Python量化炒股入門與實戰技巧

作者：王征//李曉波|責編:張亞慧
出版社：中國鐵道
ISBN：9787113266196

出版日期：2020/06/01
裝幀：平裝
頁數：424

人民幣：RMB 69 元售價：元

內容大鋼

    本書首先講解了Python量化炒股快速入門，即量化炒股的定義、特點、優勢、不足和主要內容，Python語言的開發環境，以及量化炒股的注意事項。其次講解量化炒股開發語言Python，即講解Python語言的基本語法、選擇結構、循環結構、常用數據結構、函數及應用和面向對象程序設計。接著講解量化炒股中的3個常用包，即Numpy、Pandas和Matplotlib包。然後講解如何利用Python編寫量化炒股策略、量化炒股的獲取數據函數、財務因子量化選股、數據信息獲取、量化擇時的技術指標函數、量化炒股的統計數據圖、量化炒股策略的回測、量化炒股策略的因子分析。最後講解Python量化炒股策略實戰案例。
    在講解過程中既考慮讀者的學習習慣，又通過具體實例剖析Python量化炒股實際交易過程中的熱點問題、關鍵問題及種種難題。
    本書適用於各種不同的投資者，如股民、中小散戶、職業操盤手和專業金融評論人士，更適用於那些有志於在這個充滿風險、充滿寂寞的征程上默默前行的征戰者和屢敗屢戰、愈挫愈奮並最終戰勝失敗、戰勝自我的勇者。

作者介紹

王征//李曉波|責編:張亞慧
王征，多年行業投資經驗，具備期貨投資分析師、證券投資分析師、註冊國家投資分析師等資格，曾就職于某大型券商，擔任行業研究員。可為個人投資者及機構提供分析、投資咨詢，交易指導，理財培訓等多方位的專業服務。擅長綜合分析、動態決策、定點出擊。任職期間多次在和訊網、中國黃金網、青島新聞網等業內專業媒體發表股票、大宗商品的市場研究報告。

第1章  Python量化炒股快速入門
  1.1  初識量化炒股
    1.1.1  什麼是量化炒股
    1.1.2  量化炒股的特點
    1.1.3  量化炒股的優勢
    1.1.4  量化炒股的不足
  1.2  量化炒股的內容
    1.2.1  量化選股
    1.2.2  量化擇時
    1.2.3  演算法交易
    1.2.4  股指期貨套利交易
  1.3  量化炒股的開發語言Python
    1.3.1  為什麼使用Python來開發量化炒股
    1.3.2  Python的下載和安裝
    1.3.3  Python的環境變數配置
    1.3.4  編寫Python程序
  1.4  量化炒股與普通炒股的比較
  1.5  量化炒股的注意事項
第2章  Python編程的初步知識
  2.1  變數
    2.1.1  什麼是變數
    2.1.2  變數命名規則
    2.1.3  變數的賦值
  2.2  變數的基本數據類型
    2.2.1  數值類型
    2.2.2  字元串類型
  2.3  運算符
    2.3.1  算術運算符
    2.3.2  賦值運算符
    2.3.3  位運算符
  2.4  Python 的語法規則
    2.4.1  大小寫敏感性
    2.4.2  代碼縮進
    2.4.3  代碼註釋
    2.4.4  空行
    2.4.5  同一行顯示多條語句
第3章  Python 編程的選擇結構
  3.1  if...else 語句
    3.1.1  if 語句的一般格式
    3.1.2  if 語句的注意事項
    3.1.3  實例：遊戲登錄判斷系統
    3.1.4  實例：輸入一個正數，判斷是偶數還是奇數
  3.2  多個if...else 語句
    3.2.1  實例：每周計劃系統
    3.2.2  實例：企業獎金髮放系統
  3.3  關係運算符
    3.3.1  關係運算符及意義
    3.3.2  實例：學生成績評語系統
    3.3.3  實例：分解一個不多於5 位的正整數
  3.4  邏輯運算符

