《Python與量化投資：從基礎到實戰》是2018年電子工業出版社出版的圖書，作者是王小川。
基本介紹
- 中文名：Python與量化投資：從基礎到實戰
- 作者：王小川
- 出版時間：2018年3月
- 出版社：電子工業出版社
- 頁數：424 頁
- ISBN：978-7-121-33857-1
- 定價：99 元
- 開本：16 開
- 裝幀：平裝
編輯推薦,內容提要,作者簡介,目錄,
編輯推薦
量化投資界精英王小川領銜撰寫
Python基礎與量化投資策略雙管齊下
為不懂Python語言的讀者提供零基礎入門
為有Python基礎的讀者提供量化策略建模參考，為本書重點
提供大型回測平台及本書代碼
可將本書代碼直接實盤套用，進行投資。
內容提要
《Python與量化投資：從基礎到實戰》主要講解如何利用Python進行量化投資，包括對數據的獲取、整理、分析挖掘、信號構建、策略構建、回測、策略分析等。《Python與量化投資：從基礎到實戰》也是利用Python進行數據分析的指南，有大量的關於數據處理分析的套用，並將重點介紹如何高效地利用Python解決投資策略問題。本書分為Python基礎篇和量化投資篇：Python基礎篇主要講解Python軟體的基礎、各個重要模組及如何解決常見的數據分析問題；量化投資篇在Python基礎篇的基礎上，講解如何使用優礦（uqer.io）回測平台實現主流策略及高級定製策略等。
《Python與量化投資：從基礎到實戰》可作為專業金融從業者進行量化投資的工具書，也可作為金融領域的入門參考書。在本書中有大量的Python代碼、Python量化策略的實現代碼等，尤其是對於量化策略的實現代碼，讀者可直接自行修改並獲得策略的歷史回測結果，甚至可將代碼直接實盤套用，進行投資。
作者簡介
王小川，華創證券研究所金融工程高級分析師，國內知名MATLAB、Python培訓專家，MATLABSKY創始人之一，人大經濟論壇CDA課程Python金牌講師。從事量化投資相關的工作，承擔了部分高校的統計課程教學任務，長期研究機器學習在統計學中的套用，精通MATLAB、Python、SAS等統計軟體，熱衷於數據分析和數據挖掘工作，有著紮實的理論基礎和豐富的實戰經驗。著有《MATLAB神經網路30個案例分析》和《MATLAB神經網路43個案例分析》。
陳杰，華創證券研究所金融工程團隊負責人，擁有CFA、FRM資格。從2009年開始從事量化開發工作。在入職華創之前，曾擔任申萬宏源研究所金融工程首席分析師。
盧威，華創證券研究所金融工程分析師，前優礦網量化分析師，為優礦網資深用戶，在優礦網分享過多篇高質量的量化研究報告，擅長使用Python進行量化投資研究。
劉昺軼，上海交通大學工學碩士，研究方向為斷裂力學、流體力學，擅長Python編程、統計建模與Web開發，現為量化投資界新兵，正在快速成長。
秦玄晉，上海對外經貿大學會計學碩士，有兩年量化投資經驗，研究方向為公司金融。
蘇博，上海財經大學金融信息工程碩士，主要研究方向為金融大數據分析。
徐晟剛，復旦大學西方經濟學碩士，數理功底深厚，熱愛編程與策略研究，精通Python、MATLAB等程式語言，有3年金融工程策略研究經驗，擅長擇時和事件類策略。
目錄
第1章 準備工作 1
1.1 Python的安裝與設定 1
1.2 常見的Python庫 2
第2章 Python基礎介紹 7
2.1 Python學習準備 7
2.2 Python語法基礎 11
2.2.1 常量與變數 11
2.2.2 數與字元串 11
2.2.3 數據類 15
2.2.4 標識符 18
2.2.5 對象 19
2.2.6 行與縮進 20
2.2.7 注釋 22
2.3 Python運算符與表達式 22
2.3.1 算數運算符 22
2.3.2 比較運算符 24
2.3.3 邏輯運算符 25
2.3.4 Python中的優先權 27
2.4 Python中的控制流 27
2.4.1 控制流的功能 28
2.4.2 Python的三種控制流 29
2.4.3 認識分支結構if 30
2.4.4 認識循環結構for…in 32
2.4.5 認識循環結構while 33
2.4.6 break語句與continue語句 35
2.5 Python函式 39
2.5.1 認識函式 39
2.5.2 形參與實參 40
2.5.3 全局變數與局部變數 44
2.5.4 對函式的調用與返回值 45
2.5.5 文檔字元串 46
2.6 Python模組 47
2.6.1 認識Python模組 47
2.6.2 from…import詳解 49
2.6.3 認識__name__屬性 50
2.6.4 自定義模組 50
2.6.5 dir函式 51
2.7 Python異常處理與檔案操作 52
2.7.1 Python異常處理 52
2.7.2 異常的發生 55
2.7.3 try…finally的使用 56
2.7.4 檔案操作 57
第3章 Python進階 59
3.1 NumPy的使用 59
