☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

 

A6

書名：零起點Python大數據與量化交易

作者:何海群

齣版社:電子工業齣版社

齣版時間:2017年01月 

ISBN：9787121306594

頁數：444

定價：99

本書是國內較早關於Python大數據與量化交易的原創書籍，配閤zwPython、zwQuant開源量化軟件學習，已經是套完整的大數據分析、量化交易學習教材，可直接用於實盤交易。本書特色：*，以實盤個案分析為主，全程配有Python代碼；二，包含大量的圖文案例和Python源碼，無須專業編程基礎，懂Excel即可開始學習；三，配有專業的zwPython、zwQuant量化軟件和zwDat數據包。本書內容源自筆者的原版教學課件，雖然限於篇幅和載體，省略瞭視頻和部分環節，但核心內容都有保留，配套的近百套Python教學程序沒有進行任何刪減。考慮到廣大入門讀者的需求，筆者在各個核心函數環節增添瞭函數流程圖。

1章 從故事開始學量化    1

1.1 億萬富翁的“神奇公式”    2

1.1.1 案例1-1：億萬富翁的“神奇公式”    2

1.1.2 案例分析：Python圖錶    5

1.1.3 matplotlib繪圖模塊庫    7

1.1.4 案例分析：style繪圖風格    10

1.1.5 案例分析：colormap顔色錶    12

1.1.6 案例分析：顔色錶關鍵詞    14

1.1.7 深入淺齣    17

1.2 股市“月效應”    18

1.2.1 案例1-2：股市“月效應”    18

1.2.2 案例分析：“月效應”計算    19

1.2.3 案例分析：“月效應”圖錶分析    24

1.2.4 案例分析：顔色錶效果圖    26

1.2.5 “月效應”全文注解版Python源碼    27

1.2.6 大數據?宏分析    34

1.3 量化交易流程與概念    36

1.3.1 數據分析I2O流程    36

1.3.2 量化交易不是高頻交易、自動交易    37

1.3.3 小資、小白、韭菜    38

1.3.4 專業與業餘    38

1.4 用戶運行環境配置    42

1.4.1 程序目錄結構    43

1.4.2 金融股票數據包    44

1.5 Python實戰操作技巧    46

1.5.1 模塊檢測    46

1.5.2 Spyder編輯器界麵設置    47

1.5.3 代碼配色技巧    48

1.5.4 圖像顯示配置    50

1.5.5 Python2、Python 3雙版本雙開模式    51

1.5.6 單版本雙開、多開模式    52

1.5.7 實戰勝於切    54

1.6 量化、中醫與西醫    54

2章 常用量化技術指標與框架    56

2.1 案例2-1：SMA均綫策略    56

2.1.1 案例要點與事件編程    58

2.1.2 量化程序結構    61

2.1.3 main程序主入口    61

2.1.4 KISS法則    63

2.2 Python量化係統框架    64

2.2.1 量化行業關鍵詞    64

2.2.2 國外主流Python量化網站    65

2.2.3 我國主流Python量化網站    67

2.2.4 主流Python量化框架    70

2.3 常用量化軟件包    78

2.3.1 常用量化軟件包簡介    79

2.3.2 案例2-2：模塊庫列錶    80

2.4 常用量化技術指標    82

2.4.1 TA-Lib金融軟件包    83

2.4.2 案例2-3：MA均綫函數調用    84

2.4.3 TA-Lib函數調用    86

2.4.4 量化分析常用指標    88

2.5 經典量化策略    90

2.5.1 阿爾法（Alpha）策略    90

2.5.2 Beta策略    92

2.5.3 海龜交易法則    93

2.5.4 ETF套利策略    95

2.6 常用量化策略    95

2.6.1 動量交易策略    96

2.6.2 均值迴歸策略    97

2.6.3 其他常用量化策略    98

2.7 起點與終點    100

3章 金融數據采集整理    101

3.1 常用數據源API與模塊庫    102

3.1.1 大數據綜閤API    102

3.1.2 專業財經數據API    103

3.1.3 專業數據模塊庫    104

3.2 案例3-1：zwDatX數據類    104

3.3 美股數據源模塊庫    108

3.4 開源文檔庫Read the Docs    109

3.5 案例3-2：下載美股數據    110

3.6 財經數據源模塊庫TuShare    113

3.6.1 滬深股票列錶    115

3.6.2 案例3-3：下載股票代碼數據    116

3.6.3 CSV文件處理    119

3.7 曆史數據    121

3.7.1 曆史行情    121

3.7.2 案例3-4：下載近期股票數據    124

3.7.3 曆史復權數據    130

3.7.4 案例3-5：下載曆史復權數據    131

3.8 其他交易數據    134

3.9 zwDat超大股票數據源與數據更新    143

3.9.1 案例3-6：A股基本概況數據下載    144

3.9.2 案例3-7：A股交易數據下載    146

3.9.3 案例3-8：A股指數行情數據下載    150

