您好,欢迎光临有路网!
Python量化交易:策略、技巧与实战
QQ咨询:
有路璐璐:

Python量化交易:策略、技巧与实战

  • 作者:张彦桥
  • 出版社:电子工业出版社
  • ISBN:9787121370908
  • 出版日期:2019年08月01日
  • 页数:372
  • 定价:¥99.00
  • 分享领佣金
    手机购买
    城市
    店铺名称
    店主联系方式
    店铺售价
    库存
    店铺得分/总交易量
    发布时间
    操作

    新书比价

    网站名称
    书名
    售价
    优惠
    操作

    图书详情

    内容提要
    本书首先讲解量化交易的基础知识,即量化交易的定义、历史、主要内容及与传统交易的区别、JoinQuant(聚宽)量化交易平台;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、基本流程控制、特征数据类型、函数及应用、面向对象程序设计;接着讲解如何利用Python语言编写量化策略、如何回测、编写量化策略所需要常用函数、因子分析、量化交易策略实例;*后讲解量化选股的技巧、量化择时的技巧及算法交易。在讲解过程中即考虑读者的学习习惯,又通过具体实例剖析讲解量化实际交易过程中的热点问题、关键问题及种种难题。
    目录
    目 录 第1章 量化交易概述1 1.1 初识量化交易2 1.1.1 什么是量化交易2 1.1.2 量化交易与算法交易2 1.1.3 量化交易与程序化交易2 1.1.4 量化交易与技术分析3 1.1.5 量化交易与人工交易3 1.1.6 为什么要学习量化交易4 1.2 量化交易的特点5 1.3 量化交易的应用6 1.3.1 投资品种选择7 1.3.2 投资时机选择7 1.3.3 算法交易7 1.3.4 各种套利交易9 1.3.5 资产配置10 1.4 量化交易的故事11 1.4.1 朱尔斯·雷格纳特的量化交易故事11 1.4.2 爱德华·索普的量化交易故事12 1.4.3 詹姆斯·西蒙斯的量化交易故事13 1.5 量化交易的历史14 1.5.1 国外量化交易的历史14 1.5.2 国内量化交易的历史15 1.6 量化交易的注意事项15 第2章 量化交易平台17 2.1 初识JoinQuant聚宽量化交易平台18 2.2 量化交易平台的功能18 2.2.1 高质量数据和强大的研究平台18 2.2.2 **回测体验和**模拟交易19 2.3 账户的注册、登录及量化交易策略的创建19 2.3.1 量化交易平台账户的注册19 2.3.2 量化交易平台账户的登录20 2.3.3 量化交易策略的创建22 2.4 量化交易策略的选股技巧24 2.4.1 量化选股的基本设置24 2.4.2 选股指标27 2.5 量化交易策略的买卖条件模型31 2.5.1 轮动模型32 2.5.2 择时模型33 2.6 量化交易策略的风险控制技巧35 2.6.1 止盈、止损指标35 2.6.2 其他指标36 2.7 量化交易策略的其他参数设置技巧36 2.8 编写Python代码来创建量化交易策略38 2.9 量化交易策略的回测39 2.10 量化交易策略的模拟交易41 2.10.1 新建模拟交易并运行41 2.10.2 查看模拟交易42 2.10.3 绑定微信45 2.11 量化交易策略的实盘交易46 第3章 Python开发环境及编程基础49 3.1 初识Python50 3.1.1 Python的发展历程50 3.1.2 Python的特点50 3.2 Python开发环境及配置51 3.2.1 Python的下载和安装51 3.2.2 Python的环境变量配置53 3.3 Python程序的编写57 3.4 利用量化交易平台编写Python程序61 3.4.1 初识IPython Notebook研究平台62 3.4.2 利用IPython Notebook编写Python程序66 3.5 Python的基本数据类型67 3.5.1 数值类型67 3.5.2 字符串69 3.6 Python的变量与赋值73 3.6.1 变量命名规则73 3.6.2 变量的赋值74 3.7 Python的基本运算74 3.7.1 算术运算75 3.7.2 