[正版]PYTHON量化交易:策略.技巧与实战 张彦桥 著 程序设计(新)专业科技 书店正版图书籍 电子工业出版社

●目 录第1章 量化交易概述 11.1 初识量化交易 21.1.1 什么是量化交易 21.1.2 量化交易与算法交易 21.1.3 量化交易与程序化交易 21.1.4 量化交易与技术分析 31.1.5 量化交易与人工交易 31.1.6 为什么要学习量化交易 41.2 量化交易的特点 51.3 量化交易的应用 61.3.1 投资品种选择 71.3.2 投资时机选择 71.3.3 算法交易 71.3.4 各种套利交易 91.3.5 资产配置 101.4 量化交易的故事 111.4.1 朱尔斯·雷格纳特的量化交易故事 111.4.2 爱德华·索普的量化交易故事 121.4.3 詹姆斯·西蒙斯的量化交易故事 131.5 量化交易的历史 141.5.1 国外量化交易的历史 141.5.2 国内量化交易的历史 151.6 量化交易的注意事项 15第2章 量化交易平台 172.1 初识JoinQuant聚宽量化交易平台 182.2 量化交易平台的功能 182.2.1 高质量数据和强大的研究平台 182.2.2 很好回测体验和很好模拟交易 192.3 账户的注册、登录及量化交易策略的创建 192.3.1 量化交易平台账户的注册 192.3.2 量化交易平台账户的登录 202.3.3 量化交易策略的创建 222.4 量化交易策略的选股技巧 242.4.1 量化选股的基本设置 242.4.2 选股指标 272.5 量化交易策略的买卖条件模型 312.5.1 轮动模型 322.5.2 择时模型 332.6 量化交易策略的风险控制技巧 352.6.1 止盈、止损指标 352.6.2 其他指标 362.7 量化交易策略的其他参数设置技巧 362.8 编写Python代码来创建量化交易策略 382.9 量化交易策略的回测 392.10 量化交易策略的模拟交易 412.10.1 新建模拟交易并运行 412.10.2 查看模拟交易 422.10.3 绑定微信 452.11 量化交易策略的实盘交易 46第3章 Python开发环境及编程基础 493.1 初识Python 503.1.1 Python的发展历程 503.1.2 Python的特点 503.2 Python开发环境及配置 513.2.1 Python的 和安装 513.2.2 Python的环境变量配置 533.3 Python程序的编写 573.4 利用量化交易平台编写Python程序 613.4.1 初识IPython Notebook研究平台 623.4.2 利用IPython Notebook编写Python程序 663.5 Python的基本数据类型 673.5.1 数值类型 673.5.2 字符串 693.6 Python的变量与赋值 733.6.1 变量命名规则 733.6.2 变量的赋值 743.7 Python的基本运算 743.7.1 算术运算 753.7.2 赋值运算 763.7.3 位运算 773.8 Python的代码格式 783.8.1 代码缩进 783.8.2 代码注释 793.8.3 空行 803.8.4 同一行显示多条语句 80第4章 Python流程控制与特征数据类型 814.1 Python的选择结构 824.1.1 关系运算 824.1.2 逻辑运算 834.1.3 if语句 844.1.4 嵌套if语句 864.2 Python的循环结构 874.2.1 while循环 874.2.2 while循环使用else语句 884.2.3 无限循环 894.2.4 for循环 904.2.5 在for循环中使用range()函数 904.2.6 break语句 924.2.7 continue语句 924.2.8 pass语句 934.3 Python的特征数据类型 944.3.1 列表 944.3.2 元组 974.3.3 字典 994.3.4 集合 100第5章 Python函数与面向对象 1045.1 Python内置函数 1055.1.1 数学函数 1055.1.2 随机数函数 1065.1.3 三角函数 1085.1.4 字符串函数 1105.2 用户自定义函数 1135.2.1 自定义函数的定义 1135.2.2 调用自定义函数 1145.2.3 函数的参数传递 1165.2.4 函数的参数类型 1185.2.5 匿名函数 1235.3 Python的面向对象 1235.3.1 面向对象概念 1245.3.2 类与实例 1245.3.3 模块的引用 1275.3.4 包 1275.4 变量作用域及类型 1305.4.1 变量作用域 1305.4.2 全局变量和局部变量 1315.4.3 global和nonlocal关键字 132第6章 Python量化交易策略的常用库 1356.1 Numpy库 1366.1.1 ndarray数组基础 1366.1.2 Numpy的矩阵对象 1486.2 Pandas库 1496.2.1 一维数组Series 1496.2.2 二维数组DataFrame 1506.2.3 三维数组Panel 160第7章 Python量化交易策略的常用函数与对象 