Python与量化投资 从基础到实战 王小川Python量化投资策略分析技术工具书籍

Python与量化投资 从基础到实战 王小川Python量化投资策略分析技术工具书籍 pdf epub mobi txt 电子书 下载 2025

王小川 著
承接 住宅 自建房 室内改造 装修设计 免费咨询 QQ:624617358 一级注册建筑师 亲自为您回答、经验丰富,价格亲民。无论项目大小,都全力服务。期待合作,欢迎咨询!QQ:624617358
想要找书就要到 图书大百科
立刻按 ctrl+D收藏本页
你会得到大惊喜!!
店铺: 义博图书专营店
出版社: 电子工业
ISBN:9787121338571
商品编码:10573437514

具体描述





Python与量化投资:从基础到实战




Python与量化投资:从基础到实战

王小川 (作者)  

 

书 号:978-7-121-33857-1

出版日期:2018-04-01

页 数:424

开 本:16(185*235)

出版状态:上市销售

维护人:张国霞

本书主要讲解如何利用Python进行量化投资,包括对数据的获取、整理、分析挖掘、信号构建、策略构建、回测、策略分析等。本书也是利用Python进行数据分析的指南,有大量的关于数据处理分析的应用,并将重点介绍如何高效地利用Python解决投资策略问题。本书分为Python基础篇和量化投资篇:Python基础篇主要讲解Python软件的基础、各个重要模块及如何解决常见的数据分析问题;量化投资篇在Python基础篇的基础上,讲解如何使用优矿(uqer.io)回测平台实现主流策略及高级定制策略等。

本书可作为专业金融从业者进行量化投资的工具书,也可作为金融领域的入门参考书。在本书中有大量的Python代码、Python量化策略的实现代码等,尤其是对于量化策略的实现代码,读者可直接自行修改并获得策略的历史回测结果,甚至可将代码直接实盘应用,进行投资。

1章 准备工作    1

1.1 Python的安装与设置    1

1.2 常见的Python库    2

 

2章 Python基础介绍    7

2.1 Python学习准备    7

2.2 Python语法基础    11

2.2.1 常量与变量    11

2.2.2 数与字符串    11

2.2.3 数据类    15

2.2.4 标识符    18

2.2.5 对象    19

2.2.6 行与缩进    20

2.2.7 注释    22

2.3 Python运算符与表达式    22

2.3.1 算数运算符    22

2.3.2 比较运算符    24

2.3.3 逻辑运算符    25

2.3.4 Python中的优先级    27

2.4 Python中的控制流    27

2.4.1 控制流的功能    28

2.4.2 Python的三种控制流    29

2.4.3 认识分支结构if    30

2.4.4 认识循环结构for…in    32

2.4.5 认识循环结构while    33

2.4.6 break语句与continue语句    35

2.5 Python函数    39

2.5.1 认识函数    39

2.5.2 形参与实参    40

2.5.3 全局变量与局部变量    44

2.5.4 对函数的调用与返回值    45

2.5.5 文档字符串    46

2.6 Python模块    47

2.6.1 认识Python模块    47

2.6.2 from…import详解    49

2.6.3 认识__name__属性    50

2.6.4 自定义模块    50

2.6.5 dir()函数    51

2.7 Python异常处理与文件操作    52

2.7.1 Python异常处理    52

2.7.2 异常的发生    55

2.7.3 try…finally的使用    56

2.7.4 文件操作    57

 