    3.4.1  邏輯運算符及意義
    3.4.2  實例：閏年和平年
    3.4.3  實例：剪刀、石頭、布遊戲
  3.5  嵌套if 語句
    3.5.1  嵌套if 語句的一般格式
    3.5.2  實例：後台用戶登錄系統
    3.5.3  實例：判斷一個數是否是2 或3 的倍數
第4章  Python 編程的循環結構
  4.1  while 循環
    4.1.1  while 循環的一般格式
    4.1.2  實例：計算1+2+3+…+120 的和
    4.1.3  實例：顯示150 之內的自然數
  4.2  while 循環中使用else 語句
    4.2.1  while 循環中使用else 語句的一般格式
    4.2.2  實例：計算120 之內偶數的和
    4.2.3  實例：隨機產生15 個隨機數，並顯示*小的數
    4.2.4  實例：階乘求和
  4.3  無限循環
    4.3.1  實例：可以玩多次的剪刀、石頭、布遊戲
    4.3.2  實例：可以查多次的學生成績評語系統
  4.4  for 循環
    4.4.1  for 循環的一般格式
    4.4.2  實例：遍歷顯示學生的姓名
  4.5  在for 循環中使用range() 函數
    4.5.1  range() 函數
    4.5.2  實例：顯示150 之內的奇數
    4.5.3  實例：求兩個正整數的*大公約數
  4.6  循環嵌套
    4.6.1  實例：9×9 乘法表
    4.6.2  實例：繪製※ 的菱形
    4.6.3  實例：弗洛伊德三角形
  4.7  break 語句
  4.8  continue 語句
第5章  Python 編程的常用數據結構
  5.1  列表
    5.1.1  什麼是列表
    5.1.2  顯示列表中的數據信息
    5.1.3  修改列表
    5.1.4  刪除列表
    5.1.5  列表的函數
    5.1.6  列表的方法
    5.1.7  實例：排序隨機數
  5.2  元組
    5.2.1  什麼是元組
    5.2.2  顯示元組中的數據信息
    5.2.3  連接元組
    5.2.4  刪除整個元組
    5.2.5  元組的函數
    5.2.6  實例：顯示用戶名和密碼信息
  5.3  字典

    5.3.1  什麼是字典
    5.3.2  顯示字典中的值和鍵
    5.3.3  修改字典
    5.3.4  字典的函數
    5.3.5  實例：利用字典實現用戶註冊功能
    5.3.6  實例：利用字典實現用戶登錄功能
  5.4  集合
    5.4.1  什麼是集合
    5.4.2  集合的兩個基本功能
    5.4.3  集合的運算符
    5.4.4  實例：利用集合實現無重複的隨機數排序
第6章  Python 編程的函數
  6.1  初識函數
  6.2  內置函數
    6.2.1  數學函數
    6.2.2  隨機函數
    6.2.3  三角函數
    6.2.4  字元串函數
  6.3  自定義函數
    6.3.1  函數的定義
    6.3.2  調用自定義函數
    6.3.3  函數的參數傳遞
    6.3.4  函數的參數類型
  6.4  匿名函數
  6.5  遞歸函數
  6.6  實例：計算一個數為兩個質數之和
  6.7  實例：利用內置函數實現小學四則運算
第7章  Python 編程的面向對象
  7.1  面向對象概述
    7.1.1  什麼是對象
    7.1.2  什麼是類
    7.1.3  面向對象程序設計的優點
    7.1.4  面向對象程序設計的特點
  7.2  類的定義和對象的創建
    7.2.1  類的定義
    7.2.2  對象的創建
  7.3  類的構造方法和self 參數
  7.4  類的繼承
    7.4.1  類繼承的語法格式
    7.4.2  類繼承實例
    7.4.3  類的多繼承
  7.5  類的多態
  7.6  模塊
    7.6.1  Python 中的自定義模塊
    7.6.2  自定義模塊的調用
    7.6.3  import 語句
    7.6.4  標準模塊
  7.7  包
    7.7.1  Python 的自定義包
    7.7.2  在自定義包創建模塊

