AI時代Python量化交易實戰：ChatGPT讓量化交易插上翅膀

《AI時代Python量化交易實戰：ChatGPT讓量化交易插上翅膀》是2024年北京大學出版社出版的圖書。

基本介紹

• 中文名： AI時代Python量化交易實戰：ChatGPT讓量化交易插上翅膀
• 出版時間：2024年1月1日
• 出版社：北京大學出版社
• ISBN：9787301344859

內容簡介

《AI時代Python量化交易實戰：ChatGPT讓量化交易插上翅膀》是一本旨在幫助架構師在人工智慧時代展翅高飛的實用指南。全書以ChatGPT為核心工具，揭示了人工智慧技術對架構師的角色和職責進行顛覆和重塑的關鍵點。《AI時代Python量化交易實戰：ChatGPT讓量化交易插上翅膀》通過總計 13 章的系統內容，深入探討AI技術在架構

設計中的套用，以及AI對傳統架構師工作方式的影響。通過學習，讀者將了解如何利用ChatGPT這一強大的智慧型輔助工具，提升架構師的工作效率和創造力。

《AI時代Python量化交易實戰：ChatGPT讓量化交易插上翅膀》的讀者主要是架構師及相關從業人員。無論你是初入職場的新手架構師還是經驗豐富的專業人士，《AI時代Python量化交易實戰：ChatGPT讓量化交易插上翅膀》都將成為你的指南，幫助你在人工智慧時代展現卓越的架構設計能力。通過《AI時代Python量化交易實戰：ChatGPT讓量化交易插上翅膀》的指導，你將學習如何運用ChatGPT等工具和技術，以創新的方式構建高效、可靠、可擴展的軟體架構。

同時，《AI時代Python量化交易實戰：ChatGPT讓量化交易插上翅膀》也適用於對架構設計感興趣的其他技術類從業人員，如軟體工程師、系統分析師、技術顧問等。通過學習《AI時代Python量化交易實戰：ChatGPT讓量化交易插上翅膀》的內容，你可以深入了解人工智慧對架構設計的影響和帶來的挑戰，拓展自己的技術視野，提升對軟體系統整體架構的理解和把握能力。

