幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

Python股票量化交易從入門到實踐/金融科技系列

  • 作者：袁霄|責編:胡俊英
  • 出版社：人民郵電
  • ISBN：9787115536075
  • 出版日期：2020/07/01
  • 裝幀：平裝
  • 頁數：342
人民幣：RMB 99.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    量化交易是一種新興的系統化的金融投資方法，它是以電腦強大的運算能力為基礎，運用數據建模、統計學分析、程序設計等工具從歷史數據中得到良好的交易策略，是電腦科學在金融領域的具體應用。Python語言憑借其簡潔、高效的特性，以及其在大數據分析方面的強大性能，在量化交易領域得到了良好的應用。
    本書以A股市場為交易標的物，引導讀者從理解量化交易開始，逐步掌握行情數據的獲取和管理、技術指標的可視化，並在熟練編程的基礎上，構建出個性化的交易策略體系。
    本書適合對股票的量化交易感興趣的讀者閱讀，通過閱讀本書，讀者不僅能夠了解Python數據分析和數據可視化的核心技能，更能夠將Python作為常用工具，為股票技術指標分析和量化交易提供助力。
作者介紹
袁霄|責編:胡俊英
    袁霄，資深Python數據分析師兼高級項目管理師，精通C/C++/Python語言、Web前後端技術、人工智慧演算法、大數據分析、證券分析等多領域知識，致力於推動金融量化交易的普及和發展。作為CSDN、掘金小冊、慕課網等平台的優秀作者，已發布多個股票量化交易相關的課程，日常運營微信公眾號「元宵大師帶你用Python量化交易」。
目錄
第1章  理解Python股票量化交易
  1.1  多角度分析量化交易
    1.1.1  量化交易的本質
    1.1.2  量化交易的發展
    1.1.3  量化交易的優勢
    1.1.4  量化交易的過程
  1.2  多角度分析股票價格
    1.2.1  從股票的起源看本質
    1.2.2  如何衡量股票溢價
    1.2.3  股票收益的組成
    1.2.4  股價波動的原因
  1.3  為什麼選擇Python語言
    1.3.1  概述編程語言的發展
    1.3.2  面向過程和面向對象
    1.3.3  Python的起源及優勢
  1.4  本章總結
第2章  量化語言Python的關鍵應用
  2.1  快速部署Python開發環境
    2.1.1  Python環境安裝
    2.1.2  第三方庫安裝
    2.1.3  開發工具安裝
  2.2  開啟Python的第一個程序
    2.2.1  如何建立標準py文件
    2.2.2  區分模塊、包、庫
    2.2.3  import發揮擴展優勢
    2.2.4  調試助手print()函數
  2.3  何為Python動態類型特性
    2.3.1  變數的種類
    2.3.2  動態類型的特性
    2.3.3  內存管理與回收
    2.3.4  深入探究PyObject
  2.4  如何正確地創建函數
    2.4.1  用def關鍵字定義函數
    2.4.2  參數傳遞的形式
    2.4.3  匿名函數lambda
  2.5  初識Python面向對象
    2.5.1  父類、子類和實例
    2.5.2  元類和類及object和type
    2.5.3  經典類和新式類的區別
  2.6  如何用面向對象思維編程
    2.6.1  如何正確地構建類
    2.6.2  類的實例化全過程
    2.6.3  如何引用類的屬性
    2.6.4  如何引用類的方法
    2.6.5  類的繼承機制應用
    2.6.6  類的組合機制應用
  2.7  深入理解for-in循環
    2.7.1  for-in循環的原理
    2.7.2  for-in循環的使用技巧
    2.7.3  生成器的原理和作用

  2.8  巧用裝飾器測試代碼效率
  2.9  多進程和多線程的提速方案
    2.9.1  多進程和多線程
    2.9.2  Python的GIL原理
    2.9.3  多任務的解決方案
  2.10  未雨綢繆的異常處理機制
    2.10.1  分析try-except常規機制
    2.10.2  擴展try-except使用技巧
  2.11  本章總結
第3章  第三方庫NumPy快速入門
  3.1  初識N維數組對象
  3.2  N維數組對象的特性
    3.2.1  矢量運算的特性
    3.2.2  廣播運算的特性
    3.2.3  用條件表達式選取元素
  3.3  高效處理性能的對比
  3.4  用常用數組處理函數
    3.4.1  創建數組的函數
    3.4.2  元素級處理函數
    3.4.3  線性代數相關函數
  3.5  本章總結
第4章  第三方庫Pandas快速入門
  4.1  Series和DataFrame概覽
  4.2  Series的生成和訪問
    4.2.1  Series的生成方法
    4.2.2  Series的訪問方法
  4.3  DataFrame的生成和訪問
    4.3.1  DataFrame的生成方法
    4.3.2  DataFrame的索引訪問
    4.3.3  DataFrame的元素訪問
    4.3.4  元素標籤和位置的轉換
    4.3.5  用條件表達式訪問元素
  4.4  時間序列的生成和轉換
    4.4.1  用datetime生成時間序列
    4.4.2  用Pandas生成時間序列
    4.4.3  時間序列的降採樣
    4.4.4  時間序列的升採樣
  4.5  DataFrame的規整化處理
    4.5.1  模擬生成股票行情數據
    4.5.2  DataFrame概覽
    4.5.3  DataFrame的可視化
    4.5.4  DataFrame缺失值處理
    4.5.5  DataFrame精度的轉換
    4.5.6  DataFrame合併處理
  4.6  DataFrame的高效遍歷
    4.6.1  循環遍歷的幾種方式
    4.6.2  循環遍歷的性能對比
  4.7  DataFrame的存儲和載入
    4.7.1  將DataFrame存儲至CSV
    4.7.2  將CSV載入為DataFrame

