从零开始学Python大数据与量化交易量化交易知识及Python编程基础证券投资技巧投资者大数据投资Python大数据Python语言的开发环境量化交易 pdf下载

商品参数

书名：从零开始学Python大数据与量化交易

数码：9787302527541

单价：59

作者：周峰，王可群 著

出版社：清华大学出版社

编辑推荐

就跟Java在web领域无可撼动的地位一样，Python也已经在金融量化投资领域占据了重要位置，从各个业务链条都能找到相应的框架实现。

《从零开始学Python 大数据与量化交易》的特点如下：

轻松入门：帮助投资者快速掌握的量化交易知识及Python编程基础。

内容全面：书中系统讲解了量化交易的常用获取数据函数、量化选股技巧、量化择时的技术指标函数、量化交易策略的回测技巧、量化交易策略的因子分析技巧等。

量化交易策略实战：精心选择案例，交易反复练习，举一反三。

经验总结：本书知识体系完整，力求从零开始，通俗易懂。理论与实例结合紧密，以实例讲解理论，注重对初学者的实战技巧的培养。

内容简介

　　《从零开始学Python大数据与量化交易》首先讲解量化交易的基础知识，如量化交易的优势、应用、注意事项、历史、量化交易平台等；然后讲解量化交易开发语言Python，即讲解Python语言的开发环境、基本语法及流程控制、特征数据类型、内置函数与自定义用户函数、面向对象编程；接着讲解大数据分析和可视化的3个包，分别是Numpy包、Pandas包、Matplotlib包；然后讲解量化交易策略的编写、获取数据函数、基本面量化选股、量化择时的技术指标函数、回测技巧、因子分析技巧；最后讲解Python量化交易策略的实战案例。
　　在讲解过程中既考虑读者的学习习惯，又通过具体实例剖析讲解Python大数据与量化交易过程中的热点问题、关键问题及种种难题。
　　《从零开始学Python大数据与量化交易》适用于各种不同的投资者，如新老股民、中小散户、股票操盘手、基金操盘手和专业股票评论人士以及经济财经类专业的大学生，更适用于那些有志于在这个充满风险、充满寂寞的征程上默默前行的征战者阅读。
　　《从零开始学Python大数据与量化交易》可以作为想要学习证券投资技巧的入门级投资者的自学用书，也可以作为具有一定证券投资基础的中高级读者的进阶用书，还可以作为理财技巧培训班的参考教材和实训用书。
　　《从零开始学Python大数据与量化交易》围绕证券投资中的量化交易来进行讲解，旨在提高新老投资者利用大数据投资获利的能力，避免投资者因缺乏证券投资经验而损失惨重。

作者简介

周峰 从事金融衍生品市场交易及管理近20年，有着丰富的经验和体会，对量化交易、期货、大宗商品、股市、国内外贵金属、外汇等主流交易方式有着深刻的了解，擅长量化交易、期货、股票、黄金、白银、外汇的培训指导，经常活跃在各大金融讲坛，深为投资者喜爱。曾在高校任讲师，讲课深入浅出，深受学生们的爱戴。可为个人投资者及机构提供分析、投资咨询，交易指导，理财培训等多方位的专业服务。

王可群 现任青岛慧谷大数据产业发展有限公司项目开发部经理，曾担任“饿了么”公司技术部主管，具有6年以上Python、PHP项目开发经验。精通JS、 Java、C、C#等编程语言，熟悉多种开源技术，喜欢get新技能，曾带领团队完成过多个中、小型项目开发，对数据安全、云计算等领域进行过系统学习和培训。

精彩书评

　　★风险来自你不知道自己正在做什么！
　　——沃伦·巴菲特
　　
　　★投资不仅仅是一种行为，更是一种带有哲学意味的东西。
　　——约翰·坎贝尔
　　
　　★不进行研究的投资，就像打扑克从不看牌一样，必然失败！
　　——彼得·林奇
　　
　　★始终遵守你自己的投资计划和规划，这将加强良好的自我控制。
　　——伯妮斯·科恩