圖書目錄

第1章ChatGPT、Python和量化交易概述

1.1 ChatGPT的套用領域2

1.2 Python編程在量化交易中的重要性和優勢2

1.3 ChatGPT、Python和量化交易的結合價值和套用前景3

1.4 本章總結4

第2章 量化交易Python語言基礎

2.1 Python解釋器6

2.2 IDE工具7

2.2.1 安裝Jupyter Notebook8

2.2.2 啟動Jupyter Notebook9

2.3 第一個Python程式10

2.3.1 編寫腳本檔案運行第一個Python程式10

2.3.2 使用Jupyter Notebook編寫和運行第一個Python程式11

2.4 Python語法基礎12

2.4.1 標識符12

2.4.2 關鍵字12

2.4.3 變數聲明13

2.4.4 語句13

2.4.5 Python代碼塊13

2.4.6 模組14

2.5 數據類型與運算符15

2.5.1 數據類型15

2.5.2 運算符18

2.6 控制語句21

2.6.1 分支語句22

2.6.2 循環語句24

2.6.3 跳轉語句26

2.7 序列27

2.7.1 索引操作 27

2.7.2 序列切片28

2.7.3 可變序列——列表30

2.7.4 不可變序列——元組31

2.7.5 列表推導式32

2.8 集合33

2.8.1 創建集合33

2.8.2 集合推導式34

2.9 字典34

2.9.1 創建字典35

2.9.2 字典推導式35

2.10 字元串類型36

2.10.1 字元串表示方式36

2.10.2 字元串格式化38

2.11 函式38

2.11.1 匿名函式與lambda表達式39

2.11.2 數據處理中的兩個常用函式41

2.12 檔案操作42

檔案操作43

2.13 異常處理46

2.13.1 捕獲異常46

2.13.2 釋放資源48

2.14 多執行緒50

創建執行緒50

2.15 本章總結53

第3章 Python量化基礎工具庫

3.1 NumPy庫55

3.1.1 為什麼選擇NumPy55

3.1.2 安裝NumPy庫56

3.2 創建數組56

3.2.1 創建一維數組56

3.2.2 指定數組數據類型57

3.2.3 創建一維數組更多方式57

3.2.4 使用arange函式58

3.2.5 等差數列與linspace函式59

3.2.6 等比數列與logspace函式61

3.3 二維數組62

創建二維數組62

3.4 創建二維數組更多方式63

3.4.1 使用ones函式63

3.4.2 使用zeros函式64

3.4.3 使用empty函式64

3.4.4 使用full函式65

3.4.5 使用identity函式66

3.4.6 使用eye函式67

3.5 數組的屬性68

3.6 數組的軸68

3.7 三維數組69

3.8 訪問數組69

3.8.1 索引訪問69

3.8.2 切片訪問71

3.8.3 花式索引73

3.9 Pandas庫74

3.9.1 為什麼選擇Pandas74

3.9.2 安裝Pandas庫74

3.10 Series數據結構75

3.10.1 理解Series數據結構75

3.10.2 創建Series對象75

3.10.3 訪問Series數據78

3.10.4 通過下標訪問Series數據78

3.10.5 通過切片訪問Series數據79

3.11 DataFrame數據結構81

創建DataFrame對象81

3.12 訪問DataFrame數據84

3.12.1 訪問DataFrame列85

3.12.2 訪問DataFrame行85

3.12.3 切片訪問86

3.13 讀寫數據87

3.13.1 讀取CSV檔案數據88

3.13.2 案例1：從CSV檔案讀取貨幣供應量數據89

3.13.3 寫入數據到CSV檔案91

3.13.4 案例2：寫入水果數據到CSV檔案91

3.13.5 讀取Excel檔案數據92

3.13.6 案例3：從Excel檔案讀取貨幣供應量數據93

3.13.7 讀取SQL資料庫94

3.13.8 案例4：從資料庫讀取蘋果股票數據94

3.14 本章總結96

第4章 量化交易可視化庫

4.1 量化交易可視化庫98

4.2 使用Matplotlib繪製圖表99

4.2.1 安裝Matplotlib99

4.2.2 圖表基本構成要素99

4.2.3 繪製折線圖100

4.2.4 繪製柱狀圖101

4.2.5 繪製餅狀圖102

4.2.6 繪製散點圖104

4.2.7 案例1：貴州茅台股票歷史成交量折線圖105

4.2.8 案例2：繪製貴州茅台股票OHLC折線圖106

4.3 K線圖108

4.3.1 繪製K線圖108

4.3.2 案例3：繪製貴州茅台股票K線圖109

4.4 使用Seaborn繪製圖表110

4.4.1 箱線圖111

4.4.2 小提琴圖113

4.4.3 關聯線圖114

4.4.4 Dist圖115

4.4.5 線性回歸圖116

4.4.6 熱力圖117

4.5 本章總結119

第5章 數據採集與分析

5.1 數據採集概述121

5.1.1 數據採集的重要性和面臨的挑戰121

5.1.2 數據採集的基本步驟121

5.1.3 數據採集技術和工具122

5.2 網頁數據採集122

5.2.1 使用urllib爬取靜態網頁數據123

5.2.2 案例1：爬取納斯達克股票數據124

5.3 解析數據126

5.3.1 使用BeautifulSoup庫126

5.3.2 案例2：解析納斯達克股票數據127

5.3.3 使用Selenium爬取動態網頁數據131

5.3.4 案例3：爬取搜狐證券貴州茅台股票數據133

5.3.5 案例4：使用Selenium解析HTML數據134

5.4 使用API調用採集數據136

5.4.1 常見的金融數據API136

5.4.2 使用TushareAPI採集數據137

5.4.3 案例5：使用Tushare API獲取貴州茅台股票數據138

5.5 數據清洗和預處理140

5.5.1 使用ChatGPT輔助數據清洗140

5.5.2 案例6：使用ChatGPT輔助分析股票數據141

5.5.3 案例7：處理股票數據缺失值問題142

5.5.4 案例8：處理股票數據類型不一致問題145

