解Python 量化交易策略的實 通過編寫Python 量化交易策略
戰案例 的實戰案例，可以提高投資者對量
化交易策略的綜合認識，并真正掌
握量化交易技巧，從而學以致用
本書適合的讀者
本書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、基金操盤手和專業股票評論人士，以及經濟財經類專業的大學生、更適用于那些有志于在這個充滿風險、充滿寂寞的征程上默默前行的征戰者。
創作團隊
本書由王可群、周峰編寫，下面人員對本書的編寫提出過寶貴意見并參與了部分編寫工作，他們是劉志隆、王征、呂雷、王高緩、梁雷超、周飛、紀欣欣、葛鈺秀、張亮、周科峰、王英蘢、陳稅杰等。
由于作者水平有限，書中的缺點和不足之處在所難免，敬請讀者批評指正。
本書贈送的圖片及其他資源均以二維碼形式提供，讀者可以使用手機掃描右側的二維碼下載并觀看。 |
內容簡介：《從零開始學Python 大數據與量化交易》首先講解量化交易的基礎知識，如量化交易的優勢、應用、注意事項、歷史、量化交易平臺等；然后講解量化交易開發語言Python，即講解Python 語言的開發環境、基本語法及流程控制、特征數據類型、內置函數與自定義用戶函數、面向對象編程；接著講解大數據分析和可視化的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、獲取數據函數、基本面量化選股、量化擇時的技術指標函數、回測技巧、因子分析技巧；最后講解Python 量化交易策略的實戰案例。
在講解過程中既考慮讀者的學習習慣，又通過具體實例剖析講解Python 大數據與量化交易過程中的熱點問題、關鍵問題及種種難題。
《從零開始學Python 大數據與量化交易》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、基金操盤手和專業股票評論人士以及經濟財經類專業的大學生，更適用于那些有志于在這個充滿風險、充滿寂寞的征程上默默前行的征戰者閱讀。 |
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量化交易與技術分析3
1.2量化交易的優勢4
1.2.1嚴格的紀律性4
1.2.2完備的系統性4
1.2.3妥善運用套利的思想5
1.2.4靠概率取勝5
1.3量化交易的應用6
1.3.1投資品種選擇6
1.3.2投資時機選擇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量化交易的發展過程11
1.6.1國外量化交易的發展過程11
1.6.2國內量化交易的發展過程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量化交易策略的風險控制27
1.7.6量化交易策略的其他參數28
1.7.7編寫Python代碼來創建量化交易策略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量化交易的潛在風險及應對策略38
第2章Python量化交易的開發環境39
2.1初識Python語言40
2.1.1Python的歷史由來40
2.1.2Python的特點40
2.1.3Python的應用41
2.2Python開發環境及配置42
2.2.1Python的下載42
2.2.2Python的安裝43
2.2.3Python的環境變量配置44
2.3Python程序的編寫48
2.3.1利用系統自帶的開發軟件IDEL直接編寫程序并運行48
2.3.2創建Python文件并運行50
2.4利用量化交易平臺編寫Python程序52
2.4.1初識IPythonNotebook研究平臺52
2.4.2利用PythonNotebook編寫Python程序56
第3章Python的基本語法及流程控制59
3.1Python的基本數據類型60
3.1.1數值類型60
3.1.2字符串類型62
3.2變量及賦值66
3.2.1變量命名規則66
3.2.2變量的賦值67
3.3運算符68
3.3.1算術運算符68
3.3.2賦值運算符70
3.3.3位運算符71
3.4選擇結構72
3.4.1關系運算符73
3.4.2邏輯運算符74
3.4.3if語句75
3.4.4嵌套if語句77
3.5循環結構78
3.5.1while循環79
3.5.2while循環使用else語句79
3.5.3無限循環80
3.5.4for循環81
3.5.5在for循環中使用range()函數82
3.6其他語句83
3.6.1break語句83
3.6.2continue語句84
3.6.3pass語句85
3.7Python的代碼格式86
3.7.1代碼縮進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的特征數據類型89
4.1列表90
4.1.1列表的創建90
4.1.23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
4.1.4del語句刪除列表中的值92
4.1.5列表的4個函數93
4.1.6列表的方法94
4.2元組95
4.2.1元組的創建96
4.2.23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100
4.3字典101
4.3.1字典的創建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104
4.4集合105
4.4.1集合的創建105
4.4.2集合的兩個基本功能105
4.4.3集合的運算符106
4.4.4集合的方法108
第5章Python的函數及應用技巧111
5.1初識函數112
5.2內置函數112
5.2.1數學函數112
