资源详情

Python量化交易实战

作者: 王晓华
出版社: 清华大学出版社
出版年: 2019-1
页数: 270
定价: 79
装帧: 平装
ISBN: 9787302517634

下载次数：7

本站推荐

下载地址

举报资源

书籍资料

内容简介
作者介绍
书籍目录

在目前不断变化、蓬勃发展的中国资本市场，量化投资作为新兴的投资方法，引来越来越多的关注，使用量化投资技术的证券从业人员也越来越多。
本书分为11章，内容包括Python环境的搭建、Python数据相关类库的使用、掘金量化终端的使用、Talib金融库的详解、多因子策略的介绍、带技术指标的多因子策略、中证红利指数增强策略、回归分析与TensorFlow、回归模型的经典应用、配对交易的魔力等。
本书可作为量化投资技术初学者、证券从业人员、金融投资人员的自学用书，也可作为金融机构的培训用书，还可作为高等院校相关专业师生的教学参考书。

王晓华，计算机专业资深讲师，为研究生和本科生讲授面向对象程序设计、数据结构、Hadoop程序设计等相关课程。主要研究方向为云计算、数据挖掘。曾主持和参与多项国家和省级科研课题，独立完成一项科研成果并获省级成果认定，发表过多篇论文，申请有一项专利。著有《Spark MLlib机器学习实践》《TensorFlow深度学习应用实践》等图书。

目录
第1章走进量化投资1
1.1量化投资的诞生背景1
1.2量化投资的特点3
1.3量化投资的应用5
1.4量化投资在我国股市的发展前景6
1.5小结6
第2章Python的安装与使用7
2.1Python的基本安装和用法7
2.1.1Anaconda的下载与安装8
2.1.2Python编译器PyCharm的安装11
2.1.3使用Python计算softmax函数14
2.2Python常用类库中的threading15
2.2.1threading库的使用16
2.2.2threading模块中最重要的Thread类16
2.2.3threading中的Lock类18
2.2.4threading中的join类19
2.3小结19
第3章Python类库的使用——数据处理及可视化展示20
3.1从小例子起步——NumPy的初步使用20
3.1.1数据的矩阵化20
3.1.2数据分

