主编推荐语
理论与实践相结合，基于Python深入分析量化投资理论和策略，详解Python在量化投资分析中具体的应用案例。
内容简介
全书共18章，前11章主要讲解基础知识。第1章介绍了什么是量化投资，以及为什么要用Python。第2章介绍了如何搭建基础环境，介绍了常用的一些工具。第3章讲解python的基本应用和常用的库。第4章介绍python数据分析中常用的Numpy, Scipy, Pandas。第5章介绍数据分析的基础方法。第6章介绍数据的可视化，使用matplotlib库。第7章介绍基础的金融分析方法。第8章介绍技术分析和时序序列分析，从业界和学术界两种角度来进行分析。第9章介绍了投资组合理论和由此衍生出来的多因子模型。第10章介绍了金融市场中衍生品的分析，以期货和期权为主。第11章从利率开始，介绍了债券的分析方法。
从第12章开始进入实战篇。第12章讲解中国金融市场，主要针对二级市场，并介绍了针对不同市场的基本投资策略。第13章介绍了研究策略时，所需的数据来源，开源数据和商业数据库都有介绍，并且介绍目前比较流行的python的开源数据源。第14章介绍了如何建立数据库，并且讲解针对不同数据，如何设计数据库。第15章介绍了策略研究基本概念，方法论和流程。第16章介绍了进行自动化交易的接口，并且介绍了目前比较流行的开源项目vn.py。第17章介绍了如何使用python爬取网络上数据，并进行舆情分析。第18章介绍了人工智能的基本概念和算法，并且介绍了人工智能在量化投资中的应用。
目录
- 版权信息
- 推荐序一
- 推荐序二
- 推荐序三
- 前言
- 第1章 量化投资与Python简介
- 1.1 量化投资基本概念
- 1.2 量化投资的特征
- 1.3 量化投资的优势
- 1.4 量化、AI并不是一切
- 1.5 编程语言比较
- 1.6 为什么要使用Python
- 1.7 Python构建量化投资生产线
- 第2章 平台搭建和工具
- 2.1 需要考虑的问题
- 2.2 编程环境搭建流程
- 第3章 Python金融分析常用库介绍
- 3.1 NumPy
- 3.2 SciPy
- 3.3 Pandas
- 3.4 StatsModels
- 第4章 可视化分析
- 4.1 Matplotlib
- 4.2 seaborn
- 4.3 python-highcharts
- 第5章 统计基础
- 5.1 基本统计概念
- 5.2 连续随机变量分布
- 5.3 回归分析
- 第6章 数据预处理和初步探索
- 6.1 数据清理
- 6.2 描述性统计
- 6.3 描述性统计的可视化分析
- 第7章 Pandas进阶与实战
- 7.1 多重索引
- 7.2 数据周期变换
- 第8章 金融基础概念
- 8.1 收益率
- 8.2 对数收益率
- 8.3 年化收益
- 8.4 波动率
- 8.5 夏普比率
- 8.6 索提诺比率
- 8.7 阿尔法和贝塔
- 8.8 最大回撤
- 第9章 资产定价入门
- 9.1 利率
- 9.2 利率的计量
- 9.3 零息利率
- 9.4 债券定价
- 9.5 久期
- 9.6 期权
- 9.7 期权的描述
- 9.8 看涨期权和看跌期权
- 9.9 期权价格与股票价格的关系
- 9.10 影响期权价格的因素
- 第10章 金融时间序列分析
- 10.1 为什么用收益率而不是价格
- 10.2 金融时间序列定义
- 10.3 平稳性
- 10.4 白噪声序列
- 10.5 自相关系数
- 10.6 混成检验
- 10.7 AR(p)模型
- 10.8 信息准则
- 10.9 ARMA模型
- 10.10 ARCH和GARCH模型
- 第11章 数据源和数据库
- 11.1 数据来源
- 11.2 TuShare
- 11.3 pandas-reader
- 11.4 万得接口
- 第12章 CTA策略
- 12.1 趋势跟踪策略理论基础
- 12.2 技术指标
- 12.3 主力合约的换月问题
- 12.4 用Python实现复权
- 12.5 安装ta-lib
- 12.6 ta-lib的指标和函数介绍
- 12.7 可叠加指标
- 12.8 动量指标
- 12.9 成交量指标
- 12.10 波动率指标
- 12.11 价格变换
- 12.12 Pattern Recognition
- 12.13 一个简单策略模式
- 第13章 策略回测
- 13.1 回测系统是什么
- 13.2 各种回测系统简介
- 13.3 什么是回测
- 13.4 回测系统的种类
- 13.5 回测的陷阱
- 13.6 回测中的其他考量
- 13.7 回测系统概览
- 13.8 使用Python搭建回测系统
- 第14章 多因子风险模型
- 14.1 风险定义
- 14.2 资本资产定价模型
- 14.3 套利定价理论
- 14.4 多因子模型
- 14.5 多因子模型的优势
- 14.6 建立多因子模型的一般流程
- 14.7 行业因子
- 14.8 风险因子
- 14.9 基准组合
- 14.10 因子选择和测试
- 14.11 Fama-French三因子模型
- 14.12 因子发掘与论证
- 14.13 单因子有效性分析alphalens
- 14.14 财务因子为什么不好用
- 第15章 资金分配
- 15.1 现代/均值-方差资产组合理论
- 15.2 Black-Litterman资金分配模型
- 第16章 实盘交易和vn.py框架
- 16.1 交易平台简介
- 16.2 交易框架vn.py
- 16.3 vn.py的安装和配置
- 16.4 CTA策略模块分析
- 16.5 第一个入门策略
- 16.6 on_tick和on_bar
- 第17章 Python与Excel交互
- 17.1 Excel相关库简介
- 17.2 OpenPyxl基础
- 后记
评分及书评
给这本书评了5.0作者列举得非常细致，很良心，打算入手纸质书了。
给这本书评了4.0实用的Python量化书籍第二次阅读，确实是一本实用的书籍。主要是学习 Python 在量化投资中的各种应用。
本书特点是它的实用性和可操作性。由于作者的行业背景，书中的所有内容都是基于真实的实践应用案例和场景，结合量化投资中的项目经验，帮助读者深刻领会 Python 在量化投资中的各种应用。
提供了大量的 Python 实例代码，这些代码不仅可以帮助读者更好地理解概念，而且还可以让读者自己动手实现并改进策略。缺点如下：书中代码有不少的勘误，如果是个 Python 初学者，会造成很大的障碍；书中的数据分析的数据来源文档未提供，提供的 github 上也未见分享，分享的内容好像与本书无关。
总的来说，是一本实用的书籍。
给这本书评了2.0对文科生来说蛮不好懂的……
出版方
机械工业出版社有限公司
机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。