    7.7.3  調用自定義包中的模塊
第8章  Python 量化炒股常用的Numpy 包
  8.1  初識Numpy 包及量化炒股平台
    8.1.1  Numpy 包概述
    8.1.2  量化炒股平台
  8.2  ndarray 數組基礎
    8.2.1  Numpy 數組的創建
    8.2.2  Numpy 特殊數組
    8.2.3  Numpy 序列數組
    8.2.4  利用下標索引顯示Numpy 數組中元素的值
    8.2.5  Numpy 數組運算
  8.3  Numpy 的矩陣
  8.4  Numpy 的線性代數
    8.4.1  兩個數組的點積
    8.4.2  兩個向量的點積
    8.4.3  數組的向量內積
    8.4.4  矩陣的行列式
    8.4.5  矩陣的逆
第9章  Python 量化炒股常用的Pandas 包
  9.1  Pandas 的數據結構
  9.2  一維數組系列（Series）
    9.2.1  利用ndarray 創建系列（Series）
    9.2.2  利用字典創建系列（Series）
    9.2.3  訪問系列（Series）中的值
  9.3  二維數組DataFrame
    9.3.1  二維數組DataFrame 的創建
    9.3.2  利用DataFrame 顯示不同類型證券信息
    9.3.3  利用DataFrame 顯示某隻股票的報價信息
    9.3.4  股票數據信息的行選擇和列選擇
    9.3.5  利用標籤選擇股票數據信息
    9.3.6  利用條件選擇股票數據信息
    9.3.7  函數的運用
  9.4  三維數組Panel
第壹0章  Python 量化炒股常用的Matplotlib 包
  10.1  Matplotlib 包的特點
  10.2  figure() 函數
    10.2.1  figure() 函數的各參數意義
    10.2.2  figure() 函數的實例
  10.3  plot() 函數
    10.3.1  plot() 函數的各參數意義
    10.3.2  利用plot() 函數繪製圖形
    10.3.3  利用plot() 函數顯示股票的收盤價圖形
    10.3.4  利用dataframe 的plot() 函數顯示股票的圖形
  10.4  subplot() 函數
    10.4.1  subplot() 函數的各參數意義
    10.4.2  利用subplot() 函數繪製多個圖形
    10.4.3  利用subplot() 函數繪製股票圖形
  10.5  add_axes() 函數
    10.5.1  add_axes() 函數的應用
    10.5.2  利用add_axes() 函數繪製股票圖形

  10.6  legend() 函數
    10.6.1  利用legend() 函數為繪製圖形添加圖題
    10.6.2  利用legend() 函數為股票圖形添加圖題
  10.7  grid () 函數
    10.7.1  利用grid () 函數為繪製圖形添加網格線
    10.7.2  利用grid () 函數為繪製股票圖形添加網格線
第壹1章  利用Python 編寫量化炒股策略
  11.1  Python 量化炒股策略的基本組成
    11.1.1  初始化函數（initialize）
    11.1.2  開盤前運行函數（before_market_open）
    11.1.3  開盤時運行函數（market_open）
    11.1.4  收盤后運行函數（after_market_close）
  11.2  Python 量化炒股策略的設置函數
    11.2.1  設置基準函數set_benchmark()
    11.2.2  設置傭金印花稅函數set_order_cost()
    11.2.3  設置滑點函數set_slippage()
    11.2.4  設置動態復權( 真實價格) 模式use_real_price
    11.2.5  設置是否開啟盤口撮合模式match_with_order_book
    11.2.6  設置成交量比例order_volume_ratio
    11.2.7  設置要操作的股票池函數set_universe()
  11.3  Python 量化炒股策略的下單函數
    11.3.1  按股數下單函數
    11.3.2  目標股數下單函數
    11.3.3  按價值下單函數
    11.3.4  目標價值下單函數
    11.3.5  獲取未完成訂單函數
    11.3.6  撤單函數
    11.3.7  獲取訂單信息函數
  11.4  Python 量化炒股策略的常用對象
    11.4.1  訂單對象Order
    11.4.2  全局對象g
    11.4.3  一次交易對象Trade
    11.4.4  分時圖盤面對象tick
    11.4.5  回測對象Context
    11.4.6  持有標的信息對象Position
    11.4.7  子賬戶信息對象SubPortfolio
    11.4.8  賬戶信息對象Portfolio
    11.4.9  股票的數據對象SecurityUnitData
  11.5  Python 量化炒股策略的日誌log
    11.5.1  設定log 級別
    11.5.2  log.info
  11.6  Python 量化炒股策略的定時函數
    11.6.1  定時函數的定義及分類
    11.6.2  定時函數各項參數的意義
    11.6.3  定時函數的注意事項
    11.6.4  定時函數的實例
第壹2章  Python 量化炒股的獲取數據函數
  12.1  獲取多隻股票單個數據欄位函數history()
    12.1.1  各項參數的意義
    12.1.2  利用函數history() 顯示單隻股票的信息

