《Python算法交易實戰》一書是金融科技繫列圖書的力作，帶領讀者深入理解現代電子交易市場和市場參與者之間的交互與運作方式，包含建模、交易、風控等重要主題，以及通過基於Python的機器學習和數據分析等技術實現算法交易的相關知識和實踐技巧，從而讓讀者實現有競爭力的算法交易，華麗變身金融交易大神。通過閱讀本書，你將能夠：● 了解現代算法交易繫統和策略的組成部分；● 掌握一些有代表性的交易策略的運作、實施和分析方法；● 使用 Python 在交易信號和策略中應用機器學習算法；● 量化並構等

●第 1 部分 基礎知識和環境配置
第 1 章 算法交易的基礎原理 2
1.1 為什麼要交易 2
1.2 有關現代交易的基本概念 3
1.2.1 市場板塊 3
1.2.2 資產類別 4
1.2.3 現代交易市場的基本情況 5
1.3 了解算法交易概念 7
1.3.1 交換訂單簿 7
1.3.2 交換匹配算法 7
1.3.3 限價訂單簿 9
1.3.4 交換市場數據協議 9
1.3.5 市場數據提供處理程序 9
1.3.6 訂單類型 10
1.3.7 交換訂單輸入協議 10
1.3.8 訂單輸入網關 10
1.3.9 頭寸和損益管理 11
1.4 從直覺到算法交易 11
1.4.1 為什麼需要自動化交易 12
1.4.2 算法交易的演變—從基於規則的交易到全自動算法交易 12
1.5 算法交易繫統的組成部分 14
1.5.1 市場數據訂閱 15
1.5.2 限價訂單簿 15
1.5.3 信號 15
1.5.4 信號聚合器 16
1.5.5 執行邏輯 16
1.5.6 頭寸和損益管理 17
1.5.7 風險管理 17
1.5.8 回測 17
1.6 為什麼選擇 Python 18
1.6.1 選擇 IDE—PyCharm 或 Jupyter Notebook 19
1.6.2 第 一個算法交易 20
1.6.3 設置你的工作區 20
1.6.4 PyCharm 20
1.6.5 獲取數據 21
1.6.6 準備數據——信號 22
1.6.7 信號可視化 24
1.6.8 回測 25
1.7 總結 27
第 2 部分 交易信息生成與交易策略
第 2 章 通過技術分析解讀市場 30
2.1 基於趨勢和動量指標設計交易策略 31
2.2 基於基本技術分析創建交易信號 37
2.2.1 簡單移動平均線 37
2.2.2 指數移動平均線 39
2.2.3 絕對價格振蕩器 42
2.2.4 異同移動平均線 44
2.2.5 布林帶 47
2.2.6 相對強弱指標 49
2.2.7 標準偏差 53
2.2.8 動量 55
2.3 在交易工具中貫徹高級概念，如季節性 57
2.4 總結 63
第 3 章 通過基礎機器學習預測市場 65
3.1 了解術語和符號 66
3.2 使用線性回歸方法創建預測模型 70
3.2.1 普通最小二乘法 70
3.2.2 正規化和收縮——LASSO 和 Ridge 回歸 75
3.2.3 決策樹回歸 77
3.3 使用線性分類方法創建預測模型 77
3.3.1 K 近鄰 77
3.3.2 支持向量機 79
3.3.3 邏輯回歸 81
3.4 總結 81
第 3 部分 算法交易策略
第 4 章 人類直覺驅動的經典交易策略 84
4.1 創建基於動量和趨勢跟蹤的交易策略 84
4.2 創建適用於具有回歸行為的交易策略 91
4.3 創建在線性相關的交易工具組上操作的交易策略 92
4.4 總結 107
第 5 章 復雜的算法策略 108
5.1 創建根據交易工具的波動性進行調整的交易策略 108
5.1.1 調整技術指標中交易工具的波動率 109
5.1.2 調整交易策略中交易工具的波動率 109
5.1.3 波動率調整後的均值回歸交易策略 110
5.2 制定經濟事件的交易策略 127
5.2.1 經濟發布 127
5.2.2 經濟發布格式 128
5.2.3 電子化經濟發布服務 129
5.2.4 交易中的經濟發布 129
5.3 實施基本的統計套利交易策略 131
