内容介绍
《量化投资以python为工具》主要讲解量化投资的思想和策略，并借助Python 语言进行实战。本书一共分为5部分，第1部分是Python 入门，第2部分是统计学基础，第3部分是金融理论、投资组合与量化选股，第4部分是时间序列简介与配对交易，第5部分是技术指标与量化投资。本书首先对Python 编程语言进行介绍，通过学习，读者可以迅速掌握用Python 语言处理数据的方法，并灵活运用Python 解决实际金融问题；其次，向读者介绍量化投资的理论知识，主要讲解量化投资所需的数量基础和类型等方面；最后讲述如何在Python语言中构建量化投资策略。
量化投资以python为工具章节目录
第1 部分Python 入门 1 第1 章Python 简介与安装使用 2 1．1 Python 概述1．2 Python 的安装1．2．1 下载安装Python 执行文件1．2．2 下载安装Anaconda1．2．3 多种Python 版本并存1．3 Python 的简单使用 1．4 交互对话环境IPython 1．4．1 IPython 的安装1．4．2 IPython 的使用1．4．3 IPython 功能介绍 第2 章Python 代码的编写与执行2．1 创建Python 脚本文件2．1．1 记事本2．1．2 Python 默认的IDLE 环境2．1．3 专门的程序编辑器2．2 执行．py 文件2．2．1 IDLE 环境自动执行2．2．2 在控制台cmd 中执行2．2．3 在Annaconda Prompt 中执行2．3 Python 编程小技巧2．3．1 Python 行2．3．2 Python 缩进第3 章Python 对象类型初探 23 3．1 Python 对象3．2 变量命名规则3．3 数值类型3．3．1 整数3．3．2 浮点数3．3．3 布尔类型3．3．4 复数3．4 字符串3．5 列表3．6 可变与不可变3．7 元组3．8 字典3．9 集合第4 章Python 集成开发环境：Spyder 介绍 36 4．1 代码编辑器4．2 代码执行Console4．3 变量查看与编辑4．4 当前工作路径与文件管理4．5 帮助文档与在线帮助4．6 其他功能第5 章Python 运算符与使用 44 5．1 常用运算符5．1．1 算术运算符5．1．2 赋值运算符5．1．3 比较运算符5．1．4 逻辑运算符5．1．5 身份运算符5．1．6 成员运算符 5．1．7 运算符的优先级5．2 具有运算功能的内置函数第6 章Python 常用语句 55 6．1 赋值语句6．1．1 赋值含义与简单赋值6．1．2 多重赋值6．1．3 多元赋值6．1．4 增强赋值6．2 条件语句6．3 循环语句 6．3．1 for 循环6．3．2 while 循环6．3．3 嵌套循环6．3．4 break、continue 等语句第7 章函数 7．1 函数的定义与调用7．2 函数的参数 7．3 匿名函数7．4 作用域 第8 章面向对象8．1 类 8．2 封装8．3 继承（Inheritance）第9 章Python 标准库与数据操作 9．1 模块、包和库9．1．1 模块9．1．2 包9．1．3 库9．2 Python 标准库介绍9．3 Python 内置数据类型与操作9．3．1 序列类型数据操作9．3．1．1 list 类型与操作9．3．1．2 tuple 类型与操作9．3．1．3 range 类型与操作9．3．1．4 字符串操作9．3．2 字典类型操作9．3．3 集合操作第10 章常用第三方库：Numpy 库与多维数组10．1 NumPy 库 10．2 创建数组10．3 数组元素索引与切片10．4 数组运算第11 章常用第三方库：Pandas 与数据处理 11．1 Series 类型数据11．1．1 Series 对象的创建11．1．2 Series 对象的元素提取与切片11．1．2．1 调用方法提取元素11．1．2．2 利用位置或标签提取元素与切片11．1．3 时间序列11．2 DataFrame 类型数据11．2．1 创建DataFrame 对象11．2．2 查看DataFrame 对象11．2．3 DataFrame 对象的索引与切片11．2．4 DataFrame 的操作11．2．5 DataFrame 的运算11．3 数据规整化11．3．1 缺失值的处理11．3．1．1 缺失值的判断11．3．1．2 选出不是缺失值的数据11．3．2 缺失值的填充11．3．3 缺失值的选择删除11．3．4 删除重复数据第12 章常用第三方库：Matplotlib 库与数据可视化 12．1 Matplotlib 简介12．2 修改图像属性12．2．1 坐标12．2．1．1 更改坐标轴范围12．2．1．2 设定坐标标签与显示角度12．2．2 添加文本12．2．2．1 添加标题12．2．