Python量化交易实战入门与技巧 下载 pdf 百度网盘 epub 免费 2025 电子书 mobi 在线

本书首先讲解量化交易的基础知识，即量化交易的定义、特点、作用、主要内容、历史、与传统交易的区别、注意事项、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、Python 量化策略的常用库和模块、获取数据函数、回测、因子分析；后讲解Python 量化策略的技术指标实例和Python 量化交易策略实例。

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量化交易过程中的热点问题、关键问题及各种难题。

本书适用于各种不同的投资者，如股民、期民、中小散户、职业操盘手和专业金融评论人士，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和屡败屡战、愈挫愈勇并终战胜失败、战胜自我的投资者。

第1章　初识量化交易 / 1

1.1 量化交易的基本概念 / 2

1.1.1 什么是量化交易 / 2

1.1.2 量化交易的特点 / 2

1.1.3 为什么要学习量化交易 / 4

1.1.4 量化交易与其他交易 / 6

1.2 量化交易的主要内容 / 7

1.2.1 量化选股 / 7

1.2.2 量化择时 / 8

1.2.3 算法交易 / 8

1.2.4 各种套利交易 / 8

1.3 量化交易的历史 / 10

1.3.1 国外量化交易的历史 / 10

1.3.2 国内量化交易的历史 / 10

1.4 量化交易的故事 / 11

1.4.1 朱尔斯·雷格纳特的故事 / 11

1.4.2 爱德华·索普的故事 / 13

1.4.3 詹姆斯·西蒙斯的故事 / 14

1.5 量化交易的潜在风险及应对策略 / 16

1.6 量化交易与人工交易的比较 / 16

1.7 量化交易的注意事项 / 17

第2章　JoinQuant（聚宽）量化交易平台 / 19

2.1 JoinQuant（聚宽）量化交易平台的功能 / 20

2.2 JoinQuant（聚宽）量化交易平台的账户注册与登录 / 20

2.2.1 账户注册 / 21

2.2.2 账户登录 / 22

2.3 创建量化交易策略 / 23

2.3.1 向导式策略生成器 / 25

2.3.2 新建策略 / 35

2.4 量化交易策略的回测详情 / 36

2.5 模拟交易 / 38

2.5.1 新建模拟交易并运行 / 38

2.5.2 查看模拟交易 / 39

2.5.3 绑定微信 / 42

第3章　Python语言及其开发环境 / 45

3.1 Python语言概述 / 46

3.1.1 Python的发展历程 / 46

3.1.2 Python的特点 / 47

3.2 搭建Python开发环境 / 48

3.2.1 Python的下载和安装 / 48

3.2.2 Python的环境变量配置 / 50

3.3 编写Python程序 / 53

3.4 利用IPython Notebook编写Python程序 / 57

第4章　Python的基本语法 / 63

4.1 Python的基本数据类型 / 64

4.1.1 数值类型 / 64

4.1.2 字符串 / 66

4.2 变量与赋值 / 69

4.2.1 变量命名规则 / 69

4.2.2 变量的赋值 / 70

4.3 运算符 / 71

4.3.1 算术运算符 / 71

4.3.2 赋值运算符 / 73

4.3.3 位运算符 / 74

4.4 常见的数值函数和字符串函数 / 75

4.4.1 数学函数 / 76

4.4.2 随机数函数 / 77

4.4.3 三角函数 / 79

4.4.4 字符串函数 / 80

4.5 Python的代码格式 / 85

4.5.1 代码缩进 / 85

4.5.2 代码注释 / 86

4.5.3 空行 / 86

4.5.4 同一行显示多条语句 / 86

第5章　Python的基本流程控制 / 87

5.1 选择结构 / 88

5.1.1 关系运算 / 88

5.1.2 逻辑运算 / 90

5.1.3 if语句 / 91

5.1.4 嵌套if语句 / 93

5.2 循环结构 / 94

5.2.1 while循环 / 95

5.2.2 while循环使用else语句 / 95

5.2.3 无限循环 / 96

5.2.4 for循环 / 97

5.2.5 在for循环中使用range() 函数 / 98

5.3 其他语句 / 99

5.3.1 break语句 / 100

5.3.2 continue语句 / 100

5.3.3 pass语句 / 101

第6章　Python的特征数据类型 / 103

