新書推薦：
《
大模型推荐系统：算法原理、代码实战与案例分析
》
售價：NT$
445.0
《
逆风翻盘 危机时代的亿万赢家 在充满危机与风险的世界里，学会与之共舞并找到致富与生存之道
》
售價：NT$
625.0
《
工业互联网导论
》
售價：NT$
445.0
《
木偶的恨意（法国悬念大师米歇尔普西悬疑新作）
》
售價：NT$
295.0
《
孤独传：一种现代情感的历史
》
售價：NT$
390.0
《
家、金钱和孩子
》
售價：NT$
295.0
《
形而上学与测量
》
售價：NT$
340.0
《
世界航母、舰载机图鉴 【日】坂本明
》
售價：NT$
340.0
|
| 編輯推薦： |
|
量化交易正以势不可挡的趋势进入众多金融交易领域量化交易的核心优势在于风险管理更精准，提供超额收益揭示量化交易精髓，新手交易获利更容易详解量化交易难题，多位专家合力打造
|
| 內容簡介： |
|
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、愈挫愈勇并最终战胜失败、战胜自我的投资者。
|
| 關於作者： |
|
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。
|
| 目錄：
|
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
|
| 內容試閱：
|
成熟资本市场，量化交易占比超过50%，量化对冲基金已经成为资管行业的翘楚。中国的量化交易起步较晚，量化交易在证券市场占比不足5%。随着时代的发展，中国的量化交易市场也在快速发展。
目前我国的量化交易主要应用在商品期货上。随着股指期货的上市，期货市场和证券市场实现了真正意义上的互动，投资者不仅可以在期货市场上进行投机交易，同时可以在期货与股票之间进行套利交易。利用量化交易对股指期货进行操作将会是投资者，尤其是机构投资者的一个重要发展方向。
本书结构
本书共15章，具体章节安排如下：
第1章～第2章：讲解量化交易的基础知识和JoinQuant（聚宽）量化交易平台。量化交易的基础知识包括量化交易的定义、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）量化交易平台包括账户注册与登录，策略的创建、回测和模拟交易。
第3章～第8章：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。
第9章～第13章：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。
第14章～
第15章：
讲解Python 量化策略的技术指标实例和Python 量化交易策略实例。
本书特色
本书的特色归纳如下：
实用性：本书首先着眼于量化交易实战应用，然后再探讨深层次的技巧问题。
详尽的例子：本书附有大量的例子，通过这些例子介绍知识点。每个例子都是作者精心选择的，投资反复练习，举一反三，就可以真正掌握量化交易技巧，从而学以致用。
全面性：本书几乎包含了量化交易的所有知识，分别是量化交易的基础知识、JoinQuant（聚宽）量化交易平台、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、Python 量化策略的常用库和模块、获取数据函数、回测、因子分析、Python 量化交易策略实例
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