目录

第1章 量化交易快速入门
1．1 初识量化交易
1．1．1 量化交易的定义
1．1．2 量化交易与算法交易
1．1．3 量化交易与黑匣子交易
1．1．4 量化交易与程序化交易
1．1．5 量化交易与技术分析
1．2 量化交易的优势
1．2．1 严格的纪律性
1．2．2 完备的系统性
1．2．3 妥善运用套利的思想
1．2．4 靠概率取胜
1．3 量化交易的应用
1．3．1 投资品种选择
1．3．2 投资时机选择
1．3．3 算法交易
1．3．4 各种套利交易
1．3．5 资产配置
1．4 量化交易与人工交易的对比
1．5 量化交易的注意事项
1．6 量化交易的发展过程
1．6．1 国外量化交易的发展过程
1．6．2 国内量化交易的发展过程
1．7 量化交易的平台
1．7．1 聚宽JoinQuant量化交易平台的功能
1．7．2 账户注册、登录及策略创建
1．7．3 量化交易策略的选股
1．7．4 量化交易策略的买卖条件
1．7．5 量化交易策略的风险控制
1．7．6 量化交易策略的其他参数
1．7．7 编写Python代码来创建量化交易策略
1．7．8 量化交易策略的回测详情
1．7．9 量化交易策略的模拟交易
1．8 量化交易的潜在风险及应对策略

第2章 Python量化交易的开发环境
2．1 初识Python语言
2．1．1 Python的历史由来
2．1．2 Python的特点
2．1．3 Python的应用
2．2 Python开发环境及配置
2．2．1 Python的下载
2．2．2 Python的安装
2．2．3 Python的环境变量配置
2．3 Python程序的编写
2．3．1 利用系统自带的开发软件IDEL直接编写程序并运行
2．3．2 创建Python文件并运行
2．4 利用量化交易平台编写Python程序
2．4．1 初识IPythonNotebook研究平台
2．4．2 利用PythonNotebook编写Python程序
……

第3章 Python的基本语法及流程控制
第4章 Python的特征数据类型
第5章 Python的函数及应用技巧
第6章 Python的面向对象编程基础
第7章 Python大数据分析的Numpy包
第8章 Python大数据分析的Pandas包
第9章 Python大数据可视化的Matplotlib包
第10章 Python量化交易策略的编写
第11章 Python量化交易策略的获取数据函数
第12章 Python基本面量化选股
第13章 Python量化择时的技术指标函数
第14章 Python量化交易策略的回测技巧
第15章 Python量化交易策略的因子分析技巧
第16章 Python量化交易策略的实战案例

前言序言

前 言

说起量化交易，你的脑海里是否会浮现这样一幅画面：一间采用高科技搭建起来的交易室，上百台计算机显示屏飞速跑着各种数学模型，投资交易以微秒计的速度高深莫测地计算着？诚然，在普通投资者眼里，量化交易可能意味着复杂模型、高频交易、专业程序，且仿佛离我们很远。这些固然是量化交易的特征，但其实离我们并不遥远，事实上，我们每天都不自觉地在使用着量化。比如当你用某个或某些条件去判断是否要买卖某只股票或者如何买卖时，就是量化思维的一种表现。

量化投资在海外的发展已有30 多年的历史，其投资业绩稳定，市场规模和份额不断扩大，得到了越来越多投资者的认可，并且量化对冲基金已经成为资管行业的翘楚。国内的量化交易起步较晚，量化交易在证券市场占比还不足5%。随着科技的进步，中国的量化交易市场正在快速发展。

当前，我国的量化交易主要应用在商品期货上。随着股指期货的上市，期货市场和证券市场实现了真正意义上的互动，投资者不仅可以在期货市场上进行交易，同时还可以在期货与股票之间进行套利交易。利用量化交易对股指期货进行操作将会是投资者（尤其是机构投资者）一个重要的发展方向。