    12.1.3  利用函數history() 顯示多隻股票的開盤價信息
  12.2  獲取一隻股票多個數據欄位函數attribute_history ()
    12.2.1  利用函數attribute_history () 顯示股票的報價信息
    12.2.2  利用函數attribute_history () 顯示股票滿足條件的報價信息
  12.3  查詢單個交易日賬務數據函數get_fundamentals()
    12.3.1  各項參數的意義
    12.3.2  query 的基本查詢方式
    12.3.3  顯示一隻股票單個交易日的財務數據
    12.3.4  顯示多隻股票單個交易日的財務數據
  12.4  查詢多個交易日賬務數據函數get_fundamentals_continuously ()
  12.5  獲取當前時間的股票數據函數get_current_data()
  12.6  獲取指數成分股代碼函數get_index_stocks ()
    12.6.1  各項參數的意義
    12.6.2  顯示某指數的成分股代碼及應用
  12.7  獲取指數成分股權重函數get_index_weights ()
  12.8  獲取行業成分股代碼函數get_industry_stocks()
    12.8.1  各項參數的意義
    12.8.2  顯示某行業的成分股代碼及應用
  12.9  查詢股票所屬行業函數get_industry ()
  12.10  獲取概念成分股代碼函數get_concept_stocks()
    12.10.1  各項參數的意義
    12.10.2  顯示某概念板塊的成分股代碼及應用
  12.11  查詢股票所屬概念板塊函數get_concept ()
  12.12  獲取一隻股票信息函數get_security_info ()
  12.13  獲取龍虎榜數據函數get_billboard_list ()
    12.13.1  各項參數的意義
    12.13.2  get_billboard_list() 函數的應用實例
  12.14  獲取限售解禁數據函數get_locked_shares ()
第壹3章  Python 量化炒股的財務因子選股
  13.1  初識財務因子選股
  13.2  成長類因子選股
    13.2.1  營業收入同比增長率（inc_revenue_year_on_year）選股
    13.2.2  營業收入環比增長率（inc_revenue_annual）選股
    13.2.3  凈利潤同比增長率（inc_net_profit_year_on_year）選股
    13.2.4  凈利潤環比增長率（inc_net_profit_annual）選股
    13.2.5  營業利潤率（operation_profit_to_total_revenue）選股
    13.2.6  銷售凈利率（net_profit_margin）選股
    13.2.7  銷售毛利率（gross_profit_margin）選股
  13.3  規模類因子選股
    13.3.1  總市值（market_cap）選股
    13.3.2  流通市值（circulating_market_cap）選股
    13.3.3  總股本（capitalization）選股
    13.3.4  流通股本（circulating_cap）選股
  13.4  價值類因子選股
    13.4.1  市凈率（pb_ratio）選股
    13.4.2  市銷率（ps_ratio）選股
    13.4.3  市現率（pcf_ratio）選股
    13.4.4  動態市盈率（pe_ratio）選股
    13.4.5  靜態市盈率（pe_ratio_lyr）選股
  13.5  質量類因子選股

    13.5.1  凈資產收益率（roe）選股
    13.5.2  總資產凈利率（roa）選股
  13.6  財務因子量化選股的注意事項
第壹4章  Python 量化炒股的數據信息獲取
  14.1  獲取上市公司概況信息
    14.1.1  獲取上市公司員工情況信息
    14.1.2  獲取上市公司基本信息
    14.1.3  獲取上市公司狀態變動信息
    14.1.4  獲取股票上市信息
    14.1.5  獲取股票簡稱變更情況信息
    14.1.6  獲取公司管理人員任職情況信息
  14.2  獲取上市公司股東和股本信息
    14.2.1  獲取上市公司的十大股東信息
    14.2.2  獲取上市公司的十大流通股東信息
    14.2.3  獲取股東股份質押信息
    14.2.4  獲取股東股份凍結信息
    14.2.5  股東戶數信息
    14.2.6  大股東減持信息
    14.2.7  上市公司股本變動信息
  14.3  獲取上市公司分紅送股數據信息
  14.4  獲取滬深股市每日成交概況信息
第壹5章  Python 量化擇時的技術指標函數
  15.1  量化擇時概述
  15.2  趨向指標函數
    15.2.1  MACD 指標函數
    15.2.2  EMV 指標函數
    15.2.3  UOS 指標函數
    15.2.4  GDX 指標函數
    15.2.5  JS 指標函數
    15.2.6  MA 指標函數
    15.2.7  EXPMA 指標函數
    15.2.8  VMA 指標函數
  15.3  反趨向指標函數
    15.3.1  KD 指標函數
    15.3.2  MFI 指標函數
    15.3.3  RSI 指標函數
    15.3.4  OSC 指標函數
    15.3.5  WR 指標函數
    15.3.6  CCI 指標函數
  15.4  壓力支撐指標函數
    15.4.1  BOLL 指標函數
    15.4.2  MIKE 指標函數
    15.4.3  XS 指標函數
  15.5  量價指標函數
    15.5.1  OBV 指標函數
    15.5.2  VOL 指標函數
    15.5.3  MASS 指標函數
    15.5.4  VR 指標函數
第壹6章  Python 量化炒股的統計數據圖
  16.1  Seaborn 包概述

