7.8
豆瓣评分
可以朗读
语音朗读
164千字
字数
2019-05-01
发行日期
展开全部
主编推荐语
本书循序渐进地讲解了量化交易入门所需要的知识。
内容简介
vn.py是机构级别的量化交易软件,掌握vn.py框架原理并且熟练运用,有利于新手快速搭建属于自己的量化交易系统。Python语言有非常强大的数据分析库,对于交易策略的研发具有天然优势,且其易学性也深受初学者喜爱。
本书即以Python+vn.py这一流行组合写作,从量化交易的起源及其发展进程入手,在简单介绍Python量化编程基础,以及详细解析vn.py架构之后,深入且全面地介绍了CTA策略、海龟策略,以及新策略的开发流程。
相对其他量化交易方面的书,本书不再讲述Python语言编程的大量细节,而将笔墨着重放在对量化交易策略的解析、应用与回测之上,这才是新手真正需要学习和实践的地方。本书适合所有对量化交易感兴趣的人员阅读,也适合相关院校和培训机构作为量化交易系统课程的教材。
目录
- 版权信息
- 前言
- 第1章 量化交易速览
- 1.1 为何选择量化交易
- 1.1.1 量化交易的概念
- 1.1.2 主观交易与量化交易
- 1.2 量化交易的先驱们
- 1.2.1 朱尔斯·雷格纳特
- 1.2.2 爱德华·索普
- 1.2.3 托马斯·彼得菲
- 1.2.4 詹姆斯·西蒙斯
- 1.3 美国量化投资的发展历史
- 1.3.1 兴起阶段(1970—1990年)
- 1.3.2 快速发展阶段(1990—2000年)
- 1.3.3 稳步增长阶段(2000年至今)
- 1.4 中国量化投资的发展历史
- 1.4.1 ETF套利时代(2010年以前)
- 1.4.2 多因子Alpha和高频交易称雄时代(2010—2015年)
- 1.4.3 多元化投资时代(2016年至今)
- 1.5 国内常用的量化交易策略
- 1.5.1 期货CTA策略
- 1.5.2 股票Alpha策略
- 1.5.3 期权波动率套利策略
- 1.5.4 高频交易策略
- 1.6 宽客
- 1.7 宽客的两大阵形:P宗与Q宗
- 1.8 宽客的3种职能分类
- 1.8.1 量化IT工程师
- 1.8.2 量化研究员
- 1.8.3 量化交易员
- 1.9 宽客的四大派系
- 1.9.1 券商资管
- 1.9.2 公募基金
- 1.9.3 私募基金
- 1.9.4 期货市场
- 第2章 Python量化编程基础
- 2.1 Python运行环境搭建
- 2.1.1 安装Anaconda2-5.0.0(32位)
- 2.1.2 设置Anancoda环境
- 2.1.3 创建共享环境
- 2.1.4 列出共享环境
- 2.1.5 安装Jupyter Notebook
- 2.2 数据
- 2.2.1 字符串
- 2.2.2 数字
- 2.2.3 容器
- 2.2.4 布尔值
- 2.2.5 空值
- 2.3 函数
- 2.3.1 自定义函数
- 2.3.2 第三方库的函数
- 2.4 条件判断
- 2.5 循环
- 2.6 类和实例
- 2.6.1 定义学生父类
- 2.6.2 定义父类实例
- 2.6.3 定义团体子类
- 2.6.4 定义子类实例
- 2.7 NumPy与Pandas
- 2.7.1 一维数组
- 2.7.2 二维数组
- 2.8 scikit-learn机器学习库
- 2.8.1 机器学习的步骤
- 2.8.2 线性回归
- 2.8.3 逻辑回归
- 2.9 Matplotlib绘图库
- 2.9.1 用列表绘制线条
- 2.9.2 用数组绘图
- 2.9.3 多个图的绘制
- 第3章 vn.py入门
- 3.1 vn.py介绍
- 3.2 搭建vn.py运行环境
- 3.2.1 安装Visual Studio 2013社区版(特定版本)
- 3.2.2 安装代码编辑器工具:Sublime Text
- 3.2.3 安装Wing IDE
- 3.2.4 安装MongoDB数据库
- 3.2.5 安装Robo 3T
- 3.2.6 安装vn.py
- 3.2.7 更新vn.py
- 3.3 VnTrader界面功能介绍
- 3.3.1 连接CTP
- 3.3.2 界面说明
- 3.4 vn.py架构
- 3.4.1 底层接口
- 3.4.2 中层引擎
- 3.4.3 上层应用
- 3.5 底层接口
- 3.5.1 CTP API的工作原理
- 3.5.2 CTP API的Python封装设计
- 3.5.3 CTP API对接中层引擎原理
- 3.6 事件引擎
- 3.6.1 时间驱动
- 3.6.2 事件驱动
- 3.6.3 事件引擎工作流程
- 3.6.4 事件引擎结构
- 3.7 上层应用
- 3.7.1 PyQt介绍
- 3.7.2 GUI组件构成