1637.1 Python量化交易策略的一般结构 1647.1.1 初始化函数 1657.1.2 开盘前运行函数 1667.1.3 开盘时运行函数 1667.1.4 收盘后运行函数 1677.2 Python量化交易策略的设置函数 1677.2.1 设置基准函数 1687.2.2 设置佣金/印花税函数 1687.2.3 设置滑点函数 1697.2.4 设置动态复权（真实价格）模式函数 1707.2.5 设置成交量比例函数 1707.2.6 设置是否开启盘口撮合模式函数 1717.2.7 设置要操作的股票池函数 1717.3 Python量化交易策略的定时函数 1717.3.1 定时函数的定义及分类 1727.3.2 定时函数各项参数的意义 1727.3.3 定时函数的注意事项 1737.3.4 定时函数的实例 1747.4 Python量化交易策略的下单函数 1747.4.1 按股数下单函数 1747.4.2 目标股数下单函数 1757.4.3 按价值下单函数 1757.4.4 目标价值下单函数 1767.4.5 撤单函数 1767.4.6 获取未完成订单函数 1777.4.7 获取订单信息函数 1777.4.8 获取成交信息函数 1787.5 Python量化交易策略的日志log 1787.5.1 设定log级别 1787.5.2 log.info 1797.6 Python量化交易策略的常用对象 1797.6.1 Order对象 1797.6.2 全局对象g 1807.6.3 Trade对象 1807.6.4 tick对象 1807.6.5 Context对象 1817.6.6 Position对象 1827.6.7 SubPortfolio对象 1837.6.8 Portfolio对象 1847.6.9 SecurityUnitData对象 184第8章 Python量化交易策略的获取数据函数运用技巧 1868.1 history()函数的运用技巧 1878.1.1 各项参数的意义 1878.1.2 history()函数的应用实例 1888.2 attribute_history ()函数的运用技巧 1918.3 get_fundamentals ()函数的运用技巧 1928.3.1 各项参数的意义 1928.3.2 get_fundamentals ()函数的应用实例 1938.4 get_fundamentals_continuously ()函数的运用技巧 1988.5 get_current_data ()函数的运用技巧 1998.6 get_index_stocks ()函数的运用技巧 2008.6.1 各项参数的意义 2008.6.2 get_index_stocks ()函数的应用实例 2018.7 get_industry_stocks()函数的运用技巧 2028.8 get_concept_stocks ()函数的运用技巧 2038.9 get_all_securities()函数的运用技巧 2058.9.1 各项参数的意义 2058.9.2 get_all_securities()函数的应用实例 2068.10 get_security_info ()函数的运用技巧 2078.11 get_billboard_list ()函数的运用技巧 2088.11.1 各项参数的意义 2088.11.2 get_billboard_list()函数的应用实例 2098.12 get_locked_shares ()函数的运用技巧 210第9章 Python量化交易策略的基本面选股技巧 2119.1 量化选股概述 2129.2 成长类因子选股技巧 2129.2.1 营业收入同比增长率选股技巧 2129.2.2 营业收入环比增长率选股技巧 2149.2.3 净利润同比增长率选股技巧 2159.2.4 净利润环比增长率选股技巧 2169.2.5 营业利润率选股技巧 2179.2.6 销售净利率选股技巧 2179.2.7 销售毛利率选股技巧 2189.3 规模类因子选股技巧 2209.3.1 总市值选股技巧 2209.3.2 流通市值选股技巧 2219.3.3 总股本选股技巧 2229.3.4 流通股本选股技巧 2229.4 价值类因子选股技巧 2239.4.1 市净率选股技巧 2239.4.2 市销率选股技巧 2249.4.3 市现率选股技巧 2259.4.4 动态市盈率选股技巧 2269.4.5 静态市盈率选股技巧 2279.5 质量类因子选股技巧 2289.5.1 净资产收益率选股技巧 2289.5.2 总资产净利率选股技巧 2299.6 基本面多因子量化选股 230第10章 Python量化交易策略的技术指标函数运用技巧 23210.1 量化择时概述 23310.2 趋向指标函数运用技巧 23410.2.1 MACD指标函数 23410.2.2 EMV指标函数 23510.2.3 UOS指标函数 23710.2.4 GDX指标函数 23810.2.5 DMA指标函数 23910.2.6 JS指标函数 24010.2.7 MA指标函数 24110.2.8 EXPMA指标函数 24210.2.9 VMA指标函数 24310.3 反趋向指标函数运用技巧 