2．2 中文显示问题12．2．2．3 设定坐标轴标签12．2．2．4 增加图形背景grid12．2．2．5 增加图例12．2．3 多种线条属性12．2．3．1 线条的类型12．2．3．2 图形的颜色12．2．3．3 点的形状类型12．2．3．4 线条宽度12．3 常见图形的绘制12．3．1 柱状图（Bar charts） 12．3．2 直方图12．3．3 饼图12．3．4 箱线图12．4 Figure、Axes 对象与多图绘制12．4．1 Figure、Axes 对象12．4．2 多图绘制12．4．2．1 多个子图绘制12．4．2．2 一个图中多条曲线绘制 第2 部分统计学基础 第13 章描述性统计13．1 数据类型13．2 图表13．2．1 频数分布表13．2．2 直方图13．3 数据的位置13．4 数据的离散度第14 章随机变量简介 14．1 概率与概率分布14．1．1 离散型随机变量14．1．2 连续型随机变量14．2 期望值与方差14．3 二项分布14．4 正态分布14．5 其他连续分布14．5．1 卡方分布14．5．2 t 分布14．5．3 F 分布14．6 变量的关系14．6．1 联合概率分布14．6．2 变量的独立性14．6．3 变量的相关性14．6．4 上证综指与深证综指的相关性分析第15 章推断统计15．1 参数估计15．1．1 点估计15．1．2 区间估计15．2 案例分析15．3 假设检验15．3．1 两类错误15．3．2 显著性水平与p 值15．3．3 确定小概率事件15．4 t 检验15．4．1 单样本t 检验15．4．2 独立样本t 检验15．4．3 配对样本t 统计量的构造第16 章方差分析16．1 方差分析之思想16．2 方差分析之原理16．2．1 离差平方和16．2．2 自由度16．2．3 显著性检验16．3 方差分析之Python 实现16．3．1 单因素方差分析16．3．2 多因素方差分析16．3．3 析因方差分析第17 章回归分析17．1 一元线性回归模型17．1．1 一元线性回归模型17．1．2 最小平方法17．2 模型拟合度17．3 古典假设条件下^_、^ _ 之统计性质17．4 显著性检验17．5 上证综指与深证成指的回归分析与Python 实践17．5．1 Python 拟合回归函数17．5．2 绘制回归诊断图17．6 多元线性回归模型17．7 多元线性回归案例分析17．7．1 价格水平对GDP 的影响 17．7．2 考量自变量共线性因素的新模第3 部分金融理论、投资组合与量化选股第18 章资产收益率和风险 18．1 单期与多期简单收益率 18．1．1 单期简单收益率18．1．2 多期简单收益率18．1．3 Python 函数计算简单收益率18．1．4 单期与多期简单收益率的关系18．1．5 年化收益率18．1．6 考虑股利分红的简单收益率18．2 连续复利收益率18．2．1 多期连续复利收益率18．2．2 单期与多期连续复利收益率的关系18．3 绘制收益图18．4 资产风险的来源18．4．1 市场风险18．4．2 利率风险18．4．3 汇率风险18．4．4 流动性风险18．4．5 信用风险18．4．6 通货膨胀风险18．4．7 营运风险 18．5 资产风险的测度18．5．1 方差18．5．2 下行风险18．5．3 风险价值18．5．4 期望亏空18．5．5 最大回撤第19 章投资组合理论及其拓展19．1 投资组合的收益率与风险19．2 Markowitz 均值-方差模型19．3 Markowitz 模型之Python 实现19．4 Black-Litterman 模型第20 章资本资产定价模型（CAPM） 20．1 资本资产定价模型的核心思想20．2 CAPM 模型的应用20．3 Python 计算单资产CAPM 实例20．4 CAPM 模型的评价第21 章Fama-French 三因子模型21．1 Fama-French 三因子模型的基本思想21．2 三因子模型之Python 实现21．3 三因子模型的评价第4 部分时间序列简介与配对交易 317 第22 章时间序列基本概念 318 22．1 认识时间序列22．2 Python 中的时间序列数据22．3 选取特定日期的时间序列数据22．4 时间序列数据描述性统计第23 章时间序列的基本性质 326 23．1 自相关性23．1．1 自协方差23．1．2 自相关系数23．1．3 偏自相关系数23．1．4 acf( ) 函数与pacf( ) 函数23．1．5 上证综指的收益率指数的自相关性判断23．2 平稳性23．2．1 强平稳23．2．2 弱平稳23．2．3 强平稳与弱平稳的区别23．3 上证综指的平稳性检验23．3．1 观察时间序列图23．3．2 观察序列的自相关图和偏自相关图23．3．3 单位根检验23．4 白噪声23．4．