Python量化交易:實戰入門與技巧

Python量化交易:實戰入門與技巧

《Python量化交易:實戰入門與技巧》是2018年中國鐵道出版社出版的圖書。

基本介紹

  • 書名:Python量化交易:實戰入門與技巧
  • 作者:王征、李曉波
  • 類別:計算機、網路
  • 出版社:中國鐵道出版社
  • 出版時間:2018年
  • 開本:16 開
  • 裝幀:平裝-膠訂
  • ISBN:9787113248772
內容簡介,圖書目錄,作者簡介,

內容簡介

本書首先講解量化交易的基礎知識,即量化交易的定義、特點、作用、主要內容、歷史、與傳統交易的區別、注意事項、JoinQuant(聚寬)量化交易平台;然後講解量化交易開發語言Python,即講解Python 語言的開發環境、基本語法、基本流程控制、特徵數據類型、函式及套用、面向對象程式設計;接著講解如何利用Python 語言編寫量化策略、Python 量化策略的常用庫和模組、獲取數據函式、回測、因子分析;*後講解Python 量化策略的技術指標實例和Python 量化交易策略實例。 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講解量化交易過程中的熱點問題、關鍵問題及各種難題。 本書適用於各種不同的投資者,如股民、期民、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、愈挫愈勇並*終戰勝失敗、戰勝自我的投資者。

