"量化交易已經從技術分析逐步向基本面量化交易過渡，研究方法已經從簡單的線性回歸向包括機器學習、深度學習等人工智能方法過渡。由於量化交易的跨學科屬性，普通學生的入門門檻相對較高，為此，本書結合經濟學原理、數學原理及計算機編程方法三個角度綜合闡述量化交易的基本方法，以量化交易金融理論為基礎，以量化交易實踐為主線，幫助入門階段的讀者循序漸進掌握Python量化交易的基本方法。本書共12章，分為量化概述篇、Python編程理論篇和量化交易實踐篇。量化概述篇（第1章）詳細講述量化交易的概念，將量化交易與高頻交易和程序化交易的異同點進行總結，分析了量化交易的**發展趨勢。Python編程理論篇（第2~4章）從基礎開始，系統深入地剖析Python編程語言的核心語法及Pandas、NumPy等數據分析庫。量化交易實踐篇（第5~12章）從操作入手，系統全面地講解了量化交易中常用的數據獲取與管理方法、技術分析庫、量化回測方法及風險管理等。本書示例代碼比較豐富，理論與實踐結合緊密，不僅幫助讀者理解量化策略背後的經濟學原理，也能助力讀者快速掌握量化交易的編程方法。本書既適合高校相關專業師生使用，也適合傳統金融從業者或者計算機程序員轉型量化交易而使用，並可作為高等院校和培訓機構相關專業的教學參考書。 "

程商政，經濟學博士、金融學博士後、副研究員，量化金融分析師認證，精通Python量化投資技術和數據分析。曾任職於中國社會科學院金融研究所博士後流動站、海關總署研究中心，曾參與多項國家部委課題，現任某央企研究院高級研究員，專註於量化交易研究和實踐。

教學課件（PPT）

本書源碼

量化概述篇

第1章量化投資概述

1.1量化交易基本概念

1.1.1量化交易基本定義

1.1.2量化交易策略類型

1.1.3量化交易基本流程

1.2量化交易的優勢

1.2.1系統性投資方式

1.2.2量化交易紀律性強

1.2.3量化交易的效率更高

1.2.4量化風控能力更強

1.3量化交易的實踐案例

1.3.1愛德華·索普

1.3.2詹姆斯·西蒙斯

1.4本章小結

Python編程理論篇

第2章Python語言安裝環境

2.1Python簡述

2.1.1Python語言簡介

2.1.2Python量化的優勢

2.2Python的安裝方式

2.2.1從Python官網安裝

2.2.2Python發行版Anaconda的安裝

2.3Python集成開發環境

2.3.1VS Code

2.3.2Jupyter Notebook

2.4運行Python程序

2.4.1在交互式解釋器運行

2.4.2從IDE中運行

2.4.3通過腳本方式運行

2.5本章小結

第3章Python編程基礎知識

3.1基本語法

3.1.1註釋

3.1.2標識符命名規則

3.1.3變量與常量

3.1.4數據的輸入和輸出

3.2數據類型與運算

3.2.1數值類型

3.2.2字符串類型

3.2.3布爾類型

3.2.4列表、元組與集合

3.2.5字典

3.3控制結構

3.3.1順序結構

3.3.2選擇結構

3.3.3循環結構

3.4函數

3.4.1函數定義

3.4.2參數類型

3.4.3參數傳遞

3.4.4返回值

3.4.5匿名函數

3.5模塊與包

3.5.1模塊的概念

3.5.2導入模塊

3.5.3創建模塊

3.5.4Python包

3.5.5Python標準庫

3.6文件操作

3.6.1文件讀寫

3.6.2文件模式

3.7錯誤和異常

3.7.1異常概念與處理

3.7.2常見異常類型

3.8面向對象編程

3.8.1類和對象

3.8.2方法和屬性

3.8.3類的繼承

3.9本章小結

第4章Python數據分析

4.1NumPy基本操作

4.1.1NumPy簡介

4.1.2NumPy安裝

4.1.3NumPy創建數組

4.1.4NumPy數組操作

4.1.5NumPy統計函數

4.1.6NumPy數組排序

4.2Pandas基本操作

4.2.1Pandas簡介

4.2.2Series對象

4.2.3DataFrame對象

4.2.4DataFrame索引設置

4.2.5Pandas常用操作

4.2.6Pandas高階操作

4.3Matplotlib數據可視化

4.3.1Matplotlib簡介

4.3.2圖表元素的運用

4.3.3圖表的主要類型

4.4本章小結

量化交易實踐篇

第5章量化數據獲取與管理

5.1股票行情數據獲取

5.1.1Tushare獲取行情數據

5.1.2Wind獲取行情數據

5.2股票財務數據獲取

5.2.1Tushare獲取財務數據

5.2.2Wind獲取財務數據

5.3股票量化數據管理

5.3.1本地保存數據

5.3.2SQLite數據庫管理

5.4本章小結

第6章技術指標與量化回測庫

6.1技術分析理論

6.1.1主要假設

6.1.2相關理論

6.1.3策略類型

6.2技術分析基本工具

6.2.1K線圖

6.2.2常用技術指標

6.3技術分析相關庫

6.3.1TALib庫應用

6.3.2QuantStats庫應用

6.4本章小結

第7章從零開始搭建量化回測系統

7.1量化回測概念及思路

7.1.1量化回測的概念

7.1.2量化回測的步驟

7.2向量化回測的策略實現

7.2.1向量化雙均線策略

7.2.2向量化動量策略

7.3基於for循環的回測策略

7.3.1基於for循環的動量策略

7.3.2基於for循環的雙均線策略

7.4本章小結

第8章JoinQuant量化平臺應用

8.1量化交易平臺簡介

8.1.1聚寬平臺註冊

8.1.2聚寬平臺簡介

8.2聚寬數據函數

8.2.1獲取股票量價數據

8.2.2獲取股票財務數據

8.2.3獲取股票因子數據

8.3聚寬回測框架

8.3.1聚寬回測基本邏輯

8.3.2聚寬回測具體架構

8.4本章小結

第9章因子模型與檢驗

9.1因子理論基礎

9.1.1因子定義

9.1.2因子模型

9.1.3基本原理

9.2因子檢驗流程

9.2.1定義因子

9.2.2計算因子值

9.2.3數據預處理

9.2.4因子檢驗及結果展示

9.3大類因子分析

9.3.1多因子數據獲取

9.3.2因子相關性分析

9.4本章小結

第10章因子策略量化回測

10.1規模因子策略回測

10.1.1策略思想

10.1.2代碼分析

10.2價值因子策略回測

10.2.1策略思想

10.2.2代碼分析

10.3盈利因子策略回測

10.3.1策略思想

10.3.2代碼分析

10.4多因子策略

10.4.1策略思想

10.4.2代碼分析

10.5本章小結

第11章量化資產組合方法

11.1資產組合基本概念

11.1.1風險和收益率指標

11.1.2投資組合收益和風險

11.2主要優化模型

11.2.1MVO模型

11.2.2風險平價模型

11.3組合優化量化實踐案例

11.3.1初始化函數

11.3.2開盤前運行函數

11.3.3開盤時運行函數

11.4本章小結

第12章量化交易的風險管理

12.1風險類型判定

12.1.1市場相關風險

12.1.2技術相關風險

12.1.3操作相關風險

12.2風險管控措施

12.2.1倉位管理

12.2.2固定止損

12.2.3固定止盈

12.3本章小結

參考文獻

Python量化交易理論與實踐

程商政

商品描述

作者簡介

目錄大綱

類似商品