| | | Python量化投資 技術、模型與策略趙志強,劉志偉 著機械工業出版 | 該商品所屬分類:圖書 -> 數據庫 | 【市場價】 | 596-864元 | 【優惠價】 | 373-540元 | 【作者】 | 趙志強劉志偉 | 【出版社】 | 機械工業出版社 | 【ISBN】 | 9787111664239 | 【折扣說明】 | 一次購物滿999元台幣免運費+贈品 一次購物滿2000元台幣95折+免運費+贈品 一次購物滿3000元台幣92折+免運費+贈品 一次購物滿4000元台幣88折+免運費+贈品
| 【本期贈品】 | ①優質無紡布環保袋,做工棒!②品牌簽字筆 ③品牌手帕紙巾
| |
版本 | 正版全新電子版PDF檔 | 您已选择: | 正版全新 | 溫馨提示:如果有多種選項,請先選擇再點擊加入購物車。*. 電子圖書價格是0.69折,例如了得網價格是100元,電子書pdf的價格則是69元。 *. 購買電子書不支持貨到付款,購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。 *. 如果收到的電子書不滿意,可以聯絡我們退款。謝謝。 | | | | 內容介紹 | |
出版社:機械工業出版社 ISBN:9787111664239 商品編碼:10022359702887 品牌:文軒 出版時間:2020-09-01 代碼:79 作者:趙志強,劉志偉
" 作 者:趙志強,劉志偉 著 定 價:79 出 版 社:機械工業出版社 出版日期:2020年09月01日 頁 數:268 裝 幀:平裝 ISBN:9787111664239 ●推薦序一 推薦序二 推薦序三 前言 第1章 量化投資與Python簡介 1 1.1 量化投資基本概念 1 1.2 量化投資的特征 2 1.3 量化投資的優勢 3 1.4 量化、AI並不是一切 4 1.5 編程語言比較 5 1.5.1 Matlab 5 1.5.2 R 6 1.5.3 C++ 6 1.5.4 Python 6 1.5.5 其他語言 7 1.6 為什麼要使用Python 7 1.7 Python構建量化投資生產線 10 第2章 平臺搭建和工具 11 2.1 需要考慮的問題 11 2.2 編程環境搭建流程 12 2.2.1 其他庫的安裝 12 2.2.2 四種集成開發環境(IDE)介紹 13 第3章 Python金融分析常用庫介紹 17 3.1 NumPy 17 3.1.1 創建多維數組 18 3.1.2 選素 19 3.2 SciPy 20 3.3 Pandas 21 3.3.1 DataFrame入門 21 3.3.2 Series 35 3.4 StatsModels 36 第4章 可視化分析 39 4.1 Matplotlib 39 4.1.1 散點圖 39 4.1.2 直方圖 40 4.1.3 函數圖 40 4.1.4 Matplotlib和seaborn的中文亂碼問題 42 4.2 seaborn 43 4.3 python-highcharts 47 第5章 統計基礎 53 5.1 基本統計概念 53 5.1.1 隨機數和分布 53 5.1.2 隨機數種子 58 5.1.3 相關繫數 58 5.1.4 基本統計量 59 5.1.5 頻率分布直方圖 60 5.2 連續隨機變量分布 63 5.2.1 分布的基本特征 63 5.2.2 衍生特征 66 5.3 回歸分析 68 5.3.1 最小二乘法 68 5.3.2 假設檢驗 71 第6章 數據預處理和初步探索 74 6.1 數據清理 74 6.1.1 可能的問題 75 6.1.2 缺失值 75 6.1.3 噪聲或者離群點 76 6.1.4 數據不一致 77 6.2 描述性統計 77 6.2.1 中心趨勢度量 77 6.2.2 數據散布度量 78 6.3 描述性統計的可視化分析 79 6.3.1 直方圖 79 6.3.2 散點圖 82 6.3.3 盒圖 83 第7章 Pandas進階與實戰 86 7.1 多重索引 86 7.2 數據周期變換 90 第8章 金融基礎概念 92 8.1 收益率 92 8.2 對數收益率 93 8.3 年化收益 93 8.4 波動率 93 8.5 夏普比率 94 8.6 索提諾比率 96 8.7 阿爾法和貝塔 96 8.8 優選回撤 97 第9章 資產定價入門 98 9.1 利率 98 9.2 利率的計量 99 9.3 零息利率 100 9.4 債券定價 101 9.4.1 債券收益率 101 9.4.2 平價收益率 102 9.4.3 國債零息利率確定 102 9.4.4 遠期利率 105 9.5 久期 106 9.6 期權 106 9.7 期權的描述 107 9.8 看漲期權和看跌期權 107 9.9 期權價格與股票價格的關繫 108 9.10 影響期權價格的因素 108 第10章 金融時間序列分析 110 10.1 為什麼用收益率而不是價格 110 10.2 金融時間序列定義 110 10.3 平穩性 112 10.4 白噪聲序列 112 10.5 自相關繫數 113 10.6 混成檢驗 114 10.7 AR(p)模型 115 10.7.1 AR(p)模型簡介 115 10.7.2 AR(p)平穩性檢驗 115 10.7.3 AR(p)如何確定參數p 117 10.8 信息準則 119 10.8.1 擬合優度 120 10.8.2 預測 121 10.9 ARMA模型 122 10.9.1 MA模型 122 10.9.2 ARMA模型公式 124 10.9.3 ARMA模型階次判定 124 10.9.4 建立ARMA模型 125 10.10 ARCH和GARCH模型 126 10.10.1 波動率的特征 