圖書目錄

第1章 初識量化交易 / 1
1.1 量化交易的基本概念 / 2
1.1.1 什麼是量化交易 / 2
1.1.2 量化交易的特點 / 2
1.1.3 為什麼要學習量化交易 / 4
1.1.4 量化交易與其他交易 / 6
1.2 量化交易的主要內容 / 7
1.2.1 量化選股 / 7
1.2.2 量化擇時 / 8
1.2.3 算法交易 / 8
1.2.4 各種套利交易 / 8
1.3 量化交易的歷史 / 10
1.3.1 國外量化交易的歷史 / 10
1.3.2 國內量化交易的歷史 / 10
1.4 量化交易的故事 / 11
1.4.1 朱爾斯·雷格納特的故事 / 11
1.4.2 愛德華·索普的故事 / 13
1.4.3 詹姆斯·西蒙斯的故事 / 14
1.5 量化交易的潛在風險及應對策略 / 16
1.6 量化交易與人工交易的比較 / 16
1.7 量化交易的注意事項 / 17
第2章 JoinQuant(聚寬)量化交易平台 / 19
2.1 JoinQuant(聚寬)量化交易平台的功能 / 20
2.2 JoinQuant(聚寬)量化交易平台的賬戶註冊與登錄 /20
2.2.1 賬戶註冊 / 21
2.2.2 賬戶登錄 / 22
2.3 創建量化交易策略 / 23
2.3.1 嚮導式策略生成器 / 25
2.3.2 新建策略 / 35
2.4 量化交易策略的回測詳情 / 36
2.5 模擬交易 / 38
2.5.1 新建模擬交易並運行 / 38
2.5.2 查看模擬交易 / 39
2.5.3 綁定微信 / 42
第3章 Python語言及其開發環境 / 45
3.1 Python語言概述 / 46
3.1.1 Python的發展歷程 / 46
3.1.2 Python的特點 / 47
3.2 搭建Python開發環境 / 48
3.2.1 Python的下載和安裝 / 48
3.2.2 Python的環境變數配置 / 50
3.3 編寫Python程式 / 53
3.4 利用IPython Notebook編寫Python程式 / 57
第4章 Python的基本語法 / 63
4.1 Python的基本數據類型 / 64
4.1.1 數值類型 / 64
4.1.2 字元串 / 66
4.2 變數與賦值 / 69
4.2.1 變數命名規則 / 69
4.2.2 變數的賦值 / 70
4.3 運算符 / 71
4.3.1 算術運算符 / 71
4.3.2 賦值運算符 / 73
4.3.3 位運算符 / 74
4.4 常見的數值函式和字元串函式 / 75
4.4.1 數學函式 / 76
4.4.2 隨機數函式 / 77
4.4.3 三角函式 / 79
4.4.4 字元串函式 / 80
4.5 Python的代碼格式 / 85
4.5.1 代碼縮進 / 85
4.5.2 代碼注釋 / 86
4.5.3 空行 / 86
4.5.4 同一行顯示多條語句 / 86
第5章 Python的基本流程控制 / 87
5.1 選擇結構 / 88
5.1.1 關係運算 / 88
5.1.2 邏輯運算 / 90
5.1.3 if語句 / 91
5.1.4 嵌套if語句 / 93
5.2 循環結構 / 94
5.2.1 while循環 / 95
5.2.2 while循環使用else語句 / 95
5.2.3 無限循環 / 96
5.2.4 for循環 / 97
5.2.5 在for循環中使用range() 函式 / 98
5.3 其他語句 / 99
5.3.1 break語句 / 100
5.3.2 continue語句 / 100
5.3.3 pass語句 / 101
第6章 Python的特徵數據類型 / 103
6.1 列表 / 104
6.1.1 創建列表 / 104
6.1.2 訪問列表中的值 / 104
6.1.3 更新列表中的值 / 105
6.1.4 刪除列表中的值 / 106
6.1.5 列表的函式 / 106
6.1.6 列表的方法 / 107
6.2 元組 / 109
6.2.1 創建元組 / 109
6.2.2 訪問元組中的值 / 110
6.2.3 連線元組 / 111
6.2.4 刪除整個元組 / 112
6.2.5 元組的函式 / 112
6.3 字典 / 113
6.3.1 創建字典 / 114
6.3.2 訪問字典中的值和鍵 / 114
6.3.3 修改字典 / 115
6.3.4 字典中的函式 / 116
6.4 集合 / 117
6.4.1 創建集合 / 117
6.4.2 集合的兩個基本功能 / 118
6.4.3 集合的運算符 / 119
6.4.4 集合的方法 / 120
第7章 Python的函式及套用 / 123
7.1 函式的定義與調用 / 124
7.1.1 函式的定義 / 124
7.1.2 函式的調用 / 125
7.2 參數傳遞 / 126
7.2.1 不可更改對象 / 126
7.2.2 可更改對象 / 127
7.3 函式的參數類型 / 128
7.3.1 必需參數 / 128
7.3.2 關鍵字參數 / 129
7.3.3 默認參數 / 130
7.3.4 不定長參數 / 131
7.4 匿名函式 / 132
7.5 變數作用域及類型 / 133
7.5.1 變數作用域 / 133
7.5.2 全局變數和局部變數 / 135
7.5.3 global和nonlocal關鍵字 / 136
第8章 Python面向對象的程式設計 / 139
8.1 面向對象 / 140
8.1.1 面向對象概念 / 140
8.1.2 類定義與類對象 / 141
8.1.3 類的繼承 / 143
8.2 模組 / 147
8.2.1 自定義模組並調用 / 147
8.2.2 import 語句 / 148
8.2.3 標準模組 / 150
8.3 包 / 151
第9章 利用Python語言編寫量化策略 / 153
9.1 股票量化策略的組成 / 154
9.1.1 初始化函式(initialize) / 155
9.1.2 開盤前運行函式(before_market_open) / 156
9.1.3 開盤時運行函式(market_open) / 157
9.1.4 收盤後運行函式(after_market_close) / 158
9.2 股票量化策略的設定函式 / 158
9.2.1 設定基準函式 / 159
9.2.2 設定佣金/ 印花稅函式 / 159
9.2.3 設定滑點函式 / 161
