如何用python开发量化交易

所需积分/C币:49 2019-03-13 09:33:55 66.63MB PDF
269
收藏 收藏
举报

这是一本python实践开发的书籍,开发的内容是当今最火的量化交易,量化交易仁者见仁,智者见智,多学习总是好的。
序言 过去十年,一股“量化投资”的热潮在中国悄然掀起。最近这两年,投资人对量化的 关注更是到达了前所未有的地步。除了业界到处寻找量化团队以外,各种量化基金如雨后 春笋般出现,各个大学校园也开始举办一场又一场的量化讲座、研讨会等。量化投资一时 蔚为风行,产官学共襄盛举。 这么受人瞩目的议题,到底它的内涵是什么呢?为了了解量化投资这个概念,我们先 回顾一下投资分析与决策过程。在投资分析与实战中,虽然个中滋味如人饮水,个中细节 言难尽,但“投资”大致上会有如下几个阶段:首先,投资人利用各种工具与分析方法, 建构模型(系统)来验证买卖标的、时点、价位等有效性;第二阶段则筛选经过分析与验证 得到的结论,实际应用于交易;一个严谨的投资人,通常还会有第三阶段,即在实际投资 的过程中,不断地修正与完善自已的模型(系统)。在资讯工具不发达的年代,这些过程往 往以质化为主。例如,基金经理人会研究上市公司财务报表,拜访公司高层,以经验判断 技术指标的趋势与形态,做出投资的买卖决策。这种做法带有很大的主观性,因此又被称 为“主观交易”。主观交易的流弊,在于决策基础多源于“大胆假设”而缺乏科学方法“小 心求证”的过程。更甚者,行为金融学指出,投资人的行为往往易受各种心理认知谬误的 影响而伤害投资绩效。除此之外,在瞬息万变的金融市场中,主观交易者若要处变不惊地 坚守操作纪律,同时眼明手快地捕捉稍纵即逝的机会,也常有“力不从心”之叹。 相较于主观交易所遭遇的问题,量化投资则在上述投资的各个阶段,利用数学、统计 计算机等分析工具来建立模型,据以客观地分析数据,按事先设定好的投资逻辑来进行投 资决策,在理想状况下自动化执行下单。正因为如此,量化投资拥有可验证性、纪律性与 即时性等许多主观交易不可企及的优势。若再善用计算机技术,量化交易者可以处理的资 讯量更让主观交易者望尘莫及。如此说来,采用量化技术岂非在投资上立于不败之地? 读者只要稍加思考即可发现,量化投资的模型很容易因建模者的能力不同而良莠不齐 此外,绝大多数模型的核心思想在于“以史为鉴”;在对历史数据依赖度高的前提下,一旦 遇到新兴的金融市场或历史不曾出现的事件,量化投资者也只能徒呼负负。既然主观交易 有诸多限制,量化交易又并非万能,那么,对投资绩效念兹在兹的投资者,究竟该何去何 从呢?我们要提醒读者的是,编程语言、统计、金融、技术指标等量化投资常用的知识只是 工具,它们就像武侠小说中的宝剑与武功秘籍,虽然很重要,却不是笑傲江湖的保证。宝 剑锋从磨砺出,只有勤练武艺,在实战中积累经验,才能审时度势,百战不殆。 本书旨在对量化投资做广泛与初步的介绍,希望能引领读者进入这个引人入胜的学术 与实务领域。囿于笔者的学养见识,书中内容或有疏漏谬误之处,尚祈先进专家能不吝指 正。最后,谨以此书表达对热血投资大众的献曝之忱。 若读者需要书中的习题解答、代码、数据、勘误补充及量化相关资讯,可发邮件至ser- vice@ baoquan con索取,来信请在邮件标题中写明书名:《量化投资:以 Python为 工具》。 目录 第1部分 Python入门 第1章 Python简介与安装使用 1.1 Python概述 12 Python的安装 121下载安装 Python执行文件 1.22下载安装 Anaconda 12233467 12.3多种 Python版本并存 13 Python的简单使用 1.4交互对话环境 IPython 141 IPython的安装 14.2 IPython的使用 14.3 IPython功能介绍 890 第2章 Python代码的编写与执行 21创建 Python脚本文件 2.1.1记事本 212 Python默认的IDLE环境 15 213专门的程序编辑器 22执行py文件 17 22.1IDLE环境自动执行 17 222在控制台cmd中执行 22.3在 Anaconda Prompt中执行 19 23 Python编程小技巧 20 231 Python行 23.2 Python缩进 21 第3章 Python对象类型初探 23 31 Python对象 23 32变量命名规则 24 33数值类型 25 3.3.1整数. 25 33.2浮点数 26 333布尔类型 26 334复数 27 34字符串 28 35列表 29 3.6可变与不可变 37元组 32 38字典 33 3.9集合 33 第4章 Python集成开发环境: Spyder介绍 36 4.1代码编辑器 37 4,2代码执行 Console 39 4.3变量查看与编辑 40 4.4当前工作路径与文件管理 41 45帮助文档与在线帮助 42 46其他功能 43 第5章 Python运算符与使用 44 5.1常用运算符 44 5.1.1算术运算符 45 5.1.2赋值运算符 46 5.1.3比较运算符 47 5.1.4逻辑运算符 48 5.1.5身份运算符 49 5.1.6成员运算符 51 51.7运算符的优先级 52 52具有运算功能的内置函数 52 第6章 Python常用语句 55 6.1赋值语句 55 6.1.1赋值含义与简单赋值 55 6.1.2多重赋值 57 VI 6.1.3多元赋值 58 6.1.4增强赋值 58 62条件语句 59 6.3循环语句 60 6.3.1for循环 60 6.32 while循环 61 6.33嵌套循环 62 6.34 break、 continue等语句 62 第7章函数 66 7.1函数的定义与调用 72函数的参数 68 7.3匿名函数 71 7.4作用域 72 第8章面向对象 75 81类 82封装 77 83继承( Inheritance) 