《量化投资与Python语言》内容简介

Python是当前金融行业的主流编程语言，金融机构特别是量化投资领域大量使用Python进行数据分析以及投资策略测试、实盘交易等。财经类院校基本上没有开设Python编程这门课，主要还是Excel、R等。
本书主要包括三部分：介绍金融领域内的前沿科技，主要是大数据、云计算、人工智能等；二是Python数据分析篇，主要介绍Python编程基础，Pandas数据分析以及网络爬虫；三是量化投资篇，主要包括量化投资常见策略，当前国内量化投资平台简介，平台策略开发案例分析等。
本书适合财经类院校的学生、金融机构的从业人员学习，上手简单，有助于在大数据背景下的各种金融投资技术的应用开发。
张翔，金融博士，副教授，博士生导师，西南财经大学金融学院金融工程系主任，加州大学伯克利分校哈斯商学院高级访问教授。主要研究领域为：实证资产定价，应用金融计量，金融风险管理，机器学习，区块链技术在金融工程与金融监管中的应用等，同时关注影子银行，科技金融，大数据FOF等。2014年初加入西南财经大学金融学院，2015年被破格评为副教授，博士生导师，担任金融工程系主任，负责金融工程系本科、研究生的教学、科研和未来特色发展。2017年成立西南财经大学中国基金业数据中心并任中心主任，主要负责私募基金数据库建设，具有自主知识产权并开展在科技金融方向的应用：大数据打分系统、私募基金评价系统、深度学习、文本分析和高频数据微观结构。同时，一直致力于培养企业能用的金融工程后备人才，结合科技金融的发展，为地方经济、政府和实体企业服务。2014年至今，在金融管理类国内外顶尖杂志《金融研究》《管理科学学报》，China Accountind and Finance Review等技表论文数篇，省市级横向课程数个，著有《量化交易与Python语言》等两本著作，2016年获得西南财经大学本科优秀教学成果一等奖。

作品目录

作者简介
内容简介
写在前面的话
前言
第1章：金融科技
1.1、谈谈方法论
1.2、金融、科技和互联网
1.3、金融科技概念
1.4、金融科技与互联网金融的关系
第2章：大数据
2.1、大数据的定义
2.2、大数据和统计的关系
2.3、大数据的特征
2.4、大数据技术的架构
2.5、大数据产业
2.6、大数据人才
第3章：人工智能与机器学习
3.1、人工智能
3.2、机器学习
3.3、机器学习的常用算法
第4章：金融科技在金融中的应用
4.1、在量化投资中的应用
4.2、Python在智能投顾中的应用
4.3、Python在征信中的应用
第5章：Python在金融行业的应用
5.1、Python在金融行业的现状和应用
5.2、青春不老，奋斗不止
第6章：Python的环境搭建
6.1、Anaconda介绍
6.2、常见开源包介绍
第7章：Python读取本地数据
7.1、准备知识
7.2、本地文件的读取
第8章：数据类型和数据结构
8.1、基本数据类型
8.2、基本数据结构
第9章：NumPy基础
9.1、NumPy数组
9.2、矩阵计算
9.3、蒙特卡洛模拟
第10章：Pandas介绍
10.1、Pandas的特点
10.2、Pandas的数据结构
第11章：Pandas读取数据和规整化
11.1、读取数据
11.2、数据规整化
11.3、保存数据
第12章：绘图和可视化
12.1、使用matplotlib
12.2、Pandas中的绘图函数
第13章：金融数据分析
13.1、金融时间序列
13.2、TuShare介绍
第14章：量化投资介绍
第15章：量化投资平台的介绍
15.1、量化投资的实务
15.2、量化投资平台
第16章：量化策略
16.1、量化策略概述
16.2、常见的量化交易策略
第17章：开启你的量化投资之旅
后记