6.1 列表 / 104

6.1.1 创建列表 / 104

6.1.2 访问列表中的值 / 104

6.1.3 更新列表中的值 / 105

6.1.4 删除列表中的值 / 106

6.1.5 列表的函数 / 106

6.1.6 列表的方法 / 107

6.2 元组 / 109

6.2.1 创建元组 / 109

6.2.2 访问元组中的值 / 110

6.2.3 连接元组 / 111

6.2.4 删除整个元组 / 112

6.2.5 元组的函数 / 112

6.3 字典 / 113

6.3.1 创建字典 / 114

6.3.2 访问字典中的值和键 / 114

6.3.3 修改字典 / 115

6.3.4 字典中的函数 / 116

6.4 集合 / 117

6.4.1 创建集合 / 117

6.4.2 集合的两个基本功能 / 118

6.4.3 集合的运算符 / 119

6.4.4 集合的方法 / 120

第7章　Python的函数及应用 / 123

7.1 函数的定义与调用 / 124

7.1.1 函数的定义 / 124

7.1.2 函数的调用 / 125

7.2 参数传递 / 126

7.2.1 不可更改对象 / 126

7.2.2 可更改对象 / 127

7.3 函数的参数类型 / 128

7.3.1 必需参数 / 128

7.3.2 关键字参数 / 129

7.3.3 默认参数 / 130

7.3.4 不定长参数 / 131

7.4 匿名函数 / 132

7.5 变量作用域及类型 / 133

7.5.1 变量作用域 / 133

7.5.2 全局变量和局部变量 / 135

7.5.3 global和nonlocal关键字 / 136

第8章　Python面向对象的程序设计 / 139

8.1 面向对象 / 140

8.1.1 面向对象概念 / 140

8.1.2 类定义与类对象 / 141

8.1.3 类的继承 / 143

8.2 模块 / 147

8.2.1 自定义模块并调用 / 147

8.2.2 import 语句 / 148

8.2.3 标准模块 / 150

8.3 包 / 151

第9章　利用Python语言编写量化策略 / 153

9.1 股票量化策略的组成 / 154

9.1.1 初始化函数（initialize） / 155

9.1.2 开盘前运行函数（before_market_open） / 156

9.1.3 开盘时运行函数（market_open） / 157

9.1.4 收盘后运行函数（after_market_close） / 158

9.2 股票量化策略的设置函数 / 158

9.2.1 设置基准函数 / 159

9.2.2 设置佣金/ 印花税函数 / 159

9.2.3 设置滑点函数 / 161

9.2.4 设置动态复权( 真实价格) 模式函数 / 161

9.2.5 设置成交量比例函数 / 162

9.2.6 设置是否开启盘口撮合模式函数 / 162

9.2.7 设置要操作的股票池函数 / 163

9.3 股票量化策略的定时函数 / 163

9.3.1 定时函数的定义及分类 / 163

9.3.2 定时函数各项参数的意义 / 164

9.3.3 定时函数的注意事项 / 164

9.3.4 定时函数的实例 / 165

9.4 股票量化策略的下单函数 / 166

9.4.1 按股数下单函数 / 166

9.4.2 目标股数下单函数 / 167

9.4.3 按价值下单函数 / 168

9.4.4 目标价值下单函数 / 168

9.4.5 撤单函数 / 169

9.4.6 获取未完成订单函数 / 169

9.4.7 获取订单信息函数 / 169

9.4.8 获取成交信息函数 / 170

9.5 股票量化策略的日志log / 171

9.5.1 设定log级别 / 171

9.5.2 log.info / 171

9.6 股票量化策略的常用对象 / 172

9.6.1 Order对象 / 172

9.6.2 全局对象g / 173

9.6.3 Trade对象 / 173

9.6.4 tick对象 / 174

9.6.5 Context对象 / 174

9.6.6 Position对象 / 176

9.6.7 SubPortfolio对象 / 176

9.6.8 Portfolio对象 / 177

9.6.9 SecurityUnitData对象 / 178

第10章　Python量化策略的常用库和模块 / 179

10.1 Numpy库 / 180

10.1.1 ndarray数组基础 / 180

10.1.2 矩阵 / 187

10.2 Pandas 库 / 188

10.2.1 一维数组Series / 188

