Python量化交易實戰epub

2元十大双色球杀号|2元网专家杀号|双色球杀号2元网最准确
2元十大双色球杀号|2元网专家杀号|双色球杀号2元网最准确
2元十大双色球杀号|2元网专家杀号|双色球杀号2元网最准确
11175
文章
1756
評論
2020年10月30日12:19:47 1 69

Python量化交易實戰 作者:王曉華

Python量化交易實戰 出版社:清華大學出版社

Python量化交易實戰 內容簡介

在目前不斷變化、蓬勃發展的中國資本市場,量化投資作為新興的投資方法,引來越來越多的關注,使用量化投資技術的證券從業人員也越來越多。

本書分為11章,內容包括Python環境的搭建、Python數據相關類庫的使用、掘金量化終端的使用、Talib金融庫的詳解、多因子策略的介紹、帶技術指標的多因子策略、中證紅利指數增強策略、回歸分析與TensorFlow、回歸模型的經典應用、配對交易的魔力等。

本書可作為量化投資技術初學者、證券從業人員、金融投資人員的自學用書,也可作為金融機構的培訓用書,還可作為高等院校相關專業師生的教學參考書。

Python量化交易實戰 目錄

前言

第1章 走進量化投資

1.1 量化投資的誕生背景

1.2 量化投資的特點

1.3 量化投資的應用

1.4 量化投資在我國股市的發展前景

1.5 小結

第2章 Python的安裝與使用

2.1 Python的基本安裝和用法

2.1.1 Anaconda的下載與安裝

2.1.2 Python編譯器PyCharm的安裝

2.1.3 使用Python計算softmax函數

2.2 Python常用類庫中的threading

2.2.1 threading庫的使用

2.2.2 threading模塊中最重要的Thread類

2.2.3 threading中的Lock類

2.2.4 threading中的join類

2.3 小結

第3章 Python類庫的使用——數據處理及可視化展示

3.1 從小例子起步——NumPy的初步使用

3.1.1 數據的矩陣化

3.1.2 數據分析

3.1.3 基於統計分析的數據處理

3.2 圖形化數據處理——Matplotlib包的使用

3.2.1 差異的可視化

3.2.2 坐標圖的展示

3.2.3 大規模數據的可視化

3.3 常用的統計分析方法——相似度計算

3.3.1 基於歐幾裏得距離的相似度計算

3.3.2 基於餘弦角度的相似度計算

3.3.3 歐幾裏得相似度與餘弦相似度的比較

3.4 數據的統計學可視化展示

3.4.1 數據的四分位

3.4.2 數據的四分位示例

3.4.3 數據的標準化

3.4.4 數據的平行化處理

3.4.5 熱點圖-屬性相關性檢測

3.5 Python實戰:某地降雨的關係處理

3.5.1 不同年份的相同月份統計

3.5.2 不同月份之間的增減程度比較

3.5.3 每月的降水量是否相關

3.6 小結

第4章 歡迎來到掘金量化

4.1 基礎工作

4.1.1 安裝掘金終端

4.1.2 獲取幫助

4.2 實戰:使用掘金終端進行回測工作

4.2.1 創建第一個策略

4.2.2 運行回測

4.2.3 查看回測結果

4.2.4 使用PyCharm進行回測

4.3 小結

第5章 Talib金融庫使用詳解

5.1 Talib金融工具庫的介紹

5.1.1 使用Talib獲取3日、7日、15日均線

5.1.2 EMA的計算

5.1.3 MACD的計算

5.1.4 MACD斜率的計算方法

5.1.5 使用Talib實現國內金融數據指標

5.2 Talib金融工具庫函數

5.2.1 Talib常用函數介紹

5.2.2 Talib圖像形態識別

5.3 實戰:Talib金融工具回測實戰

5.3.1 根據MACD變化回測2017年盈利情況

5.3.2 股價的波動範圍及未來走勢判定

5.4 兩種經典的軌道突破策略

5.4.1 Dual Thrust策略

5.4.2 Dynamic Breakout II策略

5.5 小結

第6章 多因子策略

6.1 一個奇怪的問題

6.1.1 因子是什麽

6.1.2 選取因子

6.1.3 單因子選股輪動測試

6.2 因子的量化選擇

6.2.1 基於IC值的多因子計算方法

6.2.2 基於IC值的多因子計算方法(續)