本书特点

特 点 说 明

16 章实战精讲 本书体系完善，由浅入深地对Python 大数据与量化交易

进行了16章专题精讲，其内容涵盖了量化交易的

基础知识、聚宽JoinQuant 量化交易平台、

Python 开发环境及配置、

Python 的基本语法及流程控制、

Python 的特征数据类型、Python 的内置函数

与自定义用户函数、Python的面向对象编程、

数据分析的Numpy 包、数据分析的Pandas 包、

数据可视化的Matplotlib 包、

Python 量化交易策略的编写、

Python 获取数据函数、Python 基本面量化选股、

Python 量化择时的技术指标函数、

Python 量化交易策略的回测技巧、

Python 量化交易策略的因子分析技巧、

Python 量化交易策略的实战案例等

108 个知识点 本书结合Python 大数据与量化交易的实战应用，

讲解了108 个应用技巧，其内容涵盖了格式化

字符串的输出、Input（）函数、算术运算符、

赋值运算符、位运算符、关系运算符、

嵌套 If 语句、while 循环、for 循环、

列表、元组、字典、集合、内置函数、

用户自定义函数、匿名函数、类的继承、

调用自定义模块、全局变量和局部变量、

Numpy 数组、Numpy 矩阵、Numpy 线性代数、

Numpy 文件操作、一维数组系列（Series）、

二维数组DataFrame、三维数组Panel、

绘制色图和等高线图、绘制立体三维图形、

设置函数、定时函数、下单函数、

获取数据函数、成长类因子选股、

规模类因子选股、价值类因子选股、

质量类因子选股、趋向指标函数、

反趋向指标函数、压力支撑指标函数、

量价指标函数、利用Python 编写MACD

指标量化策略、设置MACD 指标量化策略的回测参数、

MACD 指标量化策略的回测详情、因子分析的实现代码、

因子分析的结果、基本面因子应用实例、

MA 均线量化交易策略、多均线量化交易策略、

能量型指标量化交易策略、KD 指标量化交易策略、

BOLL 指标量化交易策略、多股票持仓量化交易策略、

医药股轮动量化交易策略、中市值股票量化交易策略、

低估价值股量化交易策略等

100 多个实战案例 本书结合理论知识，在其讲解的过程中，

列举了100 多个案例，进行分析讲解，

让广大投资者在学习理论知识的同时，

更准确地理解其意义和实际应用

80 多个技能提示 本书结合Python 大数据与量化交易中

遇到的热点问题、关键问题及种种难题，

以技能提示的方式奉送给投资者，

其中包括Python 的代码格式、

基本面量化选股、技术面量化择时等

结构特点 本书讲解都从基础知识和基本操作开始，

读者无须参照其他书即可轻松入门；

另一层是充分考虑没有基础读者的实际情况，

在文字表述方面尽量避开专业的术语，

用通俗易懂的语言讲解每个知识点的应用技巧，

从而突出容易学、上手快的特点

本书结构

章节介绍 内容体系 作 用

第1 章 首先讲解量化交易的基础知识， 从整体上认识量化交易及

然后讲解量化交易的优势、 量化交易平台，为后续章节的

应用、注意事项、历史 学习打下良好的基础

及与人工交易的区别，

最后讲解量化交易的平台和

量化交易的潜在风险及应对策略

第2~6 章 讲解量化交易开发语言Python， Python 是量化交易策略编写的

即讲解Python 语言的开发环境、 首语言，也是最常用的编程语

基本语法及流程控制、 言。为了更好地编写和理解量化交

特征数据类型、内置函数与 易策略，就必须掌握该语言

自定义用户函数、面向对象编程

第7~9 章 讲解大数据分析和可视化的3 量化交易就是对海量的股票数

个包，分别是Numpy 包、 据进行分析及可视化，所以投资者

Pandas包、Matplotlib 包 要掌据Python 中的3 个重要数据分

析和可视化的包

第10~15 章 讲解量化交易策略的编写、 要想编写出优秀的量化交易策

获取数据函数、基本面 略，就必须熟练掌握量化选股技

量化选股、量化择时的 巧、量化择时技巧、回测技巧、因

技术指标函数、回测技巧、 子分析技巧等

因子分析技巧

第16 章 讲解Python 量化交易策略的实 通过编写Python 量化交易策略

战案例 的实战案例，可以提高投资者对量

化交易策略的综合认识，并真正掌

握量化交易技巧，从而学以致用

本书适合的读者

本书适用于各种不同的投资者，如新老股民、中小散户、股票操盘手、基金操盘手和专业股票评论人士，以及经济财经类专业的大学生、更适用于那些有志于在这个充满风险、充满寂寞的征程上默默前行的征战者。

创作团队

本书由王可群、周峰编写，下面人员对本书的编写提出过宝贵意见并参与了部分编写工作，他们是刘志隆、王征、吕雷、王高缓、梁雷超、周飞、纪欣欣、葛钰秀、张亮、周科峰、王英茏、陈税杰等。

由于作者水平有限，书中的缺点和不足之处在所难免，敬请读者批评指正。

本书赠送的图片及其他资源均以二维码形式提供，读者可以使用手机扫描右侧的二维码下载并观看。