9.2.4 設定動態復權( 真實價格) 模式函式 / 161
9.2.5 設定成交量比例函式 / 162
9.2.6 設定是否開啟盤口撮合模式函式 / 162
9.2.7 設定要操作的股票池函式 / 163
9.3 股票量化策略的定時函式 / 163
9.3.1 定時函式的定義及分類 / 163
9.3.2 定時函式各項參數的意義 / 164
9.3.3 定時函式的注意事項 / 164
9.3.4 定時函式的實例 / 165
9.4 股票量化策略的下單函式 / 166
9.4.1 按股數下單函式 / 166
9.4.2 目標股數下單函式 / 167
9.4.3 按價值下單函式 / 168
9.4.4 目標價值下單函式 / 168
9.4.5 撤單函式 / 169
9.4.6 獲取未完成訂單函式 / 169
9.4.7 獲取訂單信息函式 / 169
9.4.8 獲取成交信息函式 / 170
9.5 股票量化策略的日誌log / 171
9.5.1 設定log級別 / 171
9.5.2 log.info / 171
9.6 股票量化策略的常用對象 / 172
9.6.1 Order對象 / 172
9.6.2 全局對象g / 173
9.6.3 Trade對象 / 173
9.6.4 tick對象 / 174
9.6.5 Context對象 / 174
9.6.6 Position對象 / 176
9.6.7 SubPortfolio對象 / 176
9.6.8 Portfolio對象 / 177
9.6.9 SecurityUnitData對象 / 178
第10章 Python量化策略的常用庫和模組 / 179
10.1 Numpy庫 / 180
10.1.1 ndarray數組基礎 / 180
10.1.2 矩陣 / 187
10.2 Pandas 庫 / 188
10.2.1 一維數組Series / 188
10.2.2 二維數組DataFrame / 189
10.2.3 三維數組Panel / 199
10.3 Datetime 模組和Time 模組 / 201
10.3.1 利用Datetime模組獲得當前的日期和時間/ 202
10.3.2 利用Time模組獲得當前的日期和時間/ 203
10.3.3 獲得當前時間並轉換為指定日期格式 /204
10.3.4 獲得三天前的時間的方法 / 204
10.3.5 獲得三天前的日期的方法 / 205
10.3.6 獲得歷史交易日 / 206
第11章 Python量化策略的獲取數據函式/ 207
11.1 history() 函式 / 208
11.1.1 各項參數的意義 / 208
11.1.2 history() 函式的套用實例 / 210
11.2 attribute_history () 函式 / 213
11.3 get_current_data () 函式 / 215
11.4 get_fundamentals () 函式 / 216
11.4.1 各項參數的意義 / 216
11.4.2 get_fundamentals () 函式的套用實例 / 217
11.5 get_fundamentals_continuously () 函式 / 222
11.6 get_index_stocks () 函式 / 223
11.6.1 各項參數的意義 / 224
11.6.2 get_index_stocks () 函式的套用實例 / 225
11.7 get_industry_stocks() 函式 / 225
11.8 get_concept_stocks () 函式 / 227
11.9 get_all_securities() 函式 / 229
11.9.1 各項參數的意義 / 229
11.9.2 get_all_securities() 函式的套用實例 / 230
11.10 get_security_info () 函式 / 232
11.11 get_billboard_list () 函式 / 233
11.11.1 各項參數的意義 / 233
11.11.2 get_billboard_list() 函式的套用實例 / 234
11.12 get_locked_shares () 函式 / 234
第12章 Python 量化策略的回測 / 237
12.1 回測的過程 / 238
12.2 編寫雙均線量化策略 / 239
12.2.1 量化策略的編輯頁面 / 239
12.2.2 雙均線量化策略的初始化函式 / 241
12.2.3 雙均線量化策略的交易程式函式 / 242
12.3 設定量化策略的回測參數 / 243
12.4 雙均線量化策略的回測詳情 / 245
12.5 量化策略的風險指標 / 248
12.5.1 Alpha(阿爾法) / 249
12.5.2 Beta(貝塔) / 250
12.5.3 Sharpe(夏普比率) / 251
12.5.4 Sortino(索提諾比率) / 251
12.5.5 Information Ratio(信息比率) / 252
12.5.6 Volatility(策略波動率) / 253
12.5.7 Benchmark Volatility(基準波動率) / 254
12.5.8 Max Drawdown(回撤) / 255
第13章 Python 量化策略的因子分析 / 257
13.1 初識因子分析 / 258
13.1.1 因子的分類 / 258
13.1.2 因子分析的作用 / 258
13.2 因子分析的實現代碼 / 258
13.2.1 因子分析中變數的含義 / 259
13.2.2 因子分析中可以使用的基礎因子 / 259
13.2.3 calc 的參數及返回值 / 261
13.3 因子分析的結果 / 261
13.3.1 新建因子 / 261
13.3.2 收益分析 / 264
13.3.3 IC 分析 / 268
13.3.4 換手分析 / 269
13.4 因子在研究和回測中的使用 / 270
13.5 基本面因子套用實例 / 273

作者簡介

李曉波,從事金融衍生品市場交易及管理近20年,有著豐富的經驗和體會,對國內外貴金屬、外匯、郵幣卡、大宗商品及股市等主流交易方式有著深刻的了解,擅長股票、期貨、黃金、白銀、郵幣卡、外匯的培訓指導。 經常活躍在各大金融講壇,深為投資者喜愛。可為個人投資者及機構提供分析、投資諮詢,交易指導,理財培訓等多方位的專業服務。

相關詞條

熱門詞條

聯絡我們