3.9.4 案例3-9：美股交易數據下載    151

3.10 數據歸化處理    153

3.10.1 中美股票數據格式差異    153

3.10.2 案例3-10：數據格式轉化    154

3.10.3 案例3-11：A股策略PAT實盤分析    156

3.10.4 案例3-12：數據歸化    158

3.11 為有源頭活水來    160

4章 PAT案例匯編    162

4.1 投資組閤與迴報率    163

4.1.1 案例4-1：下載多組美股數據    163

4.1.2 案例4-2：投資組閤收益計算    165

4.2 SMA均綫策略    168

4.2.1 SMA簡單移動平均綫    168

4.2.2 案例4-3：原版SMA均綫策略    169

4.2.3 案例4-4：增強版SMA均綫策略    173

4.2.4 案例4-5：A股版SMA均綫策略    174

4.3 均綫交叉策略    175

4.3.1 案例4-6：均綫交叉策略    176

4.3.2 案例4-7：A股版均綫交叉策略    178

4.4 VWAP動量策略    181

4.4.1 案例4-8：VWAP動量策略    182

4.4.2 案例4-9：A股版VWAP動量策略    183

4.5 布林帶策略    183

4.5.1 案例4-10：布林帶策略    185

4.5.2 案例4-11：A股版布林帶策略    186

4.6 RSI2策略    188

4.6.1 案例4-12：RSI2策略    190

4.6.2 案例4-13：A股版RSI2策略    190

4.7 案例與傳承    194

5章 zwQuant整體架構    196

5.1 發布前言    196

5.2 功能簡介    197

5.2.1 目錄結構    197

5.2.2 安裝與更新    198

5.2.3 模塊說明    199

5.2.4 zwSys模塊：係統變量與類定義    200

5.2.5 zwTools模塊：常用（非量化）工具函數    201

5.2.6 zwQTBox：常用“量化”工具函數集    201

5.2.7 zwQTDraw.py：量化繪圖工具函數    203

5.2.8 zwBacktest：迴溯測試工具函數    203

5.2.9 zwStrategy：策略工具函數    203

5.2.10 zw_TA-Lib：金融函數模塊    204

5.3 示例程序    207

5.4 常用量化分析參數    208

5.5 迴溯案例：對標測試    209

5.5.1 對標測試1：投資迴報參數    209

5.5.2 對標測試2：VWAP策略    211

5.6 迴報參數計算    214

5.7 主體框架    220

5.7.1 stkLib內存數據庫    220

5.7.2 Bars數據包    221

5.7.3 案例：內存數據庫＆數據包    222

5.7.4 qxLib、xtrdLib    227

5.7.5 案例5-1：qxLib數據    228

5.7.6 量化係統的價格體係    230

5.7.7 數據預處理    231

5.7.8 繪圖模闆    234

5.8 新的起點    236

6章 模塊詳解與實盤數據    237

6.1 迴溯流程    238

6.1.1 案例6-1：投資迴報率    238

6.1.2 代碼構成    242

6.1.3 運行總流程    243

6.2 運行流程詳解    244

6.2.1 設置股票數據源    244

6.2.2 設置策略參數    247

6.2.3 dataPre數據預處理    249

6.2.4 綁定策略函數    253

6.2.5 迴溯測試：zwBackTest    253

6.2.6 輸齣迴溯結果數據、圖錶    258

6.3 零點策略    260

6.3.1 mul多個時間點的交易＆數據    263

6.3.2 案例6-2：多個時間點交易    264

6.4 不同數據源與格式修改    270

6.4.1 案例6-3：數據源修改    272

6.4.2 數據源格式修改    274

6.5 金融數據包與實盤數據更新    275

6.5.1 大盤指數文件升級    276

6.5.2 實盤數據更新    277

6.5.3 案例6-4：A股實盤數據更新    277

6.5.4 案例6-5：大盤指數更新    279

6.6 穩定    281

7章 量化策略庫    282

7.1 量化策略庫簡介    282

7.1.1 量化係統的三代目    283

7.1.2 通用數據預處理函數    283

7.2 SMA均綫策略    286

7.2.1 案例7-1：SMA均綫策略    286

7.2.2 實盤下單時機與推薦    289

7.2.3 案例7-2：實盤SMA均綫策略    290

7.3 CMA均綫交叉策略    294

7.3.1 案例7-3：均綫交叉策略    294

7.3.2 對標測試誤差分析    296

7.3.3 案例7-4：CMA均綫交叉策略修改版    299

7.3.4 人工優化參數    300

7.4 VWAP策略    301

7.4.1 案例7-5：VWAP策略    301

7.4.2 案例7-6：實盤VWAP策略    303

7.5 BBands布林帶策略    304

7.5.1 案例7-7：BBands布林帶策略    305