127 10.10.2 波動率模型框架 127 10.10.3 ARCH模型 127 10.10.4 GARCH模型 132 第11章 數據源和數據庫 135 11.1 數據來源 135 11.2 TuShare 135 11.2.1 TuShare安裝 136 11.2.2 TuShare的Python SDK 136 11.3 pandas-reader 137 11.4 萬得接口 141 11.4.1 一個簡單例子 141 11.4.2 數據庫 142 11.4.3 下載所有股票歷史數據 143 第12章 CTA策略 145 12.1 趨勢跟蹤策略理論基礎 145 12.2 技術指標 146 12.3 主力合約的換月問題 147 12.4 用Python實現復權 148 12.4.1 加減復權 148 12.4.2 乘除復權 149 12.5 安裝ta-lib 151 12.6 ta-lib的指標和函數介紹 152 12.7 可疊加指標 153 12.7.1 MA、EMA 154 12.7.2 Bollinger Bands 155 12.8 動量指標 156 12.8.1 動量指標簡介 156 12.8.2 相對強弱指標 157 12.9 成交量指標 158 12.10 波動率指標 158 12.11 價格變換 159 12.12 Pattern Recognition 160 12.13 一個簡單策略模式 163 第13章 策略回測 165 13.1 回測繫統是什麼 165 13.2 各種回測繫統簡介 165 13.3 什麼是回測 166 13.4 回測繫統的種類 167 13.4.1 “向量化”繫統 167 13.4.2 For循環回測繫統 167 13.4.3 事件驅動繫統 168 13.5 回測的陷阱 169 13.6 回測中的其他考量 169 13.7 回測繫統概覽 170 13.8 使用Python搭建回測繫統 171 13.8.1 Python向量化回測 171 13.8.2 Python For循環回測 174 13.8.3 PyAlgoTrade簡介 177 第14章 多因子風險模型 181 14.1 風險定義 181 14.2 資本資產定價模型 182 14.3 套利定價理論 182 14.4 多因子模型 183 14.5 多因子模型的優勢 183 14.6 建立多因子模型的一般流程 184 14.6.1 風險因子的種類 184 14.6.2 反映外部影響的因子 184 14.6.3 資產截面因子 184 14.6.4 統計因子 184 14.7 行業因子 185 14.8 風險因子 185 14.8.1 風險因子分類 185 14.8.2 投資組合風險分析 186 14.9 基準組合 186 14.10 因子選擇和測試 187 14.11 Fama-French三因子模型 187 14.12 因子發掘與論證 191 14.13 單因子有效性分析alphalens 192 14.13.1 數據預處理 192 14.13.2 收益率分析 195 14.13.3 信息繫數分析 198 14.14 財務因子為什麼不好用 201 第15章 資金分配 203 15.1 現代/均值-方差資產組合理論 203 15.1.1 MPT理論簡介 203 15.1.2 隨機權重的夏普比率 204 15.1.3 優選化夏普比率 207 15.2 Black-Litterman資金分配模型 209 15.2.1 MPT的優化矩陣算法 209 15.2.2 Black-Litterman模型 215 第16章 實盤交易和vn.py框架 219 16.1 交易平臺簡介 219 16.2 交易框架vn.py 219 16.3 vn.py的安裝和配置 220 16.3.1 安裝VN Studio 220 16.3.2 運行VN Station 221 16.3.3 啟動VN Trader 222 16.4 CTA策略模塊分析 224 16.5 第一個入門策略 225 16.5.1 創建策略文件 225 16.5.2 定義策略類 225 16.5.3 設置參數變量 229 16.5.4 交易邏輯實現 230 16.5.5 實盤K線合成 232 16.6 on_tick和on_bar 233 16.6.1 on_tick的邏輯 233 16.6.2 on_bar的邏輯 234 16.6.3 策略的兩種模式 235 第17章 Python與Excel交互 239 17.1 Excel相關庫簡介 239 17.2 OpenPyxl基礎 239 17.2.1 OpenPyxl入門操作 239 17.2.2 Pandas與Excel 242 17.2.3 在Excel中繪圖 244 後記 252 《Python量化投資:技術、模型與策略》基於大量真實的實踐應用案例和場景,介紹了Python在量化投資各個環節的應用。作者結合自己在量化投資中的項目經驗,用通俗易懂的語言和生動的案例,圍繞量化投資中的概念、思路、方法與應用,幫助讀者深刻領會“Python的膠水語言能力使其在量化投資生產線的各個環節幾乎都能勝任”。 《Python量化投資:技術、模型與策略》共17章,第1-9章繫統介紹了量化投資中的基礎概念,包括數據處理、Pandas的使用、統計方法、資產定價等,同時提供Python實例代碼進行解釋,方便讀者在釐清基本概念的同時,能上手嘗試簡單的Python代碼,為後面更復雜的量化體繫打好基礎;第10-17章從實戰的角度介紹了量化投資中的具體應用,包括數據來源、CTA策略、多因子策略、策略回測、資金分配等。 《Python量化投資:技術、模型與策略》從實戰的角度出發等
" | | | | | |