6.2.3 因子IC值計算的目標,等權法因子值的合成

6.3 實戰:基於成長因子的模型測試

6.3.1 模型說明

6.3.2 使用模型進行回測

6.4 霍華·羅斯曼的投資模型

6.4.1 霍華·羅斯曼簡介

6.4.2 霍華·羅斯曼的投資模型

6.4.3 對霍華·羅斯曼模型的分析

6.5 小結

第7章 帶技術指標的多因子策略

7.1 技術麵多因子介紹

7.1.1 101個技術因子

7.1.2 基於Talib的技術因子重寫

7.1.3 一個基於放量技術因子策略的回測

7.2 較為複雜的技術因子

7.2.1 阻力支撐相對強度因子介紹

7.2.2 改進的RSRS因子與回測數據

7.2.3 價差偏離度因子介紹

7.3 簡單的技術性因子—波動率因子

7.3.1 波動率因子介紹

7.3.2 更多的波動率因子

7.4 實戰:一個回測成功率100%的中長線買賣例子

7.4.1 技術指標的設計

7.4.2 回測的設計

7.5 小結

第8章 人人都是基金經理——中證紅利指數增強策略

8.1 中證紅利指數基金介紹

8.1.1 紅利指數基金的由來

8.1.2 中證紅利簡介

8.2 基於中證紅利的指數增強基金策略的構建

8.2.1 中證紅利策略的構建方法

8.2.2 策略回測與優化

8.3 小結

第9章 掘金量化——回歸分析基礎

9.1 回歸分析基礎

9.1.1 回歸法簡介

9.1.2 一元線性回歸

9.1.3 多元線性回歸

9.1.4 回歸法的解法——最小二乘法詳解

9.2 回歸分析的一些其他計算方法

9.2.1 梯度下降算法與使用TensorFlow計算線性回歸

9.2.2 線性回歸的姐妹——邏輯回歸

9.3 實戰:回歸分析——短時間開盤價與收盤價之間的關係

9.3.1 量化策略基本思路與簡單實現

9.3.2 使用掘金量化實現回測

9.4 買還是賣——邏輯回歸幫你做決定

9.4.1 邏輯回歸是一種分類算法

9.4.2 邏輯回歸的TensorFlow實現

9.4.3 使用TensorFlow的邏輯回歸進行回測

9.5 機器學習策略——支持向量機

9.5.1 支持向量機的基本概念

9.5.2 使用支持向量機進行回測

9.6 小結

第10章 回歸模型的經典應用

10.1 CAPM模型簡介

10.1.1 CAPM定價模型的提出

10.1.2 CAPM定價模型的公式與假設

10.1.3 CAPM中Beta的定義

10.2 Fama-French三因子模型

10.2.1 Fama-French模型的基礎公式

10.2.2 Fama-French模型的實現與回測

10.3 PB-ROE回歸模型的使用

10.3.1 PB-ROE模型介紹

10.3.2 PB-ROE模型的實現

10.3.3 基於上證180的股票回測

10.3.4 使用自定義股票池的PB-ROE回測

10.4 小結

第11章 配對交易的魔力

11.1 配對交易的基本理論

11.1.1 相關性分析

11.1.2 均值、方差與協方差

11.2 協整性的判定與檢驗

11.2.1 協整性

11.2.2 平穩性的檢驗方法

11.3 配對交易

11.3.1 配對交易的算法

11.3.2 提取股票的相關性

11.3.3 協整係數的計算方法

11.4 配對交易的魔力

11.4.1 前期計算

11.4.2 協整性判斷

11.4.3 使用量化掘金回測係統對結果進行判定

11.5 小結

Python量化交易實戰 精彩文摘

第6章 多因子策略

技術分析與基本麵分析是股票價格分析最基礎也是最經典的兩個部分。

技術分析是針對股票的特定走勢與價格趨勢做出分析策略,主要根據某個特定時間段的開盤價、收盤價、最高價與最低價以及特定時間段的成交量等基本因素做出分析結果。

基本麵分析是基於公司本身的素質,對影響公司估價走勢的基本因子進行處理和排序,生成可以被量化統計的結果數據。

2元十大双色球杀号|2元网专家杀号|双色球杀号2元网最准确:Python量化交易實戰epub

繼續閱讀
資源地址:用心發表評論,回複即可查看(字數限製至少10字以上)。
  • 我的微信
  • 掃一掃加好友
  • weinxin
  • 微信公眾號
  • 掃一掃關注
  • weinxin
深度學習原理與TensorFlow實踐pdf 程序設計

深度學習原理與TensorFlow實踐pdf

深度學習原理與TensorFlow實踐 作者:喻儼,莫瑜,王琛,胡振邦,高傑 深度學習原理與TensorFlow實踐 出版社:電子工業出版社 深度學習原理與TensorFlow實踐 內容簡介 《深度學...
現代API 通往架構師之門epub 程序設計

現代API 通往架構師之門epub

現代API 通往架構師之門 作者:李泉 現代API 通往架構師之門 出版社:清華大學出版社 現代API 通往架構師之門 內容簡介 本書首先回顧係統集成及服務的曆史,對其核心概念和核心思想進行重新闡述;...
匿名

發表評論

匿名網友 填寫信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

評論:1   其中:訪客  1   博主  0
    • feng feng 9

      怎麽看啊