7.5.2 案例7-8：實盤BBands布林帶策略    306

7.6 大道至簡1+1    307

8章 海龜策略與自定義擴展    309

8.1 策略庫    309

8.1.1 自定義策略    310

8.1.2 海龜投資策略    310

8.2 tur海龜策略v1：從零開始    311

8.3 案例8-1：海龜策略框架    311

8.4 tur海龜策略v2：策略初始化    312

8.5 案例8-2：策略初始化    312

8.6 tur海龜策略v3：數據預處理    313

8.7 案例8-3：數據預處理    314

8.8 tur海龜策略v4：策略分析    317

8.9 案例8-4：策略分析    317

8.10 tur海龜策略v5：數據圖錶輸齣    320

8.10.1 案例8-5：圖錶輸齣    320

8.10.2 參數優化    324

8.10.3 案例8-6：參數優化    324

8.11 tur海龜策略v9：加入策略庫    325

8.12 案例8-7：入庫    326

8.13 庖丁解牛    328

9章 TA-Lib函數庫與策略開發    329

9.1 TA-Lib技術指標    329

9.1.1 TA-Lib官網    329

9.1.2 矩陣版TA-Lib金融函數模塊    330

9.2 MACD策略    331

9.2.1 MACD策略1    331

9.2.2 案例9-1：MACD_v1    335

9.2.3 MACD策略2    336

9.2.4 案例9-2：MACD_v2    338

9.3 KDJ策略    340

9.3.1 KDJ策略1    340

9.3.2 案例9-3：KDJ01    343

9.3.3 KDJ策略2    346

9.3.4 案例9-4：KDJ02    347

9.4 RSI策略    350

9.4.1 RSI取值的大小    351

9.4.2 RSI策略    351

9.4.3 預留參數優化接口    356

9.4.4 案例9-5：A股版RSI策略    357

9.5 基石、策略與靈感    358

10章 擴展與未來    360

10.1 迴顧案例2-1：SMA均綫策略    360

案例10-1：SMA均綫策略擴展    363

10.2 大盤指數資源    365

10.2.1 大盤指數文件升級    366

10.2.2 大盤指數內存數據庫    367

10.2.3 擴展zwQuantX類變量    368

10.2.4 大盤指數讀取函數    368

10.2.5 案例10-2：讀取指數    369

10.2.6 大盤數據切割    370

10.2.7 案例10-3：inxCut數據切割    372

10.3 係統整閤    373

10.3.1 案例10-4：整閤設置    375

10.3.2 案例10-5：修改指數代碼    376

10.3.3 修改sta_dataPre0xtim函數    377

10.3.4 案例10-6：整閤數據切割    380

10.3.5 修改繪圖函數    381

10.4 擴展完成    384

案例10-7：SMA均綫擴展策略    384

10.5 其他擴展課題    386

10.5.1 復權數據衝突    386

10.5.2 波動率指標DVIX    386

10.5.3 修改迴溯主函數zwBackTest    387

10.5.4 案例10-8：波動率    390

10.5.5 空頭交易    392

10.5.6 虛擬空頭交易    392

10.5.7 修改檢查函數    393

10.5.8 案例10-9：空頭數據    396

10.6 終點與起點    397

附1章 從故事開始學量化    1

1.1 億萬富翁的“神奇公式”    2

1.1.1 案例1-1：億萬富翁的“神奇公式”    2

1.1.2 案例分析：Python圖錶    5

1.1.3 matplotlib繪圖模塊庫    7

1.1.4 案例分析：style繪圖風格    10

1.1.5 案例分析：colormap顔色錶    12

1.1.6 案例分析：顔色錶關鍵詞    14

1.1.7 深入淺齣    17

1.2 股市“月效應”    18

1.2.1 案例1-2：股市“月效應”    18

1.2.2 案例分析：“月效應”計算    19

1.2.3 案例分析：“月效應”圖錶分析    24

1.2.4 案例分析：顔色錶效果圖    26

1.2.5 “月效應”全文注解版Python源碼    27

1.2.6 大數據?宏分析    34

1.3 量化交易流程與概念    36

1.3.1 數據分析I2O流程    36

1.3.2 量化交易不是高頻交易、自動交易    37

1.3.3 小資、小白、韭菜    38

1.3.4 專業與業餘    38

1.4 用戶運行環境配置    42

1.4.1 程序目錄結構    43

1.4.2 金融股票數據包    44

1.5 Python實戰操作技巧    46

1.5.1 模塊檢測    46

1.5.2 Spyder編輯器界麵設置    47

1.5.3 代 零起點Python大數據與量化交易 Python量化投資基礎入門書 Python代碼大全 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價