从零开始学Python大数据与量化交易

从零开始学Python大数据与量化交易

作者:周峰王可群

出版社:清华大学

出版年:2019年12月

ISBN:9787302527541

所属分类:经济金融

书刊介绍

《从零开始学Python大数据与量化交易》内容简介

本书首先讲解量化交易的基础知识,如量化交易的优势、应用、注意事项、历史、量化交易平台等;然后讲解量化交易开发语言Python,即讲解Python语言的开发环境、基本语法及流程控制、特征数据类型、内置函数与自定义用户函数、面向对象编程;接着讲解大数据分析和可视化的3个包,分别是Numpy包、Pandas包、Matplotlib包;然后讲解量化交易策略的编写、获取数据函数、基本面量化选股、量化择时的技术指标函数、回测技巧、因子分析技巧;最后讲解Python量化交易策略的实战案例。
在讲解过程中既考虑读者的学习习惯,又通过具体实例剖析讲解Python大数据与量化交易过程中的热点问题、关键问题及种种难题。本书适用于各种不同的投资者,如新老股民、中小散户、股票操盘手、基金操盘手和专业股票评论人士以及经济财经类专业的大学生,更适用于那些有志于在这个充满风险、充满寂寞的征程上默默前行的征战者阅读。
周峰,从事金融衍生品市场交易及管理近20年,有着丰富的经验和体会,对量化交易、期货、大宗商品、股市、国内外贵金属、外汇等主流交易方式有着深刻的了解,擅长量化交易、期货、股票、黄金、白银、外汇的培训指导,经常活跃在各大金融讲坛,深为投资者喜爱。曾在高校任讲师,讲课深入浅出,深受学生们的爱戴。可为个人投资者及机构提供分析、投资咨询,交易指导,理财培训等多方位的专业服务。
王可群,现任青岛慧谷大数据产业发展有限公司项目开发部经理,曾担任“饿了么”公司技术部主管,具有6年以上Python、PHP项目开发经验。精通JS、Java、C、C#等编程语言,熟悉多种开源技术,喜欢get新技能,曾带领团队完成过多个中、小型项目开发,对数据安全、云计算等领域进行过系统学习和培训。

作品目录

内容简介
前言
第1章:量化交易快速入门
1.1、初识量化交易
1.2、量化交易的优势
1.3、量化交易的应用
1.4、量化交易与人工交易的对比
1.5、量化交易的注意事项
1.6、量化交易的发展过程
1.7、量化交易的平台
1.8、量化交易的潜在风险及应对策略
第2章:Python量化交易的开发环境
2.1、初识Python语言
2.2、Python开发环境及配置
2.3、Python程序的编写
2.4、利用量化交易平台编写Python程序
第3章:Python的基本语法及流程控制
3.1、Python的基本数据类型
3.2、变量及赋值
3.3、运算符
3.4、选择结构
3.5、循环结构
3.6、其他语句
3.7、Python的代码格式
第4章:Python的特征数据类型
4.1、列表
4.2、元组
4.3、字典
4.4、集合
第5章:Python的函数及应用技巧
5.1、初识函数
5.2、内置函数
5.3、用户自定义函数
第6章:Python的面向对象编程基础
6.1、面向对象
6.2、模块
6.3、包
6.4、变量作用域及类型
第7章:Python大数据分析的Numpy包
7.1、初识Numpy包
7.2、ndarray数组基础
7.3、Numpy的矩阵
7.4、Numpy的线性代数
7.5、Numpy的文件操作
第8章:Python大数据分析的Pandas包
8.1、Pandas的数据结构
8.2、一维数组系列
8.3、二维数组DataFrame
8.4、三维数组Panel
第9章:Python大数据可视化的Matplotlib包
9.1、Matplotlib包的优点
9.2、figure()函数的应用
9.3、plot()函数的应用
9.4、subplot()函数的应用
9.5、add_axes方法的应用
9.6、legend()函数的应用
9.7、设置字体格式
9.8、设置线条的宽度和颜色
9.9、坐标轴网格
9.10、绘制柱状图
9.11、绘制色图和等高线图
9.12、绘制立体三维图形
第10章:Python量化交易策略的编写
10.1、股票量化交易策略的组成
10.2、设置函数
10.3、定时函数
10.4、下单函数
10.5、日志log
10.6、常用对象
第11章:Python量化交易策略的获取数据函数
11.1、获取股票数据的history()函数
11.2、获取一只股票数据的attribute_history()函数
11.3、查询一个交易日股票财务数据的get_fundamentals()函数
11.4、查询股票财务数据的get_fundamentals_continuously()函数
11.5、获取股票特别数据的get_current_data()函数
11.6、获取指数成分股代码的get_index_stocks()函数
11.7、获取行业成分股代码的get_industry_stocks()函数
11.8、获取概念成本股代码的get_concept_stocks()函数
11.9、获取所有数据信息的get_all_securities()函数
11.10、获取一只股票信息的get_security_info()函数
11.11、获取龙虎榜数据的get_billboard_list()函数
11.12、获取限售解禁数据的get_locked_shares()函数
第12章:Python基本面量化选股
12.1、初识量化选股
12.2、成长类因子选股
12.3、规模类因子选股
12.4、价值类因子选股
12.5、质量类因子选股
12.6、基本面多因子量化选股的注意事项
第13章:Python量化择时的技术指标函数
13.1、初识量化择时
13.2、趋向指标函数
13.3、反趋向指标函数
13.4、压力支撑指标函数
13.5、量价指标函数
第14章:Python量化交易策略的回测技巧
14.1、量化交易策略回测的流程
14.2、利用Python编写MACD指标量化策略
14.3、设置MACD指标量化策略的回测参数
14.4、MACD指标量化策略的回测详情
14.5、MACD指标量化策略的风险指标
第15章:Python量化交易策略的因子分析技巧
15.1、因子分析概述
15.2、因子分析的实现代码
15.3、因子分析的结果
15.4、因子在研究和回测中的使用
15.5、基本面因子应用实例
第16章:Python量化交易策略的实战案例
16.1、MA均线量化交易策略实战案例
16.2、多均线量化交易策略实战案例
16.3、能量型指标量化交易策略实战案例
16.4、KD指标量化交易策略实战案例
16.5、BOLL指标量化交易策略实战案例
16.6、多股票持仓量化交易策略实战案例
16.7、医药股轮动量化交易策略实战案例
16.8、中市值股票量化交易策略实战案例
16.9、低估价值股量化交易策略实战案例

相关推荐

微信二维码