3.1.1 多維數組ndarray 59
3.1.2 ndarray的數據類型 60
3.1.3 數組索引、切片和賦值 61
3.1.4 基本的數組運算 62
3.1.5 隨機數 63
3.2 Pandas的使用 67
3.2.1 Pandas的數據結構 68
3.2.2 Pandas輸出設定 70
3.2.3 Pandas數據讀取與寫入 70
3.2.4 數據集快速描述性統計分析 71
3.2.5 根據已有的列建立新列 72
3.2.6 DataFrame按多列排序 73
3.2.7 DataFrame去重 73
3.2.8 刪除已有的列 74
3.2.9 Pandas替換數據 75
3.2.10 DataFrame重命名 75
3.2.11 DataFrame切片與篩選 76
3.2.12 連續型變數分組 78
3.2.13 Pandas分組技術 79
3.3 SciPy的初步使用 83
3.3.1 回歸分析 84
3.3.2 插值 87
3.3.3 正態性檢驗 89
3.3.4 凸最佳化 93
3.4 Matplotlib的使用 97
3.5 Seaborn的使用 97
3.5.1 主題管理 98
3.5.2 調色板 101
3.5.3 分布圖 102
3.5.4 回歸圖 104
3.5.5 矩陣圖 106
3.5.6 結構格線圖 108
3.6 Scikit-Learn的初步使用 109
3.6.1 Scikit-Learn學習準備 110
3.6.2 常見的機器學習模型 111
3.6.3 模型評價方法——metric模組 120
3.6.4 深度學習 124
3.7 SQLAlchemy與常用資料庫的連線 124
3.7.1 連線資料庫 125
3.7.2 讀取數據 126
3.7.3 存儲數據 126
第4章 常用數據的獲取與整理 129
4.1 金融數據類型 129
4.2 金融數據的獲取 131
4.3 數據整理 135
4.3.1 數據整合 135
4.3.2 數據過濾 137
4.3.3 數據探索與數據清洗 138
4.3.4 數據轉化 140
第5章 通聯數據回測平台介紹 143
5.1 回測平台函式與參數介紹 144
5.1.1 設定回測參數 144
5.1.2 accounts賬戶配置 154
5.1.3 initialize（策略初始化環境） 160
5.1.4 handle_data（策略運行邏輯） 160
5.1.5 context（策略運行環境） 160
5.2 股票模板實例 168
5.3 期貨模板實例 173
5.4 策略回測詳情 179
5.5 策略的風險評價指標 181
5.6 策略交易細節 184
第6章 常用的量化策略及其實現 187
6.1 量化投資概述 187
6.1.1 量化投資簡介 187
6.1.2 量化投資策略的類型 188
6.1.3 量化研究的流程 189
6.2 行業輪動理論及其投資策略 192
6.2.1 行業輪動理論簡介 192
6.2.2 行業輪動的原因 192
6.2.3 行業輪動投資策略 194
6.3 市場中性Alpha策略 199
6.3.1 市場中性Alpha策略介紹 199
6.3.2 市場中性Alpha策略的思想和方法 200
6.3.3 實例展示 201
6.4 大師策略 206
6.4.1 麥克·歐希金斯績優成分股投資法 207
6.4.2 傑拉爾丁·維斯藍籌股投資法 211
6.5 CTA策略 219
6.5.1 趨勢跟隨策略 219
6.5.2 均值回復策略 241
6.5.3 CTA策略表現分析 253
6.6 Smart Beta 258
6.6.1 基於權重最佳化的Smart Beta 258
6.6.2 基於風險因子的Smart Beta 268
6.7 技術指標類策略 281
6.7.1 AROON指標 281
6.7.2 BOLL指標 285
6.7.3 CCI指標 288
6.7.4 CMO指標 293
6.7.5 Chaikin Oscillator指標 295
6.7.6 DMI指標 299
6.7.7 優礦平台因子匯總 302
6.8 資產配置 317
6.8.1 有效邊界 318
6.8.2 Black-Litterman模型 335
6.8.3 風險平價模型 349
6.9 時間序列分析 358
6.9.1 與時間序列分析相關的基礎知識 358
6.9.2 自回歸（AR）模型 365
6.9.3 滑動平均（MA）模型 372
6.9.4 自回歸滑動平均（ARMA）模型 376
6.9.5 自回歸差分滑動平均（ARIMA）模型 379
6.10 組合最佳化器的使用 384
6.10.1 最佳化器的概念 384
6.10.2 最佳化器的API接口 386
6.10.3 最佳化器實例 388
6.11 期權策略：Greeks和隱含波動率微笑計算 392
6.11.1 數據準備 392
6.11.2 Greeks和隱含波動率計算 394
6.11.3 隱含波動率微笑 401
第7章 量化投資十問十答 405
……
