《Python算法交易》是2022年中國電力出版社出版的圖書。
基本介紹
- 中文名：Python算法交易
- 出版時間：2022年11月1日
- 出版社：中國電力出版社
- ISBN：9787519869694
內容簡介,圖書目錄,
內容簡介
本書的主要內容
·為算法交易配置合適的Python環境。
·了解如何從公共和專有數據源檢索金融數據。
·使用NumPy和pandas探索金融分析的矢量化。
·掌握不同算法交易策略的矢量化回測。
·使用機器學習和深度學習生成市場預測。
·使用套接字編程工具對流數據進行實時處理。
·使用OANDA和FXCM交易平台實施自動算法交易策略。
圖書目錄
前言
第1章 Python和算法交易
1.1 Python的金融之道
1.1.1 Python與偽代碼
1.1.2 NumPy和向量化
1.1.3 pandas和DataFrame類
1.2 算法交易
1.3 Python的算法交易之道
1.4 本書的重點和先決條件
1.5 交易策略
1.5.1 簡單移動平均線
1.5.2 動量策略
1.5.3 均值回歸
1.5.4 機器學習和深度學習
1.6 小結
1.7 參考資料和延伸資源
第2章 Python基礎架構
2.1 Conda作為軟體包管理器
2.1.1 安裝Miniconda
2.1.2 Conda的基本操作
2.2 Conda作為虛擬環境管理器
2.3 使用Docker容器
2.3.1 Docker鏡像和容器
2.3.2 構建一個帶Python的Ubuntu Docker鏡像
2.4 使用雲實例
2.4.1 RSA公鑰私鑰
2.4.2 Jupyter Notebook配置檔案
2.4.3 Python和Jupyter Lab的安裝腳本
2.4.4 編排Droplet初始化腳本
2.5 小結
2.6 參考資料和延伸資源
第3章 處理金融數據
3.1 從不同數據源讀取金融數據
3.1.1 數據集
3.1.2 用Python讀取CSV檔案
3.1.3 使用pandas從CSV檔案讀取
3.1.4 導出到Excel和JSON
3.1.5 從Excel和JSON讀取數據
3.2 使用開放數據源
3.3 Eikon數據API
3.3.1 獲取結構化歷史數據
3.3.2 獲取非結構化歷史數據
3.4 高效存儲金融數據
3.4.1 存儲DataFrame對象
3.4.2 使用TsTables
3.4.3 用SQLite3存儲數據
3.5 小結
3.6 參考資料和延伸資源
3.7 Python腳本
第4章 掌握向量化回測
4.1 利用向量化
4.1.1 使用Numpy進行向量化
4.1.2 使用pandas進行向量化
4.2 基於簡單移動平均線的策略
4.2.1 入門基礎
4.2.2 方法通用化
4.3 基於動量的策略
4.3.1 基礎入門
4.3.2 方法通用化
4.4 基於均值回歸的策略
4.4.1 基礎入門
4.4.2 方法通用化
4.5 數據窺探和過度擬合
4.6 小結
4.7 參考資料和延伸資源
4.8 Python腳本
4.8.1 SMA回測類
4.8.2 動量回測類
4.8.3 均值回歸回測類
第5章 通過機器學習預測市場動向
5.1 使用線性回歸進行市場走勢預測
5.1.1 線性回歸快速回顧
5.1.2 價格預測的基本思路
5.1.3 預測指數水平
5.1.4 預測未來收益
5.1.5 預測未來市場方向
5.1.6 基於回歸策略的向量化回測
5.1.7 概括方法
5.2 使用機器學習進行市場動向預測
5.2.1 scikit-learn的線性回歸
5.2.2 一個簡單的分類問題
5.2.3 使用邏輯回歸預測市場方向
5.2.4 方法通用化
5.3 使用深度學習進行市場走勢預測
5.3.1 再談簡單分類問題
5.3.2 使用深度神經網路預測市場方向
5.3.3 添加不同類型的特徵
5.4 小結
5.5 參考資料和延伸資源
5.6 Python腳本
5.6.1 線性回歸回測類
5.6.2 分類算法回測類
第6章 構建基於事件回測的類
6.1 回測基礎類
6.2 做多回測類
6.3 多空回測類
6.4 小結
6.5 參考資料和延伸資源
6.6 Python腳本
6.6.1 回測基礎類
6.6.2 做多回測類
6.6.3 多空回測類
第7章 使用實時數據和套接字
7.1 運行一個簡單的實時數據伺服器
7.2 連線報價數據客戶端
7.3 實時生成交易信號
7.4 使用Plotly可視化流數據
7.4.1 基礎部分
7.4.2 三個實時流
7.4.3 三個流的三個子圖
7.4.4 流式數據與柱線圖
7.5 小結
7.6 參考資料和延伸資源
7.7 Python腳本
7.7.1 樣例報價數據伺服器
7.7.2 報價數據客戶端
7.7.3 動量線上算法
7.7.4 為柱線圖提供樣例數據的伺服器
第8章 使用Oanda進行CFD交易
8.1 開設賬戶
8.2 Oanda應用程式接口
8.3 獲取歷史數據
8.3.1 查詢可交易的金融工具
8.3.2 基於分鐘柱線圖回測的動量策略
8.3.3 槓桿和保證金因素
8.4 處理流式數據
8.5 下訂單
8.6 實時實施交易策略
8.7 獲取賬號信息
8.8 小結
8.9 參考資料和延伸資源
8.10 Python腳本
第9章 使用FXCM進行外匯交易
9.1 入門
9.2 獲取數據
9.2.1 獲取報價數據
9.2.2 獲取K線數據
9.3 使用API
9.3.1 獲取歷史數據
9.3.2 獲取流數據
9.3.3 下單
9.3.4 賬戶信息
9.4 小結
9.5 參考資料和延伸資源
第10章 自動化交易操作
10.1 資本管理
10.1.1 二項式設定中的凱利準則
10.1.2 股票和指數里的凱利準則
10.2 基於機器學習的交易策略
10.2.1 向量回測
10.2.2 最優槓桿
10.2.3 風險分析
10.2.4 持久化模型對象
10.3 實時算法
10.4 基礎設施和部署
10.5 日誌和監控
……