10.2.2 二维数组DataFrame / 189

10.2.3 三维数组Panel / 199

10.3 Datetime 模块和Time 模块 / 201

10.3.1 利用Datetime模块获得当前的日期和时间 / 202

10.3.2 利用Time模块获得当前的日期和时间 / 203

10.3.3 获得当前时间并转换为指定日期格式 / 204

10.3.4 获得三天前的时间的方法 / 204

10.3.5 获得三天前的日期的方法 / 205

10.3.6 获得历史交易日 / 206

第11章　Python量化策略的获取数据函数 / 207

11.1 history() 函数 / 208

11.1.1 各项参数的意义 / 208

11.1.2 history() 函数的应用实例 / 210

11.2 attribute_history () 函数 / 213

11.3 get_current_data () 函数 / 215

11.4 get_fundamentals () 函数 / 216

11.4.1 各项参数的意义 / 216

11.4.2 get_fundamentals () 函数的应用实例 / 217

11.5 get_fundamentals_continuously () 函数 / 222

11.6 get_index_stocks () 函数 / 223

11.6.1 各项参数的意义 / 224

11.6.2 get_index_stocks () 函数的应用实例 / 225

11.7 get_industry_stocks() 函数 / 225

11.8 get_concept_stocks () 函数 / 227

11.9 get_all_securities() 函数 / 229

11.9.1 各项参数的意义 / 229

11.9.2 get_all_securities() 函数的应用实例 / 230

11.10 get_security_info () 函数 / 232

11.11 get_billboard_list () 函数 / 233

11.11.1 各项参数的意义 / 233

11.11.2 get_billboard_list() 函数的应用实例 / 234

11.12 get_locked_shares () 函数 / 234

第12章　Python 量化策略的回测 / 237

12.1 回测的过程 / 238

12.2 编写双均线量化策略 / 239

12.2.1 量化策略的编辑页面 / 239

12.2.2 双均线量化策略的初始化函数 / 241

12.2.3 双均线量化策略的交易程序函数 / 242

12.3 设置量化策略的回测参数 / 243

12.4 双均线量化策略的回测详情 / 245

12.5 量化策略的风险指标 / 248

12.5.1 Alpha（阿尔法） / 249

12.5.2 Beta（贝塔） / 250

12.5.3 Sharpe（夏普比率） / 251

12.5.4 Sortino（索提诺比率） / 251

12.5.5 Information Ratio（信息比率） / 252

12.5.6 Volatility（策略波动率） / 253

12.5.7 Benchmark Volatility（基准波动率） / 254

12.5.8 Max Drawdown（最大回撤） / 255

第13章　Python 量化策略的因子分析 / 257

13.1 初识因子分析 / 258

13.1.1 因子的分类 / 258

13.1.2 因子分析的作用 / 258

13.2 因子分析的实现代码 / 258

13.2.1 因子分析中变量的含义 / 259

13.2.2 因子分析中可以使用的基础因子 / 259

13.2.3 calc 的参数及返回值 / 261

13.3 因子分析的结果 / 261

13.3.1 新建因子 / 261

13.3.2 收益分析 / 264

13.3.3 IC 分析 / 268

13.3.4 换手分析 / 269

13.4 因子在研究和回测中的使用 / 270

13.5 基本面因子应用实例 / 273

第14章　Python 量化策略的技术指标实例 / 277

14.1 均线型技术指标实例 / 278

14.1.1 传统平均线 / 278

14.1.2 高价平均线 / 280

14.1.3 低价平均线 / 281

14.1.4 变异平均线 / 282

14.1.5 成本价均线 / 283

14.2 超买超卖型技术指标实例 / 285

14.2.1 随机指标KD / 285

14.2.2 资金流量指标MFI / 286

14.2.3 相对强弱指标RSI / 288