- 第4章 在vn.py中实现CTA策略
- 4.1 数据解决方案
- 4.1.1 CSV加载模块
- 4.1.2 开发新的CSV导入模块
- 4.1.3 数据下载模块
- 4.2 K线生成模块
- 4.2.1 1分钟K线合成
- 4.2.2 X分钟K线合成
- 4.3 K线管理模块
- 4.3.1 初始化参数
- 4.3.2 生成时间序列
- 4.3.3 定义属性函数
- 4.3.4 生成计算指标
- 4.4 CTA策略模块
- 4.4.1 定义成员变量
- 4.4.2 构建函数
- 4.4.3 回调函数
- 4.4.4 主动函数
- 4.5 策略回测模块
- 4.5.1 CTA回测引擎
- 4.5.2 参数优化设置
- 4.5.3 调用回测和优化模块
- 第5章 经典CTA策略
- 5.1 双均线策略
- 5.1.1 策略原理
- 5.1.2 向量回测
- 5.1.3 vn.py回测
- 5.2 Dual Thrust策略
- 5.2.1 策略原理
- 5.2.2 策略代码解析
- 5.2.3 策略回测
- 5.2.4 策略优化
- 5.2.5 滚动回测
- 5.3 AtrRsi策略
- 5.3.1 ATR指标
- 5.3.2 RSI指标
- 5.3.3 策略原理
- 5.3.4 策略代码解析
- 5.3.5 策略回测
- 5.3.6 滚动回测
- 5.4 金肯特纳通道策略
- 5.4.1 策略原理
- 5.4.2 策略代码解析
- 5.4.3 策略回测
- 5.4.4 滚动回测
- 5.5 布林带通道策略
- 5.5.1 策略原理
- 5.5.2 CCI指标
- 5.5.3 ATR指标
- 5.5.4 策略回测
- 5.5.5 滚动回测
- 5.6 跨时间周期策略
- 5.6.1 策略原理
- 5.6.2 策略代码解析
- 5.6.3 策略回测
- 5.6.4 滚动回测
- 5.7 多信号组合策略
- 5.7.1 策略原理
- 5.7.2 信号生成部分
- 5.7.3 交易管理部分
- 5.7.4 多信号策略的重构
- 第6章 海龟策略本地化实证
- 6.1 海龟策略速览
- 6.1.1 海龟策略的故事
- 6.1.2 海龟策略的局限性
- 6.1.3 原版海龟策略
- 6.1.4 策略回测效果
- 6.2 本地化实现困境与解决方案
- 6.2.1 本地化实现困境
- 6.2.2 理想解决方案
- 6.3 vn.py实现的海龟策略
- 6.3.1 工具准备
- 6.3.2 数据准备
- 6.3.3 海龟策略代码结构
- 6.3.4 海龟策略6大要素代码解析
- 6.3.5 海龟策略的回测
- 6.4 品种选择验证
- 6.4.1 原版投资组合测试
- 6.4.2 筛选品种的传统方法
- 6.4.3 构建海龟组合的难点
- 6.4.4 海龟组合筛选的解决方案
- 6.4.5 重新构建投资组合
- 6.5 长短周期信号检验
- 6.6 上一笔赢利过滤检验
- 6.7 手续费、滑点测试
- 6.8 单位头寸限制检验
- 6.9 关于海龟策略的其他研究方向
- 第7章 新策略实战
- 7.1 开发新的策略
- 7.1.1 策略思路
- 7.1.2 增加AROON函数
- 7.1.3 策略代码解析
- 7.1.4 策略回测
- 7.2 多策略的组合回测
- 7.2.1 历史表现
- 7.2.2 预测表现
- 7.2.3 回测的注意事项
- 7.3 模拟测试
- 7.3.1 策略文件目录
- 7.3.2 实盘/模拟盘配置文件
- 7.4 真实交易环境
- 7.4.1 交易环境的3套系统
- 7.4.2 交易环境的数据流
- 7.5 实际操作注意事项
- 7.5.1 计算错误
- 7.5.2 数据使用误差
- 7.5.3 过拟合
- 7.5.4 幸存者偏差
- 7.5.5 策略周期
- 7.5.6 动态变化的现实环境
- 7.5.7 人为干预
- 附录A 主流交易品种
- A.1 股票
- A.1.1 股票的定义
- A.1.2 股票交易所
- A.1.3 股票竞价规则
- A.1.4 T+1制度
- A.1.5 股票交易策略
- A.2 期货
- A.2.1 期货的定义
- A.2.2 期货交易所
- A.2.3 期货交易策略
- A.3 期权
- A.3.1 期权的定义
- A.3.2 期权的分类
- A.3.3 期权的影响因素
- A.3.4 期权投资组合
- A.3.5 期权波动率套利策略
- A.4 外汇
- A.4.1 外汇的定义
- A.4.2 外汇市场的结构
- A.4.3 外汇市场的组织形式
- A.4.4 主要外汇交易中心
- A.4.5 外汇交易策略
- 参考文献
展开全部
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。