计算机 类型
6.2 豆瓣评分
可以朗读 语音朗读
114千字 字数
2018-04-01 发行日期
展开全部

主编推荐语

量化投资界名师王小川撰写，Python基础与量化投资策略双管齐下。

内容简介

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基础和量化投资两大部分：Python基础部分主要讲解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；量化投资部分在Python基础部分的基础上，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。

目录

  • 版权信息
  • 主要作者简介
  • 推荐序一
  • 推荐序二
  • 前言
  • 第1章 准备工作
  • 1.1 Python的安装与设置
  • 1.2 常见的Python库
  • 第2章 Python基础介绍
  • 2.1 Python学习准备
  • 2.2 Python语法基础
  • 2.2.1 常量与变量
  • 2.2.2 数与字符串
  • 2.2.3 数据类
  • 2.2.4 标识符
  • 2.2.5 对象
  • 2.2.6 行与缩进
  • 2.2.7 注释
  • 2.3 Python运算符与表达式
  • 2.3.1 算数运算符
  • 2.3.2 比较运算符
  • 2.3.3 逻辑运算符
  • 2.3.4 Python中的优先级
  • 2.4 Python中的控制流
  • 2.4.1 控制流的功能
  • 2.4.2 Python的三种控制流
  • 2.4.3 认识分支结构if
  • 2.4.4 认识循环结构for…in
  • 2.4.5 认识循环结构while
  • 2.4.6 break语句与continue语句
  • 2.5 Python函数
  • 2.5.1 认识函数
  • 2.5.2 形参与实参
  • 2.5.3 全局变量与局部变量
  • 2.5.4 对函数的调用与返回值
  • 2.5.5 文档字符串
  • 2.6 Python模块
  • 2.6.1 认识Python模块
  • 2.6.2 from…import详解
  • 2.6.3 认识__name__属性
  • 2.6.4 自定义模块
  • 2.6.5 dir（）函数
  • 2.7 Python异常处理与文件操作
  • 2.7.1 Python异常处理
  • 2.7.2 异常的发生
  • 2.7.4 文件操作
  • 第3章 Python进阶
  • 3.1 NumPy的使用
  • 3.1.1 多维数组ndarray
  • 3.1.2 ndarray的数据类型
  • 3.1.3 数组索引、切片和赋值
  • 3.1.4 基本的数组运算
  • 3.1.5 随机数
  • 3.2 Pandas的使用
  • 3.2.1 Pandas的数据结构
  • 3.2.2 Pandas输出设置
  • 3.2.4 数据集快速描述性统计分析
  • 3.2.6 DataFrame按多列排序
  • 3.2.7 DataFrame去重
  • 3.2.8 删除已有的列
  • 3.2.10 DataFrame重命名
  • 3.2.11 DataFrame切片与筛选
  • 3.2.12 连续型变量分组
  • 3.2.13 Pandas分组技术
  • 3.3 SciPy的初步使用
  • 3.3.1 回归分析
  • 3.3.2 插值
  • 3.3.3 正态性检验
  • 3.3.4 凸优化
  • 3.4 Matplotlib的使用
  • 3.5 Seaborn的使用
  • 3.5.1 主题管理
  • 3.5.2 调色板
  • 3.5.3 分布图
  • 3.5.4 回归图
  • 3.5.5 矩阵图
  • 3.5.6 结构网格图
  • 3.6 Scikit-Learn的初步使用
  • 3.6.1 Scikit-Learn学习准备
  • 3.6.2 常见的机器学习模型
  • 3.6.3 模型评价方法——metric模块
  • 3.6.4 深度学习
  • 3.7 SQLAlchemy与常用数据库的连接
  • 3.7.1 连接数据库
  • 3.7.2 读取数据