22
3.1.3基于统计分析的数据处理24
3.2图形化数据处理——Matplotlib包的使用24
3.2.1差异的可视化24
3.2.2坐标图的展示25
3.2.3大规模数据的可视化27
3.3常用的统计分析方法——相似度计算30
3.3.1基于欧几里得距离的相似度计算30
3.3.2基于余弦角度的相似度计算31
3.3.3欧几里得相似度与余弦相似度的比较32
3.4数据的统计学可视化展示33
3.4.1数据的四分位33
3.4.2数据的四分位示例34
3.4.3数据的标准化37
3.4.4数据的平行化处理39
3.4.5热点图-属性相关性检测41
3.5Python实战：某地降雨的关系处理42
3.5.1不同年份的相同月份统计42
3.5.2不同月份之间的增减程度比较44
3.5.3每月的降水量是否相关45
3.6小结46
第4章欢迎来到掘金量化47
4.1基础工作47
4.1.1安装掘金终端47
4.1.2获取帮助49
4.2实战：使用掘金终端进行回测工作51
4.2.1创建第一个策略51
4.2.2运行回测52
4.2.3查看回测结果54
4.2.4使用PyCharm进行回测55
4.3小结59
第5章Talib金融库使用详解60
5.1Talib金融工具库的介绍60
5.1.1使用Talib获取3日、7日、15日均线60
5.1.2EMA的计算62
5.1.3MACD的计算64
5.1.4MACD斜率的计算方法66
5.1.5使用Talib实现国内金融数据指标67
5.2Talib金融工具库函数69
5.2.1Talib常用函数介绍73
5.2.2Talib图像形态识别75
5.3实战：Talib金融工具回测实战83
5.3.1根据MACD变化回测2017年盈利情况84
5.3.2股价的波动范围及未来走势判定90
5.4两种经典的轨道突破策略92
5.4.1DualThrust策略92
5.4.2DynamicBreakoutII策略96
5.5小结99
第6章多因子策略100
6.1一个奇怪的问题100
6.1.1因子是什么101
6.1.2选取因子102
6.1.3单因子选股轮动测试105
6.2因子的量化选择108
6.2.1基于IC值的多因子计算方法109
6.2.2基于IC值的多因子计算方法（续）110
6.2.3因子IC值计算的目标，等权法因子值的合成114
6.3实战：基于成长因子的模型测试116
6.3.1模型说明116
6.3.2使用模型进行回测125
6.4霍华?罗斯曼的投资模型127
6.4.1霍华?罗斯曼简介127
6.4.2霍华?罗斯曼的投资模型127
6.4.3对霍华?罗斯曼模型的分析128
6.5小结131
第7章带技术指标的多因子策略132
7.1技术面多因子介绍132
7.1.1101个技术因子132
7.1.2基于Talib的技术因子重写136
7.1.3一个基于放量技术因子策略的回测140
7.2较为复杂的技术因子143
7.2.1阻力支撑相对强度因子介绍143
7.2.2改进的RSRS因子与回测数据146
7.2.3价差偏离度因子介绍148
7.3简单的技术性因子—波动率因子151
7.3.1波动率因子介绍151
7.3.2更多的波动率因子155
7.4实战：一个回测成功率100%的中长线买卖例子158
7.4.1技术指标的设计159
7.4.2回测的设计164
7.5小结166
第8章人人都是基金经理——中证红利指数增强策略167
8.1中证红利指数基金介绍167
8.1.1红利指数基金的由来168
8.1.2中证红利简介168
8.2基于中证红利的指数增强基金策略的构建169
8.2.1中证红利策略的构建方法170
8.2.2策略回测与优化173
8.3小结173
第9章掘金量化——回归分析基础175
9.1回归分析基础175
9.1.1回归法简介176
9.1.2一元线性回归176
9.1.3多元线性回归179
9.1.4回归法的解法——最小二乘法详解180
9.2回归分析的一些其他计算方法183
9.2.1梯度下降算法与使用TensorFlow计算线性回归183
9.2.2线性回归的姐妹——逻辑回归189
9.3实战：回归分析——短时间开盘价与收盘价之间的关系190
9.3.1量化策略基本思路与简单实现190
9.3.2使用掘金量化实现回测192
9.4买还是卖——逻辑回归帮你做决定196
9.4.1逻辑回归是一种分类算法196
9.4.2逻辑回归的TensorFlow实现197
9.4.3使用TensorFlow的逻辑回归进行回测201
9.5机器学习策略——支持向量机203
9.5.1支持向量机的基本概念203
9.5.2使用支持向量机进行回测204
9.6小结208
第10章回归模型的经典应用209
10.1CAPM模型简介210
10.1.1CAPM定价模型的提出210
10.1.2CAPM定价模型的公式与假设211
10.1.3CAPM中Beta的定义212
10.2Fama-French三因子模型213
10.2.1Fama-French模型的基础公式214
10.2.2Fama-French模型的实现与回测215
10.3PB-ROE回归模型的使用220
10.3.1PB-ROE模型介绍220
10.3.2PB-ROE模型的实现221
10.3.3基于上证180的股票回测226
10.3.4使用自定义股票池的PB-ROE回测232
10.4小结242
第11章配对交易的魔力243
11.1配对交易的基本理论243
11.1.1相关性分析244
11.1.2均值、方差与协方差246
11.2协整性的判定与检验248
11.2.1协整性248
11.2.2平稳性的检验方法249
11.3配对交易253
11.3.1配对交易的算法253
11.3.2提取股票的相关性254
11.3.3协整系数的计算方法257
11.4配对交易的魔力263
11.4.1前期计算263
11.4.2协整性判断265
11.4.3使用量化掘金回测系统对结果进行判定266
11.5小结270