14.2.4 变动速率线OSC / 289

14.2.5 威廉指标WR / 290

14.2.6 顺势指标CCI / 291

14.3 趋势型技术指标实例 / 292

14.3.1 平滑异同平均线MACD / 293

14.3.2 趋向指标DMI / 294

14.3.3 简易波动指标EMV / 295

14.3.4 终极指标UOS / 296

14.4 能量型技术指标实例 / 298

14.4.1 情绪指标BRAR / 298

14.4.2 带状能量线CR / 299

14.4.3 成交量变异率VR / 300

14.4.4 梅斯线MASS / 301

14.4.5 累积能量线OBV / 302

14.4.6 相对强弱量VRSI / 303

14.5 压力支撑型技术指标实例 / 305

14.5.1 布林通道线BOLL / 305

14.5.2 麦克支撑压力线MIKE / 306

14.5.3 薛斯通道线XS / 307

第15章　Python量化交易策略实例 / 311

15.1 MACD指标量化交易策略 / 312

15.1.1 编写初始化函数 / 312

15.1.2 编写单位时间调用的函数 / 313

15.1.3 MACD 指标量化交易策略的回测 / 315

15.2 能量型指标量化交易策略 / 316

15.2.1 编写初始化函数 / 316

15.2.2 编写单位时间调用的函数 / 317

15.2.3 能量型指标量化交易策略的回测 / 318

15.3 KD指标量化交易策略 / 320

15.3.1 编写初始化函数 / 320

15.3.2 编写开盘前运行函数 / 321

15.3.3 编写开盘时运行函数 / 321

15.3.4 编写收盘后运行函数 / 322

15.3.5 KD指标量化交易策略的回测 / 322

15.4 多股票持仓量化交易策略 / 324

15.4.1 编写初始化函数 / 324

15.4.2 编写单位时间调用的函数 / 324

15.4.3 多股票持仓量化交易策略的回测 / 325

15.5 多股票追涨量化交易策略 / 327

15.5.1 编写初始化函数 / 327

15.5.2 编写每天早上开盘时执行函数 / 327

15.5.3 编写开始交易前被调用函数 / 328

15.5.4 编写单位时间调用的函数 / 328

15.5.5 多股票追涨量化交易策略的回测 / 329

15.6 银行股轮动量化交易策略 / 331

15.6.1 编写初始化函数 / 331

15.6.2 编写选股函数 / 332

15.6.3 编写交易函数 / 332

15.6.4 银行股轮动量化交易策略的回测 / 333

15.7 小市值股票量化交易策略 / 334

15.7.1 编写初始化函数 / 334

15.7.2 编写选股函数 / 335

15.7.3 编写过滤停牌股票函数 / 336

15.7.4 编写交易函数 / 336

15.7.5 小市值股票量化交易策略的回测 / 337

李晓波，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，对国内外贵金属、外汇、邮币卡、大宗商品及股市等主流交易方式有着深刻的了解，擅长股票、期货、黄金、白银、邮币卡、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。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。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：Python量化交易实战入门与技巧在线阅读

在线听书地址：Python量化交易实战入门与技巧在线收听

在线购买地址：Python量化交易实战入门与技巧在线购买

暂无原文赏析，正在全力查找中！

书籍介绍

本书首先讲解量化交易的基础知识，即量化交易的定义、特点、作用、主要内容、历史、与传统交易的区别、注意事项、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、Python 量化策略的常用库和模块、获取数据函数、回测、因子分析；后讲解Python 量化策略的技术指标实例和Python 量化交易策略实例。

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量化交易过程中的热点问题、关键问题及各种难题。

本书适用于各种不同的投资者，如股民、期民、中小散户、职业操盘手和专业金融评论人士，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和屡败屡战、愈挫愈勇并终战胜失败、战胜自我的投资者。