5.2.2隨機數函數113
5.2.3三角函數115
5.2.4字符串函數117
5.3用戶自定義函數120
5.3.1函數的定義120
5.3.2調用自定義函數121
5.3.3函數的參數傳遞122
5.3.4函數的參數類型125
5.3.5匿名函數128
第6章Python的面向對象編程基礎129
6.1面向對象130
6.1.1面向對象概念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自定義模塊和調用136
6.2.2import語句138
6.2.3標準模塊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
6.4.3global和nonlocal關鍵字144
第7章Python大數據分析的Numpy包147
7.1初識Numpy包148
7.2ndarray數組基礎148
7.2.1創建Numpy數組148
7.2.2Numpy特殊數組152
7.2.3Numpy序列數組155
7.2.4Numpy數組索引156
7.2.5Numpy數組運算157
7.2.6Numpy數組復制158
7.3Numpy的矩陣159
7.4Numpy的線性代數160
7.4.1兩個數組的點積160
7.4.2兩個向量的點積161
7.4.3一維數組的向量內積162
7.4.4矩陣的行列式162
7.4.5矩陣的逆164
7.5Numpy的文件操作164
第8章Python大數據分析的Pandas包169
8.1Pandas的數據結構170
8.2一維數組系列170
8.2.1創建一個空的系列170
8.2.2從ndarray創建一個系列171
8.2.3從字典創建系列172
8.2.4從有位置的系列中訪問數據173
8.2.5使用標簽檢索數據174
8.3二維數組DataFrame174
8.3.1創建DataFrame174
8.3.2數據的查看175
8.3.3數據的選擇179
8.3.4數據的處理185
8.4三維數組Panel187
第9章Python大數據可視化的Matplotlib包189
9.1Matplotlib包的優點190
9.2figure()函數的應用190
9.2.1figure()函數的各參數意義190
9.2.2figure()函數的示例190
9.3plot()函數的應用192
9.3.1plot()函數的各參數意義192
9.3.2plot()函數的實例194
9.4subplot()函數的應用195
9.4.1subplot()的各參數意義196
9.4.2subplot()的示例196
9.5add_axes方法的應用197
9.6legend()函數的應用198
9.7設置字體格式200
9.8設置線條的寬度和顏色201
9.9坐標軸網格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211
10.1.2開盤前運行函數212
10.1.3開盤時運行函數212
10.1.4收盤后運行函數213
10.2設置函數213
10.2.1設置基準函數214
10.2.2設置傭金/印花稅函數214
10.2.3設置滑點函數215
10.2.4設置動態復權(真實價格)模式函數216
10.2.5設置成交量比例函數216
10.2.6設置是否開啟盤口撮合模式函數217
10.2.7設置要操作的股票池函數217
10.3定時函數217
10.3.1定時函數的定義及分類217
10.3.2定時函數各項參數的意義218
10.3.3定時函數的注意事項219
10.3.4定時函數的實例220
10.4下單函數220
10.4.1按股數下單函數220
10.4.2目標股數下單函數221
10.4.3按價值下單函數221
10.4.4目標價值下單函數222
10.4.5撤單函數222
10.4.6獲取未完成訂單函數222
10.4.7獲取訂單信息函數223
10.4.8獲取成交信息函數223
10.5日志log224
10.5.1設定log的級別224
10.5.2log.info225
10.6常用對象225
10.6.1Order對象225
10.6.2全局對象g225
10.6.3Trade對象226
10.6.4tick對象226
10.6.5Context對象227
10.6.6Position對象228
10.6.7SubPortfolio對象229
10.6.8Portfolio對象229
10.6.9SecurityUnitData對象230
第11章Python量化交易策略的獲取數據函數231
11.1獲取股票數據的history()函數232
11.1.1各項參數的意義232
11.1.2history()函數的應用實例233
11.2獲取一只股票數據的attribute_
history()函數236
11.3查詢一個交易日股票財務數據的get_fundamentals()函數237
11.3.1各項參數的意義237
11.3.2get_fundamentals()函數的應用實例238
11.4查詢股票財務數據的get_fundamentals_continuously()函數242
11.5獲取股票特別數據的get_current_data()函數243
11.6獲取指數成分股代碼的get_index_stocks()函數244
11.6.1各項參數的意義244
11.6.2get_index_stocks()函數的應用示例245
11.7獲取行業成分股代碼的get_industry_stocks()函數246
11.8獲取概念成本股代碼的get_concept_stocks()函數247
11.9獲取所有數據信息的get_all_securities()函數249
11.9.1各項參數的意義249
11.9.2get_all_securities()函數的應用實例250