  4.8  本章總結
第5章  第三方庫Matplotlib快速入門
  5.1  兩種繪圖方式的區分
    5.1.1  函數式繪圖
    5.1.2  對象式繪圖
  5.2  常用圖表類型的繪製
    5.2.1  折線圖的繪製
    5.2.2  標注點的繪製
    5.2.3  參考線/區域的繪製
    5.2.4  雙y軸圖表的繪製
    5.2.5  條形圖的繪製
    5.2.6  直方圖的繪製
    5.2.7  K線圖的繪製
  5.3  圖形對象屬性參數的調節
  5.4  多子圖對象的創建和布局
    5.4.1  創建多子圖對象的方法
    5.4.2  布局多子圖對象的方法
  5.5  注意事項
    5.5.1  tight_layout()出錯問題
    5.5.2  中文顯示亂碼問題
  5.6  本章總結
第6章  統計概率理論快速入門
  6.1  統計概率的基礎知識
    6.1.1  隨機事件與概率的關係
    6.1.2  離散和連續隨機變數
    6.1.3  典型的隨機變數分佈
  6.2  深入理解伯努利分佈
    6.2.1  伯努利分佈的隨機數
    6.2.2  伯努利分佈的概率
    6.2.3  伯努利分佈的市場模型
  6.3  深入理解正態分佈
    6.3.1  正態分佈的隨機數
    6.3.2  生成概率密度函數
    6.3.3  正態分佈與隨機漫步
  6.4  本章總結
第7章  股票行情數據的獲取和管理
  7.1  如何獲取股票行情數據
    7.1.1  用Panads獲取股票數據
    7.1.2  用Tushare獲取股票數據
    7.1.3  用Baostock獲取股票數據
  7.2  規整化處理股票數據格式
    7.2.1  行索引時間格式規整化
    7.2.2  列索引名稱格式規整化
  7.3  定製股票行情數據獲取介面
  7.4  註冊JSON格式自選股票池
    7.4.1  將股票池另存為JSON文件
    7.4.2  載入JSON文件以獲取股票池
  7.5  用多任務為股票數據的獲取提速
  7.6  用資料庫管理本地行情數據
    7.6.1  Python操作SQLite的API

    7.6.2  Pandas操作SQLite的API
    7.6.3  建立SQLite股票行情資料庫
    7.6.4  基於SQLite股票行情數據分析
  7.7  本章總結
第8章  股票技術指標的可視化分析
  8.1  定製可視化介面
    8.1.1  可視化代碼結構分析
    8.1.2  可視化介面框架實現
    8.1.3  可視化圖表類型實現
    8.1.4  可視化介面使用說明
  8.2  基礎技術指標的可視化
    8.2.1  原生量價指標可視化
    8.2.2  移動平均線SMA可視化
    8.2.3  震蕩類指標KDJ可視化
    8.2.4  趨勢類指標MACD可視化
  8.3  衍生技術指標的可視化
    8.3.1  均線交叉信號可視化
    8.3.2  股價跳空缺口可視化
    8.3.3  量價指標周期重採樣
    8.3.4  黃金分割與支撐/阻力線
  8.4  使用TA-Lib庫計算技術指標
    8.4.1  常用技術指標的計算方法
    8.4.2  常見K線形態的識別方法
    8.4.3  TA-Lib庫的計算速率優勢
  8.5  自定義顯示界面框架開發
    8.5.1  行情界面需求分析
    8.5.2  行情界面框架實現
    8.5.3  如何顯示行情界面
  8.6  本章總結
第9章  構建股票量化交易策略體系
  9.1  建立多維度的度量體系
    9.1.1  交易盈虧區間可視化
    9.1.2  交易概覽信息的統計
    9.1.3  度量策略資金的絕對收益
    9.1.4  度量策略與基準的相對收益
    9.1.5  度量策略的最大風險回撤
    9.1.6  回測界面的自定義設計
  9.2  經典擇時策略進階之股票量化交易
    9.2.1  唐奇安通道突破策略的思想
    9.2.2  唐奇安通道突破策略的實現
    9.2.3  唐奇安通道突破策略的回測
  9.3  融入ATR跟蹤止盈/止損策略
    9.3.1  ATR技術指標的實現
    9.3.2  止盈/止損策略的實現
    9.3.3  ATR止盈/止損策略回測
  9.4  蒙特卡洛法最優化策略參數
    9.4.1  枚舉法與蒙特卡洛法的區別
    9.4.2  蒙特卡洛參數最優化的實現
  9.5  基於凱利公式量化倉位管理
    9.5.1  凱利公式的原理分析

    9.5.2  凱利公式的效果展示
    9.5.3  凱利公式在股票中的應用
  9.6  用經典選股策略完善股票量化體系
    9.6.1  線性回歸的原理和實現
    9.6.2  用走勢線性回歸建立選股模型
    9.6.3  走勢線性回歸的衍生分析法
  9.7  謹防回測階段的陷阱
    9.7.1  避免使用未來函數
    9.7.2  設置滑點以避免偷價
    9.7.3  避免無手續費的策略
    9.7.4  避免參數的過度優化
  9.8  本章總結

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032