量化交易之路：用Python做股票量化分析 - 阿布 - 微信读书

微信读书书城量化交易之路：用Python做股票量化分析

首页我的书架登录

本书已下架

内容不再支持阅读

书籍封面

量化交易之路：用Python做股票量化分析

阿布

扉页
版权信息
+书签
前言
第1部分对量化交易的正确认识
第1章量化引言
1.1 什么是量化交易
1.2 量化交易：投资？投机？赌博？
1.3 量化交易的优势
1.4 量化交易的正确认识
1.5 量化交易的目的
第2部分量化交易的基础
第2章量化语言——Python
2.1 基础语法与数据结构
2.2 函数
2.3 面向对象
2.4 性能效率
2.5 代码调试
2.6 本章小结
第3章量化工具——NumPy
3.1 并行化思想与基础操作
3.2 基础统计概念与函数使用
3.3 正态分布
3.4 伯努利分布
3.5 本章小结
第4章量化工具——pandas
4.1 基本操作方法
4.2 基本数据分析示例
4.3 实例1：寻找股票异动涨跌幅阀值
4.4 实例2：星期几是这个股票的“好日子”
4.5 实例3：跳空缺口
4.6 pandas三维面板的使用
4.7 本章小结
第5章量化工具——可视化
5.1 使用Matplotlib可视化数据
5.2 使用Bokeh交互可视化
5.3 使用pandas可视化数据
5.4 使用Seaborn可视化数据
5.5 实例1：可视化量化策略的交易区间及卖出原因
5.6 实例2：标准化两个股票的观察周期
5.7 实例3：黄金分割线
5.8 技术指标的可视化
5.9 本章小结
第6章量化工具——数学
6.1 回归与插值
6.2 蒙特卡罗方法与凸优化
6.3 线性代数
6.4 本章小结
第3部分量化交易系统的开发
第7章量化系统——入门
7.1 趋势跟踪与均值回复
7.2 仓位控制管理
7.3 本章小结
第8章量化系统——开发
8.1 abu量化系统择时
8.2 abu量化系统选股
8.3 本章小结
第9章量化系统——度量与优化
9.1 度量的基本使用方法
9.2 度量的基础
9.3 基于Grid Search寻找因子最优参数
9.4 资金限制对度量的影响
9.5 输入中文自动生成交易策略
9.6 本章小结
第4部分机器学习在量化交易中的实战
第10章量化系统——机器学习·猪老三
10.1 机器学习基础概念
10.2 猪老三世界中的量化环境
10.3 有监督机器学习
10.4 无监督机器学习
10.5 梦醒时分
10.6 本章小结
第11章量化系统——机器学习·abu
11.1 搜索引擎与量化交易
11.2 主裁
11.3 边裁
11.4 一定要赢得这场胜利，即使一切都不存在
11.5 本章小结
附录A 量化环境部署
附录B 量化相关性分析
附录C 量化统计分析及指标应用
推荐阅读