1 白噪声23．4．2 白噪声检验――Ljung-Box 检验23．4．3 上证综合指数的白噪声检验第24 章时间序列预测 24．1 移动平均预测24．1．1 简单移动平均24．1．2 加权移动平均24．1．3 指数加权移动平均24．2 ARMA 模型预测24．2．1 自回归模型24．2．2 移动平均模型24．3 自回归移动平均模型24．4 ARMA 模型的建模过程24．5 CPI 数据的ARMA 短期预测24．5．1 序列识别24．5．2 模型识别与估计24．5．3 模型诊断24．5．4 运用模型进行预测24．6 股票收益率的平稳时间序列建模第25 章GARCH 模型25．1 资产收益率的波动率与ARCH 效应25．2 ARCH 模型和GARCH 模型25．2．1 ARCH 模型25．2．2 GARCH 模型 25．3 ARCH 效应检验25．4 GARCH 模型构建第26 章配对交易策略26．1 什么是配对交易26．2 配对交易的思想26．3 配对交易的步骤26．3．1 股票对的选择26．3．2 配对交易策略的制定26．4 构建PairTrading 类26．5 Python 实测配对交易交易策略第5 部分技术指标与量化投资第27 章K 线图 27．1 K 线图简介27．2 Python 绘制上证综指K 线图27．3 Python 捕捉K 线图的形态27．3．1 Python 捕捉“早晨之星”27．3．2 Python 语言捕捉“乌云盖顶”形态第28 章动量交易策略28．1 动量概念介绍28．2 动量效应产生的原因28．3 价格动量的计算公式28．3．1 作差法求动量值28．3．2 做除法求动量值28．4 编写动量函数momentum( ) 28．5 万科股票2015 年走势及35 日动量线28．6 动量交易策略的一般思路第29 章RSI 相对强弱指标29．1 RSI 基本概念29．2 Python 计算RSI 值29．3 Python 编写rsi( ) 函数29．4 RSI 天数的差异29．5 RSI 指标判断股票超买和超卖状态29．6 RSI 的“黄金交叉”与“死亡交叉”29．7 交通银行股票RSI 指标交易实测29．7．1 RSI 捕捉交通银行股票买卖点29．7．2 RSI 交易策略执行及回第30 章均线系统策略30．1 简单移动平均30．1．1 简单移动平均数30．1．2 简单移动平均函数30．1．3 期数选择30．2 加权移动平均30．2．1 加权移动平均数30．2．2 加权移动平均函数30．3 指数加权移动平均30．3．1 指数加权移动平均数30．4 创建movingAverage 模组30．5 常用平均方法的比较30．6 中国银行股价数据与均线分析30．7 均线时间跨度30．8 中国银行股票均线系统交易30．8．1 简单移动平均线制定中国银行股票的买卖点30．8．2 双均线交叉捕捉中国银行股票的买卖点30．9 异同移动平均线（MACD）30．9．1 MACD 的求值过程30．9．2 异同均线（MACD）捕捉中国银行股票的买卖点30．10 多种均线指标综合运用模拟实测第31 章通道突破策略31．1 通道突破简介31．2 唐奇安通道31．2．1 唐奇安通道刻画31．2．2 Python 捕捉唐奇安通道突破31．3 布林带通道31．4 布林带通道与市场风险31．5 通道突破交易策略的制定31．5．1 一般布林带上下通道突破策略31．5．2 特殊布林带通道突破策第32 章随机指标交易策略 32．1 什么是随机指标（KDJ）32．2 随机指标的原理32．3 KDJ 指标的计算公式32．3．1 未成熟随机指标RSV 32．3．2 K、D 指标计算32．3．3 J 指标计算32．3．4 KDJ 指标简要分析32．4 KDJ 指标的交易策略32．5 KDJ 指标交易实测32．5．1 KD 指标交易策略32．5．2 KDJ 指标交易策略32．5．3 K 线、D 线“金叉”与“死叉”第33 章量价关系分析33．1 量价关系概述33．2 量价关系分析33．2．1 价涨量增33．2．2 价涨量平33．2．3 价涨量缩 33．2．4 价平量增33．2．5 价平量缩33．2．6 价跌量增33．2．7 价跌量平33．2．8 价跌量缩33．3 不同价格段位的成交量33．4 成交量与均线思想结合制定交易策略第34 章OBV 指标交易策略 524 34．1 OBV 指标概念34．2 OBV 指标计算方法34．3 OBV 指标的理论依据34．4 OBV 指标的交易策略制定34．5 OBV 指标交易策略的Python 实测34．6 OBV 指标的应用原则
使用说明
1、下载并解压，得出pdf文件2、如果打不开本文件，请务必下载pdf阅读器
3、安装后，在打开解压得出的pdf文件
4、双击进行阅读>
下载仅供下载体验和测试学习，不得商用和正当使用。
下载体验