  16.2  單隻股票的收益統計圖
    16.2.1  查看單隻股票的收盤價信息
    16.2.2  利用pct_change() 函數計算收益率情況
    16.2.3  利用dropna() 函數處理空值
    16.2.4  利用distplot() 函數繪製收益統計圖
    16.2.5  顯示寶鋼股份（600019）近一年來的收益統計圖
  16.3  股票的相關性分析圖
    16.3.1  利用jointplot() 函數繪製兩隻股票的相關性分析圖
    16.3.2  利用pairplot() 函數繪製多隻股票的相關性分析圖
第壹7章  Python 量化炒股策略的回測
  17.1  量化炒股策略回測的流程
  17.2  利用Python 編寫量化炒股策略並回測
    17.2.1  量化炒股策略的編輯頁面
    17.2.2  量化炒股策略的初始化函數
    17.2.3  量化炒股策略的單位時間調用函數
    17.2.4  量化炒股策略的回測參數設置
    17.2.5  量化炒股策略的回測詳情
  17.3  量化炒股策略的風險指標
    17.3.1  阿爾法（Alpha）
    17.3.2  貝塔（Beta）
    17.3.3  夏普比率（Sharpe）
    17.3.4  索提諾比率（Sortino）
    17.3.5  信息比率（Information Ratio）
    17.3.6  波動率（Volatility）
    17.3.7  基準波動率（Benchmark Volatility）
    17.3.8  *大回撤（Max Drawdown）
第壹8章  Python 量化炒股策略的因子分析
  18.1  初識因子分析
    18.1.1  因子的類型
    18.1.2  因子分析的作用
  18.2  利用Python 代碼實現因子分析
    18.2.1  因子分析中變數的含義
    18.2.2  在因子分析中可以使用的基礎因子
    18.2.3  calc() 方法的參數及返回值
  18.3  新建因子並查看因子分析結果
    18.3.1  新建因子
    18.3.2  因子的收益分析
    18.3.3  因子的IC 分析
    18.3.4  因子的換手分析
  18.4  因子在研究和回測中的運用技巧
    18.4.1  calc_factors() 函數的語法格式
    18.4.2  因子在研究和回測中的運用實例
  18.5  基本面因子應用實例
第壹9章  Python 量化炒股策略實戰案例
  19.1  均線量化炒股策略
    19.1.1  均線量化炒股策略的初始化函數
    19.1.2  均線量化炒股策略的單位時間調用函數
    19.1.3  均線量化炒股策略的回測
  19.2  多均線量化炒股策略
    19.2.1  多均線量化炒股策略的初始化函數

    19.2.2  多均線量化炒股策略的交易程序函數
    19.2.3  多均線量化炒股策略的回測
  19.3  隨機指標量化炒股策略
    19.3.1  隨機指標量化炒股策略的初始化函數
    19.3.2  隨機指標量化炒股策略的開盤前運行函數
    19.3.3  隨機指標量化炒股策略的開盤時運行函數
    19.3.4  隨機指標量化炒股策略的收盤后運行函數
    19.3.5  隨機指標量化炒股策略的回測
  19.4  布林通道線指標量化炒股策略
    19.4.1  布林通道線指標量化炒股策略的初始化函數
    19.4.2  布林通道線指標量化炒股策略的開盤前運行函數
    19.4.3  布林通道線指標量化炒股策略的開盤時運行函數
    19.4.4  布林通道線指標量化炒股策略的收盤后運行函數
    19.4.5  布林通道線指標量化炒股策略的回測
  19.5  多股票持倉均線量化炒股策略
    19.5.1  多股票持倉均線量化炒股策略的初始化函數
    19.5.2  多股票持倉均線量化炒股策略的單位時間調用函數
    19.5.3  多股票持倉均線量化炒股策略的回測
  19.6  白酒板塊輪動量化炒股策略
    19.6.1  白酒板塊輪動量化炒股策略的初始化函數
    19.6.2  白酒板塊輪動量化炒股策略的選股函數
    19.6.3  白酒板塊輪動量化炒股策略的交易函數
    19.6.4  白酒板塊輪動量化炒股策略的回測
  19.7  多個小市值股票量化炒股策略
    19.7.1  多個小市值股票量化炒股策略的初始化函數
    19.7.2  多個小市值股票量化炒股策略的選股函數
    19.7.3  多個小市值股票量化炒股策略的過濾停牌股票函數
    19.7.4  多個小市值股票量化炒股策略的交易函數
    19.7.5  多個小市值股票量化炒股策略的回測

同類熱銷排行榜

最近瀏覽的商品

Python量化炒股入門與實戰技巧