第9章 Python标准库与数据操作 82 9.1模块、包和库 82 9.1.1模块 82 9.1.2包 84 91.3库 85 92 Python标准库介绍 85 9.3 Python内置数据类型与操作 91 9.3.1序列类型数据操作 91 9.31.1lis类型与操作 91 9.312 tuple类型与操作 95 931.3 range类型与操作 9.31.4字符串操作 98 9.32字典类型操作 103 9.3.3集合操作 106 第10章常用第三方库: Numpy库与多维数组 111 10.1 NumPy库 .111 102创建数组 10.3数组元素索引与切片 104数组运算 118 第11章常用第三方库: Pandas与数据处理 120 11.1 Series类型数据 120 11.1.1 Series对象的创建 120 1112 Series对象的元素提取与切片 122 11.1.2.1调用方法提取元素 122 1.1.22利用位置或标签提取元素与切片 123 11.1.3时间序列 124 1.2 DataFrame类型数据 128 1121创建 DataFrame对象 128 1122查看 DataFrame对象 130 112.3 DataFrame对象的索引与切片 .131 11.2.4 DataFrame的操作 135 1125 DataFrame的运算 ..139 11.3数据规整化 142 11.3.1缺失值的处理 142 11.3.1.1缺失值的判断 .142 113.12选出不是缺失值的数据 143 11.3.2缺失值的填充 143 11.3.3缺失值的选择删除 .145 1134删除重复数据 146 第12章常用第三方库: Matplotlib库与数据可视化 149 121 Matplotlib简介 ...149 12.2修改图像属性 152 1221坐标, .152 122.1.1更改坐标轴范围 .152 12.2.12设定坐标标签与显示角度 153 1222添加文本 155 1222.1添加标题 155 VIll 12222中文显示问题 157 122.23设定坐标轴标签 159 12224增加图形背景grid 160 122.2.5增加图例 161 122.3多种线条属性 162 1223.1线条的类型 162 12232图形的颜色 163 1223.3点的形状类型 164 12234线条宽度 166 123常见图形的绘制.. 167 123.1柱状图( Bar charts) 167 1232直方图 170 123.3饼图 172 12.3.4箱线图 172 124 Figure、Axes对象与多图绘制 173 1241 Figure、Axes对象 .174 1242多图绘制 ..176 1242.1多个子图绘制 176 12422一个图中多条曲线绘制 .,178 第2部分统计学基础 180 第13章描述性统计 181 13.1数据类型 182 132图表 182 1321频数分布表 182 1322直方图 183 13.3数据的位置 184 13.4数据的离散度 186 第14章随机变量简介 190 141概率与概率分布 .190 14.1.1离散型随机变量 190 14.1.2连续型随机变量 192 142期望值与方差 .,193 143二项分布 194 144正态分布 197 14.5其他连续分布 199 14.5.1卡方分布 14.5.2t分布 199 1453F分布 200 14.6变量的关系 202 14.6.1联合概率分布 202 14.6.2变量的独立性 203 14.63变量的相关性 203 14.6.4上证综指与深证综指的相关性分析 205 第15章推断统计 208 15.1参数估计 ,,,208 15.1.1点估计 209 151.2区间估计 152案例分析 212 153假设检验 213 15.3.1两类错误 .214 15.32显著性水平与p值 215 153.3确定小概率事件 154t检验 216 154,1单样本t检验 ..216 1542独立样本t检验 217 15.4.3配对样本t统计量的构造 ..218 第16章方差分析 221 161方差分析之思想 221 162方差分析之原理 .222 1621离差平方和 .223 622自由度 224 162.3显著性检验 ..,225 16.3方差分析之 Python实现 .226 1631单因素方差分析 227 1632多因素方差分析 228

...展开详情
试读 127P 如何用python开发量化交易
立即下载 低至0.43元/次 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 分享达人

关注 私信
上传资源赚钱or赚积分
最新推荐
如何用python开发量化交易 49积分/C币 立即下载
1/127
如何用python开发量化交易第1页
如何用python开发量化交易第2页
如何用python开发量化交易第3页
如何用python开发量化交易第4页
如何用python开发量化交易第5页
如何用python开发量化交易第6页
如何用python开发量化交易第7页
如何用python开发量化交易第8页
如何用python开发量化交易第9页
如何用python开发量化交易第10页
如何用python开发量化交易第11页
如何用python开发量化交易第12页
如何用python开发量化交易第13页
如何用python开发量化交易第14页
如何用python开发量化交易第15页
如何用python开发量化交易第16页
如何用python开发量化交易第17页
如何用python开发量化交易第18页
如何用python开发量化交易第19页
如何用python开发量化交易第20页

试读结束, 可继续阅读

49积分/C币 立即下载 >