  • 3.7.3 存储数据
  • 第4章 常用数据的获取与整理
  • 4.1 金融数据类型
  • 4.2 金融数据的获取
  • 4.3 数据整理
  • 4.3.1 数据整合
  • 4.3.2 数据过滤
  • 4.3.3 数据探索与数据清洗
  • 4.3.4 数据转化
  • 第5章 通联数据回测平台介绍
  • 5.1 回测平台函数与参数介绍
  • 5.1.1 设置回测参数
  • 5.1.2 accounts账户配置
  • 5.1.3 initialize（策略初始化环境）
  • 5.1.4 handle_data（策略运行逻辑）
  • 5.1.5 context（策略运行环境）
  • 5.2 股票模板实例
  • 5.3 期货模板实例
  • 5.4 策略回测详情
  • 5.5 策略的风险评价指标
  • 5.6 策略交易细节
  • 第6章 常用的量化策略及其实现
  • 6.1 量化投资概述
  • 6.1.1 量化投资简介
  • 6.1.2 量化投资策略的类型
  • 6.1.3 量化研究的流程
  • 6.2 行业轮动理论及其投资策略
  • 6.2.1 行业轮动理论简介
  • 6.2.2 行业轮动的原因
  • 6.2.3 行业轮动投资策略
  • 6.3 市场中性Alpha策略
  • 6.3.1 市场中性Alpha策略介绍
  • 6.3.2 市场中性Alpha策略的思想和方法
  • 6.3.3 实例展示
  • 6.4 大师策略
  • 6.4.1 麦克·欧希金斯绩优成分股投资法
  • 6.4.2 杰拉尔丁·维斯蓝筹股投资法
  • 6.5 CTA策略
  • 6.5.1 趋势跟随策略
  • 6.5.2 均值回复策略
  • 6.5.3 CTA策略表现分析
  • 6.6 Smart Beta
  • 6.6.1 基于权重优化的Smart Beta
  • 6.6.2 基于风险因子的Smart Beta
  • 6.7 技术指标类策略
  • 6.7.1 AROON指标
  • 6.7.2 BOLL指标
  • 6.7.3 CCI指标
  • 6.7.4 CMO指标
  • 6.8.4.4 指标回测
  • 6.7.5 Chaikin Oscillator指标
  • 6.7.6 DMI指标
  • 6.7.7 优矿平台因子汇总
  • 6.8 资产配置
  • 6.8.1 有效边界
  • 6.8.2 Black-Litterman模型
  • 6.8.3 风险平价模型
  • 6.9 时间序列分析
  • 6.9.1 与时间序列分析相关的基础知识
  • 6.9.2 自回归（AR）模型
  • 6.9.3 滑动平均（MA）模型
  • 6.9.4 自回归滑动平均（ARMA）模型
  • 6.9.5 自回归差分滑动平均（ARIMA）模型
  • 6.10 组合优化器的使用
  • 6.10.1 优化器的概念
  • 6.10.2 优化器的API接口
  • 6.10.3 优化器实例
  • 6.11 期权策略：Greeks和隐含波动率微笑计算
  • 6.11.1 数据准备
  • 6.11.2 Greeks和隐含波动率计算
  • 6.11.3 隐含波动率微笑
  • 第7章 量化投资十问十答
  • 主要作者简介
展开全部

评分及书评

评分不足
1个评分
  • 用户头像
    给这本书评了
    5.0
    金融工程专业人士写的量化投资书籍！

    一本将编程技能与金融投资策略完美结合的实用指南。书中不仅系统介绍了 Python 编程的基础知识，还深入探讨了量化投资的核心概念和策略。通过丰富的案例和实战演练，引导读者逐步掌握如何使用 Python 进行数据分析、模型构建和自动化交易。这本书特别适合那些对金融科技感兴趣，希望将编程技能应用于投资领域的读者。其最大的特点是将复杂的金融理论以易于理解的方式呈现，同时提供了大量的代码示例，使理论与实践相结合，极大地提高了学习效率和实用性。作者们是券商研究所的研究员，金融工程专业。有很多实用的模型和方法，代码可以直接用，对量化投资方法的借鉴很有帮助！

      转发
      评论

    出版方

    电子工业出版社

    电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。