赋值运算76 3.7.3 位运算77 3.8 Python的代码格式78 3.8.1 代码缩进78 3.8.2 代码注释79 3.8.3 空行80 3.8.4 同一行显示多条语句80 第4章 Python流程控制与特征数据类型81 4.1 Python的选择结构82 4.1.1 关系运算82 4.1.2 逻辑运算83 4.1.3 if语句84 4.1.4 嵌套if语句86 4.2 Python的循环结构87 4.2.1 while循环87 4.2.2 while循环使用else语句88 4.2.3 无限循环89 4.2.4 for循环90 4.2.5 在for循环中使用range()函数90 4.2.6 break语句92 4.2.7 continue语句92 4.2.8 pass语句93 4.3 Python的特征数据类型94 4.3.1 列表94 4.3.2 元组97 4.3.3 字典99 4.3.4 集合100 第5章 Python函数与面向对象104 5.1 Python内置函数105 5.1.1 数学函数105 5.1.2 随机数函数106 5.1.3 三角函数108 5.1.4 字符串函数110 5.2 用户自定义函数113 5.2.1 自定义函数的定义113 5.2.2 调用自定义函数114 5.2.3 函数的参数传递116 5.2.4 函数的参数类型118 5.2.5 匿名函数123 5.3 Python的面向对象123 5.3.1 面向对象概念124 5.3.2 类与实例124 5.3.3 模块的引用127 5.3.4 包127 5.4 变量作用域及类型130 5.4.1 变量作用域130 5.4.2 全局变量和局部变量131 5.4.3 global和nonlocal关键字132 第6章 Python量化交易策略的常用库135 6.1 Numpy库136 6.1.1 ndarray数组基础136 6.1.2 Numpy的矩阵对象148 6.2 Pandas库149 6.2.1 一维数组Series149 6.2.2 二维数组DataFrame150 6.2.3 三维数组Panel160 第7章 Python量化交易策略的常用函数与对象163 7.1 Python量化交易策略的一般结构164 7.1.1 初始化函数165 7.1.2 开盘前运行函数166 7.1.3 开盘时运行函数166 7.1.4 收盘后运行函数167 7.2 Python量化交易策略的设置函数167 7.2.1 设置基准函数168 7.2.2 设置佣金/印花税函数168 7.2.3 设置滑点函数169 7.2.4 设置动态复权(真实价格)模式函数170 7.2.5 设置成交量比例函数170 7.2.6 设置是否开启盘口撮合模式函数171 7.2.7 设置要操作的股票池函数171 7.3 Python量化交易策略的定时函数171 7.3.1 定时函数的定义及分类172 7.3.2 定时函数各项参数的意义172 7.3.3 定时函数的注意事项173 7.3.4 定时函数的实例174 7.4 Python量化交易策略的下单函数174 7.4.1 按股数下单函数174 7.4.2 目标股数下单函数175 7.4.3 按价值下单函数175 7.4.4 目标价值下单函数176 7.4.5 撤单函数176 7.4.6 获取未完成订单函数177 7.4.7 获取订单信息函数177 7.4.8 获取成交信息函数178 7.5 Python量化交易策略的日志log178 7.5.1 设定log级别178 7.5.2 log.info179 7.6 Python量化交易策略的常用对象179 7.6.1 Order对象179 7.6.2 全局对象g180 7.6.3 Trade对象180 7.6.4 tick对象180 7.6.5 Context对象181 7.6.6 Position对象182 7.6.7 SubPortfolio对象183 7.6.8 Portfolio对象184 7.6.9 SecurityUnitData对象184 第8章 Python量化交易策略的获取数据函数运用技巧186 8.1 history()函数的运用技巧187 8.1.1 各项参数的意义187 8.1.2 history()函数的应用实例188 8.2 attribute_history ()函数的运用技巧191 8.3 get_fundamentals ()函数的运用技巧192 8.3.1 各项参数的意义192 8.3.2 get_fundamentals ()函数的应用实例193 8.4 get_fundamentals_continuously ()函数的运用技巧198 8.5 get_current_data ()函数的运用技巧199 8.6 get_index_stocks ()函数的运用技巧200 8.6.1 各项参数的意义200 8.6.2 get_index_stocks ()函数的应用实例201 8.7 get_industry_stocks()函数的运用技巧202 8.8 get_concept_stocks ()函数的运用技巧203 8.9 get_all_securities()函数的运用技巧205 8.9.1 各项参数的意义205 8.9.2 get_all_securities()函数的应用实例206 8.10 get_security_info ()函数的运用技巧207 8.11 get_billboard_list ()函数的运用技巧208 8.11.1 各项参数的意义208 8.11.2 get_billboard_list()函数的应用实例209 8.12 get_locked_shares ()函数的运用技巧210 第9章 Python量化交易策略的基本面选股技巧211 9.1 量化选股概述212 9.2 成长类因子选股技巧212 9.2.1 营业收入同比增长率选股技巧212 9.2.2 营业收入环比增长率选股技巧214 9.2.3 净利润同比增长率选股技巧215 9.2.4 净利润环比增长率选股技巧216 9.2.5 营业利润率选股技巧217 9.2.6 销售净利率选股技巧217 9.2.7 销售毛利率选股技巧218 9.3 规模类因子选股技巧220 9.3.1 总市值选股技巧220 9.3.2 流通市值选股技巧221 9.3.3 总股本选股技巧222 9.3.4 流通股本选股技巧222 9.4 价值类因子选股技巧223 9.4.1 市净率选股技巧223 9.4.2 市销率选股技巧224 9.4.3 市现率选股技巧225 9.4.4 动态市盈率选股技巧226 9.4.5 静态市盈率选股技巧227 9.5 质量类因子选股技巧228 9.5.1 净资产收益率选股技巧228 9.5.2 总资产净利率选股技巧229 9.6 基本面多因子量化选股230 第10章 Python量化交易策略的技术指标函数运用技巧232 10.1 量化择时概述233 10.2 趋向指标函数运用技巧234 10.2.1 MACD指标函数234 10.2.2 EMV指标函数235 10.2.3 UOS指标函数237 10.2.4 GDX指标函数238 10.2.5 DMA指标函数239 10.2.6 JS指标函数240 10.2.7 MA指标函数241 10.2.8 EXPMA指标函数242 10.2.9 VMA指标函数243 10.3 反趋向指标函数运用技巧245 10.3.1 KD指标函数245 10.3.2 MFI指标函数246 10.3.3 RSI指标函数247 10.3.4 OSC指标函数248 10.3.5 WR指标函数249 10.3.6 CCI指标函数250 10.4 压力支撑指标函数运用技巧251 10.4.1 BOLL指标函数251 10.4.2 MIKE指标函数253 10.4.3 XS指标函数254 10.5 量价指标函数运用技巧256 10.5.1 OBV指标函数256 10.5.2 VOL指标函数257 10.5.3 VR指标函数258 10.5.4 MASS指标函数259 第11章 Python量化交易策略的回测方法与技巧261 11.1 量化交易策略回测的流程262 11.2 利用Python编写MACD指标量化交易策略262 11.2.1 量化交易策略的编辑页面262 11.2.2 编写初始化函数

    与描述相符

    100

    北京 天津 河北 山西 内蒙古 辽宁 吉林 黑龙江 上海 江苏 浙江 安徽 福建 江西 山东 河南 湖北 湖南 广东 广西 海南 重庆 四川 贵州 云南 西藏 陕西 甘肃 青海 宁夏 新疆 台湾 香港 澳门 海外