3章 Python进阶    59

3.1 NumPy的使用    59

3.1.1 多维数组ndarray    59

3.1.2 ndarray的数据类型    60

3.1.3 数组索引、切片和赋值    61

3.1.4 基本的数组运算    62

3.1.5 随机数    63

3.2 Pandas的使用    67

3.2.1 Pandas的数据结构    68

3.2.2 Pandas输出设置    70

3.2.3 Pandas数据读取与写入    70

3.2.4 数据集快速描述性统计分析    71

3.2.5 根据已有的列建立新列    72

3.2.6 DataFrame按多列排序    73

3.2.7 DataFrame去重    73

3.2.8 删除已有的列    74

3.2.9 Pandas替换数据    75

3.2.10 DataFrame重命名    75

3.2.11 DataFrame切片与筛选    76

3.2.12 连续型变量分组    78

3.2.13 Pandas分组技术    79

3.3 SciPy的初步使用    83

3.3.1 回归分析    84

3.3.2 插值    87

3.3.3 正态性检验    89

3.3.4 凸优化    93

3.4 Matplotlib的使用    97

3.5 Seaborn的使用    97

3.5.1 主题管理    98

3.5.2 调色板    101

3.5.3 分布图    102

3.5.4 回归图    104

3.5.5 矩阵图    106

3.5.6 结构网格图    108

3.6 Scikit-Learn的初步使用    109

3.6.1 Scikit-Learn学习准备    110

3.6.2 常见的机器学习模型    111

3.6.3 模型评价方法——metric模块    120

3.6.4 深度学习    124

3.7 SQLAlchemy与常用数据库的连接    124

3.7.1 连接数据库    125

3.7.2 读取数据    126

3.7.3 存储数据    126

 

4章 常用数据的获取与整理    129

4.1 金融数据类型    129

4.2 金融数据的获取    131

4.3 数据整理    135

4.3.1 数据整合    135

4.3.2 数据过滤    137

4.3.3 数据探索与数据清洗    138

4.3.4 数据转化    140

 

5章 通联数据回测平台介绍    143

5.1 回测平台函数与参数介绍    144

5.1.1 设置回测参数    144

5.1.2 accounts账户配置    154

5.1.3 initialize(策略初始化环境)    160

5.1.4 handle_data(策略运行逻辑)    160

5.1.5 context(策略运行环境)    160

5.2 股票模板实例    168

5.3 期货模板实例    173

5.4 策略回测详情    179

5.5 策略的风险评价指标    181

5.6 策略交易细节    184

 

6章 常用的量化策略及其实现    187

6.1 量化投资概述    187

6.1.1 量化投资简介    187

6.1.2 量化投资策略的类型    188

6.1.3 量化研究的流程    189

6.2 行业轮动理论及其投资策略    192

6.2.1 行业轮动理论简介    192

6.2.2 行业轮动的原因    192

6.2.3 行业轮动投资策略    194

6.3 市场中性Alpha策略    199

6.3.1 市场中性Alpha策略介绍    199

6.3.2 市场中性Alpha策略的思想和方法    200

6.3.3 实例展示    201

6.4 大师策略    206

6.4.1 麦克·欧希金斯绩优成分股投资法    207

6.4.2 杰拉尔丁·维斯蓝筹股投资法    211

6.5 CTA策略    219

6.5.1 趋势跟随策略    219

6.5.2 均值回复策略    241

6.5.3 CTA策略表现分析    253

6.6 Smart Beta    258

6.6.1 基于权重优化的Smart Beta    258

6.6.2 基于风险因子的Smart Beta    268

6.7 技术指标类策略    281

6.7.1 AROON指标    281

6.7.2 BOLL指标    285

6.7.3 CCI指标    288

6.7.4 CMO指标    293

6.7.5 Chaikin Oscillator指标    295

6.7.6 DMI指标    299

6.7.7 优矿平台因子汇总    302

6.8 资产配置    317

6.8.1 有效边界    318

6.8.2 Black-Litterman模型    335

6.8.3 风险平价模型    349

6.9 时间序列分析    358

6.9.1 与时间序列分析相关的基础知识    358

6.9.2 自回归(AR)模型    365

6.9.3 滑动平均(MA)模型    372

6.9.4 自回归滑动平均(ARMA)模型    376

6.9.5 自回归差分滑动平均(ARIMA)模型    379

6.10 组合优化器的使用    384

6.10.1 优化器的概念    384

6.10.2 优化器的API接口    386

6.10.3 优化器实例    388

6.11 期权策略:Greeks和隐含波动率微笑计算    392

6.11.1 数据准备    392

6.11.2 Greeks和隐含波动率计算    394

6.11.3 隐含波动率微笑    401

 

7章 量化投资十问十答    405


用户评价

评分

将就吧

评分

将就吧

评分

将就吧

评分

将就吧

评分

此用户未填写评价内容

评分

将就吧

评分

此用户未填写评价内容

评分

此用户未填写评价内容

评分

将就吧

相关图书

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

© 2025 book.qciss.net All Rights Reserved. 图书大百科 版权所有