11.10獲取一只股票信息的get_security_info()函數252
11.11獲取龍虎榜數據的get_billboard_list()函數252
11.11.1各項參數的意義252
11.11.2get_billboard_list()函數的應用實例253
11.12獲取限售解禁數據的get_locked_shares()函數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營業收入同比增長率選股256
12.2.2營業收入環比增長率選股258
12.2.3凈利潤同比增長率選股259
12.2.4凈利潤環比增長率選股259
12.2.5營業利潤率選股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市現率選股269
12.4.4動態市盈率選股270
12.4.5靜態市盈率選股270
12.5質量類因子選股271
12.5.1凈資產收益率選股271
12.5.2總資產凈利率選股272
12.6基本面多因子量化選股的注意事項273
第13章Python量化擇時的技術指標函數275
13.1初識量化擇時276
13.2趨向指標函數276
13.2.1MACD指標函數277
13.2.2EMV指標函數278
13.2.3UOS指標函數279
13.2.4GDX指標函數280
13.2.5DMA指標函數281
13.2.6JS指標函數283
13.2.7MA指標函數284
13.2.8EXPMA指標函數285
13.2.9VMA指標函數286
13.3反趨向指標函數287
13.3.1KD指標函數287
13.3.2MFI指標函數288
13.3.3RSI指標函數289
13.3.4OSC指標函數290
13.3.5WR指標函數291
13.3.6CCI指標函數293
13.4壓力支撐指標函數293
13.4.1BOLL指標函數294
13.4.2MIKE指標函數295
13.4.3XS指標函數296
13.5量價指標函數297
13.5.1OBV指標函數297
13.5.2VOL指標函數298
13.5.3VR指標函數299
13.5.4MASS指標函數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307
14.2.3編寫單位時間調用的函數307
14.3設置MACD指標量化策略的回測參數308
14.4MACD指標量化策略的回測詳情310
14.5MACD指標量化策略的風險指標313
14.5.1Alpha（阿爾法）314
14.5.2Beta（貝塔）314
14.5.3Sharpe（夏普比率）315
14.5.4Sortino（索提諾比率）316
14.5.5InformationRatio（信息比率）317
14.5.6Volatility（策略波動率）318
14.5.7BenchmarkVolatility（基準波動率）318
14.5.8MaxDrawdown（最大回撤）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因子分析的實現代碼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因子323
15.2.3calc的參數及返回值324
15.3因子分析的結果324
15.3.1新建因子325
15.3.2收益分析327
15.3.3IC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基本面因子應用實例334
第16章Python量化交易策略的實戰案例337
16.1MA均線量化交易策略實戰案例338
16.1.1編寫初始化函數338
16.1.2編寫單位時間調用的函數339
16.1.3MA均線量化交易策略的回測340
16.2多均線量化交易策略實戰案例341
16.2.1編寫初始化函數341
16.2.2編寫交易程序函數342
16.2.3多均線量化交易策略的回測343
16.3能量型指標量化交易策略實戰案例344
16.3.1編寫初始化函數344
16.3.2編寫單位時間調用的函數345
16.3.3能量型指標量化交易策略的回測346
16.4KD指標量化交易策略實戰案例347
16.4.1編寫初始化函數347
16.4.2編寫開盤前運行函數348
16.4.3編寫開盤時運行函數348
16.4.4編寫收盤后運行函數349
16.4.5KD指標量化交易策略的回測349
16.5BOLL指標量化交易策略實戰案例350
16.5.1編寫初始化函數350
16.5.2編寫開盤前運行函數351
16.5.3編寫開盤時運行函數351
16.5.4編寫收盤后運行函數352
16.5.5BOLL指標量化交易策略的回測352
16.6多股票持倉量化交易策略實戰案例353
16.6.1編寫初始化函數353
16.6.2編寫單位時間調用的函數354
16.6.3多股票持倉量化交易策略的回測354
16.7醫藥股輪動量化交易策略實戰案例355
16.7.1編寫初始化函數355
16.7.2編寫選股函數356
16.7.3編寫交易函數356
16.7.4醫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戰案例358
16.8.1編寫初始化函數358
16.8.2編寫選股函數358
16.8.3編寫過濾停牌股票函數359
16.8.4編寫交易函數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戰案例360
16.9.1編寫初始化函數361
16.9.2編寫選股函數361
16.9.3編寫交易函數362
16.9.4低估價值股量化交易策略的回測363 |
| 序： |