5.5.5 案例9：處理股票數據異常值問題146

5.6 統計分析147

5.6.1 使用ChatGPT輔助統計分析148

5.6.2 相關性分析148

5.6.3 案例10：股票行業相關性分析149

5.6.4 統計描述和摘要151

5.6.5 案例11：蘋果股票數據統計描述和摘要分析151

5.7 本章總結155

第6章 量化交易基礎

6.1 量化交易概述157

6.2 金融市場和交易品種概述157

6.3 技術分析和基本面分析基礎158

6.3.1 技術分析158

6.3.2 基本面分析159

6.3.3 利用ChatGPT輔助技術分析159

6.3.4 案例1:利用ChatGPT對000001.SZ股票

進行技術分析160

6.3.5 利用ChatGPT輔助基本面分析162

6.3.6 案例2:利用ChatGPT對某上市公司股票公告進行解析162

6.4 量化交易策略概述163

6.4.1 量化交易策略分類164

6.4.2 ChatGPT與量化交易策略164

6.5 本章總結165

第7章 ChatGPT與量化交易結合

7.1 ChatGPT在市場情報分析中的套用167

7.1.1 案例1：利用ChatGPT對“央行發布降息

25個基點”訊息進行分析167

7.1.2 案例2：利用ChatGPT對“重磅項目獲得批覆，股價大漲20%”訊息進行分析168

7.2 使用ChatGPT進行市場預測和趨勢識別169

7.2.1 案例3：使用ChatGPT預測某城市商業地產市場走勢169

7.2.2 案例4：使用ChatGPT預測“新能源汽車補貼退坡”的影響170

7.3 ChatGPT在交易決策支持中的套用171

7.3.1 案例5：猛龍科技獲大單，ChatGPT提出交易決策建議 171

7.3.2 案例6：某新能源概念股獲多項利好，ChatGPT提出交易建議172

7.4 本章總結173

第8章 趨勢跟蹤策略

8.1 趨勢跟蹤策略概述176

8.1.1 趨勢跟蹤和交易決策中的主要概念176

8.1.2 使用移動平均線進行分析177

8.2 使用ChatGPT輔助趨勢跟蹤策略決策過程178

8.3 案例：使用ChatGPT輔助股票移動平均線策略分析179

8.3.1 計算移動平均線179

8.3.2 K線圖184

8.3.3 合併K線圖和移動平均線圖186

8.3.4 初始策略規則187

8.3.5 繪製價格和信號圖表189

8.3.6 使用ChatGPT輔助回測190

8.3.7 最佳化策略191

8.4 本章總結192

第9章 動量策略

9.1 動量策略概述194

9.1.1 動量策略中的主要概念194

9.1.2 動量策略的優點和限制195

9.2 相對強弱指標195

9.3 使用ChatGPT輔助動量策略決策過程196

9.4 案例：使用ChatGPT輔助貴州茅台股票價格和RSI交易信號分析196

9.4.1 數據獲取和準備數據197

9.4.2 RSI指標計算199

9.4.3 RSI指標曲線201

9.4.4 交易信號生成202

9.4.5 可視化分析203

9.5 本章總結205

第10章 海龜交易策略

10.1 海龜交易策略概述207

10.1.1 海龜交易策略中的主要概念207

10.1.2 實施海龜交易策略208

10.2 使用ChatGPT輔助實施海龜交易策略208

10.3 案例：使用ChatGPT輔助實施海龜交易策略（以中石油為例）209

10.3.1 數據獲取和準備數據209

10.3.2 編寫海龜交易策略程式214

10.3.3 可視化分析217

10.3.4 使用ChatGPT輔助結果化分析219

10.4 本章總結220

第11章 高頻交易策略

11.1 高頻交易策略概述222

11.2 高頻交易策略中的主要概念222

11.2.1 實施高頻交易策略223

11.2.2 高頻交易策略中常見的算法策略223

11.2.3 高頻交易策略技術、設施層面問題224

11.3 使用ChatGPT輔助實施高頻交易策略過程224

案例1：使用ChatGPT輔助實施高頻交易策略225

11.4 案例2：基於價差的高頻交易策略實施過程228

11.5 案例3：打造自己的高頻交易系統231

11.6 本章總結234

第12章 套利策略

12.1 套利策略中的主要概念236

實施套利策略237

12.2 使用ChatGPT輔助實施套利策略237

12.3 案例1：股票A和跨市場套利238

12.4 案例2：利用美元與歐元匯率差異來套利239

12.5 案例3：同行業相對值套利策略240

12.6 案例4：中國石油和中國石化配對交易套利過程241

12.6.1 清洗數據241

12.6.2 讀取股票數據242

12.6.3 兩隻股票相關性分析243

12.6.4 使用ChatGPT對相關性進行分析244

12.6.5 回測股票歷史數據245

12.6.6 使用ChatGPT對回測結果進行分析247

12.7 本章總結248

第13章 機器學習策略

13.1 機器學習策略中的主要概念250

13.2 機器學習策略分類250

13.3 分類策略251

13.3.1 Python機器學習庫251

13.3.2 機器學習策略實施過程252

13.3.3 案例1：使用分類策略預測蘋果股票走勢253

13.3.4 案例2：使用回歸策略預測蘋果股票走勢259

13.4 本章總結266

作者簡介

關東升

————————————————————

關東升，在IT領域有20多年的開發經驗，軟體架構師、高級培訓講師、IT作家。熟悉Java、Kotlin、 Python、iOS、Android、 遊戲開發、資料庫開發與設計、軟體架構設計等多種IT技術。參與設計和開發北京市公交一卡通百億級大型項目，開發國家農產品追溯系統、金融系統微博等移動客戶端項目。近期為中國移動、中國聯通、南方航空、中石油、工商銀行、平安銀行和天津港務局等企事業單位授課。著有《看漫畫學Python：有趣、有料、好玩、好用（全彩版）》《漫畫Java》《Java 從小白到大牛》《Python 從小白到大牛》《iOS 開發指南》等50多部計算機書籍。

韓文鋒

————————————————————

韓文鋒， 黑龍江省農機推廣專家庫成員，作為專家庫成員,為黑龍江省農機推廣工作提供專業指導和支持。齊齊哈爾市大豆生產專家指導組專家，擔任專家組成員,對齊齊哈爾市大豆生產進行指導,提高產量和質量。