5.3.1 StatArb 的基礎 131
5.3.2 StatArb 中的領先滯後 132
5.3.3 調整投資組合的構成和關繫 132
5.3.4 StatArb 的基礎設施費用 133
5.3.5 Python 中的 StatArb 133
5.4 總結 148
第 6 章 管理算法策略中的風險 149
6.1 區分風險類型和風險因素 149
6.1.1 交易損失的風險 150
6.1.2 違反法規的風險 150
6.1.3 欺騙 151
6.1.4 報價填充 151
6.1.5 操縱收盤價 152
6.1.6 風險來源 152
6.1.7 量化風險 154
6.2 區分風險措施 155
6.2.1 止損 156
6.2.2 優選跌幅 158
6.2.3 頭寸 160
6.2.4 持倉時間 161
6.2.5 PnL 的差異 162
6.2.6 夏普比率 163
6.2.7 每周期優選執行量 165
6.2.8 優選交易規模 167
6.2.9 數量 167
6.3 制定風險管理算法 168
6.4 總結 180
第 4 部分 建立交易繫統
第 7 章 用 Python 構建交易繫統 182
7.1 了解交易繫統 182
7.1.1 網關 183
7.1.2 訂單簿管理 185
7.1.3 策略 186
7.1.4 訂單管理繫統 187
7.1.5 關鍵組件 188
7.1.6 非關鍵組件 188
7.2 構建交易繫統 190
7.2.1 流動性提供者類 191
7.2.2 策略類 193
7.2.3 訂單管理器類 198
7.2.4 市場模擬器類 202
7.2.5 測試交易模擬類 205
7.3 設計限價訂單簿 207
7.4 總結 214
第 8 章 連接到交易所 215
8.1 使交易繫統可與交易所進行交易 215
8.2 審查通信 API 217
8.2.1 網絡基礎知識 217
8.2.2 交易協議 218
8.2.3 FIX 協議 219
8.3 接收價格更新 221
8.4 發送訂單和接收市場響應 226
8.4.1 接收器代碼示例 228
8.4.2 其他交易 API 232
8.5 總結 233
第 9 章 在 Python 中創建回測器 234
9.1 學習如何構建回測器 235
9.1.1 樣本內數據與樣本外數據的比較 235
9.1.2 模擬交易 236
9.1.3 單純的數據存儲 236
9.1.4 HDF5 文件 236
9.1.5 數據庫 238
9.2 學習如何選擇正確的假設 241
9.2.1 for 循環回測繫統 243
9.2.2 事件驅動的回測繫統 244
9.3 評估時間價值 246
9.4 回測雙移動平均線交易策略 250
9.4.1 for 循環回測器 250
9.4.2 基於事件的回測器 253
9.5 總結 260
第 5 部分 算法交易的挑戰
第 10 章 適應市場參與者和環境 262
10.1 回測器與實際市場的策略表現 263
10.1.1 回測器失調的影響 264
10.1.2 仿真失調的原因 266
10.1.3 根據實時交易調整回測和策略 268
10.2 算法交易的持續贏利能力 272
10.2.1 算法交易策略中的利潤衰減 272
10.2.2 適應市場條件和不斷變化的市場參與者 276
10.3 總結 286
後記 287

本書由淺入深地講解了算法交易的相關知識，先從基礎知識和環境配置講起，其次講解如何通過編程完成交易信息的生成與交易策略的實施，隨後介紹眾多算法交易策略，以及如何管理算法策略中的風險，然後帶領讀者用Python建立自己交易繫統，並迎接算法交易的深層挑戰。全書共分為10章，包括算法交易的基礎原理、通過技術分析解讀市場、通過基礎機器學習預測市場、人類直覺驅動的交易策略、復雜的算法策略、管理算法策略中的風險、用Python構建交易繫統、連接到交易所、在Python中創建回測器、適應市場參與者和環境。

(法)塞巴斯蒂安·多納迪奧,(印)蘇拉夫·戈什 著 劉江峰,瞿源 譯