24510.3.1 KD指标函数 24510.3.2 MFI指标函数 24610.3.3 RSI指标函数 24710.3.4 OSC指标函数 24810.3.5 WR指标函数 24910.3.6 CCI指标函数 25010.4 压力支撑指标函数运用技巧 25110.4.1 BOLL指标函数 25110.4.2 MIKE指标函数 25310.4.3 XS指标函数 25410.5 量价指标函数运用技巧 25610.5.1 OBV指标函数 25610.5.2 VOL指标函数 25710.5.3 VR指标函数 25810.5.4 MASS指标函数 259第11章 Python量化交易策略的回测方法与技巧 26111.1 量化交易策略回测的流程 26211.2 利用Python编写MACD指标量化交易策略 26211.2.1 量化交易策略的编辑页面 26211.2.2 编写初始化函数 26511.2.3 编写单位时间调用的函数 26511.3 设置MACD指标量化交易策略的回测参数 26611.4 MACD指标量化交易策略的回测详情 26911.5 MACD指标量化交易策略的风险指标 27211.5.1 Alpha（阿尔法） 27211.5.2 Beta（贝塔） 27311.5.3 Sharpe（夏普比率） 27411.5.4 Sortino（索提诺比率） 27511.5.5 Information Ratio（信息比率） 27611.5.6 Volatility（策略波动率） 27711.5.7 Benchmark Volatility（基准波动率） 27811.5.8 Max Drawdown（优选回撤） 279第12章 Python量化交易策略的机器算法运用技巧 28012.1 随机森林在量化交易中的运用技巧 28112.1.1 随机森林的构建 28112.1.2 随机森林的优缺点 28112.1.3 随机森林在量化交易中的运用实例 28212.2 支持向量机（SVM）在量化交易中的运用技巧 28412.2.1 什么是支持向量机（SVM） 28512.2.2 支持向量机（SVM）的工作原理 28512.2.3 核函数 28712.2.4 支持向量机（SVM）的优点 28812.2.5 支持向量机（SVM）的缺点 28812.2.6 支持向量机（SVM）在量化交易中的运用实例 28912.3 朴素贝叶斯在量化交易中的运用技巧 29212.3.1 什么是朴素贝叶斯 29212.3.2 朴素贝叶斯的算法思想 29212.3.3 朴素贝叶斯的算法步骤 29212.3.4 朴素贝叶斯的优缺点 29312.3.5 朴素贝叶斯在量化交易中的运用实例 29312.4 神经网络在量化交易中的运用技巧 29612.4.1 什么是人工神经网络 29612.4.2 大脑中的神经元细胞和神经元细胞网络 29712.4.3 人工神经网络的基本特征 29812.4.4 人工神经网络的特点 29912.4.5 人工神经网络的算法 29912.4.6 人工神经网络在量化交易中的运用实例 301第13章 Python量化交易策略的因子分析运用技巧 30513.1 因子的类型及因子分析的作用 30613.2 因子分析的Python代码 30613.2.1 因子分析中的三个变量 30613.2.2 因子分析中可以使用的基础因子 30713.2.3 calc的参数及返回值 30813.3 因子的新建及常见分析 30813.3.1 因子的新建 30813.3.2 因子的收益分析 31113.3.3 因子的IC分析 31413.3.4 因子的换手分析 31513.4 因子在研究和回测中的使用 31713.5 基本面因子运用实例 319第14章 Python量化交易策略实战案例 32314.1 MA均线量化交易策略实战案例 32414.1.1 编写初始化函数 32414.1.2 编写单位时间调用的函数 32614.1.3 MA均线量化交易策略的回测 32714.2 多均线量化交易策略实战案例 32714.2.1 编写初始化函数 32814.2.2 编写交易程序函数 32814.2.3 多均线量化交易策略的回测 33014.3 MACD指标量化交易策略实战案例 33014.3.1 编写初始化函数 33114.3.2 编写单位时间调用的函数 33114.3.3 MACD指标量化交易策略的回测 33214.4 KD指标量化交易策略实战案例 33314.4.1 编写初始化函数 33314.4.2 编写开盘前运行函数 33414.4.3 编写开盘时运行函数 33414.4.4 编写收盘后运行函数 33514.4.5 KD指标量化交易策略的回测 33514.5 BOLL指标量化交易策略实战案例 33614.5.1 编写初始化函数 33614.5.2 编写开盘前运行函数 33714.5.3 编写开盘时运行函数 33714.5.4 编写收盘后运行函数 33814.5.5 BOLL指标量化交易策略的回测 33914.6 多股票持仓量化交易策略实战案例 33914.6.1 编写初始化函数 34014.6.2 编写单位时间调用的函数 34014.6.3 多股票持仓量化交易策略的回测 34114.7 医药股轮动量化交易策略实战案例 34214.7.1 编写初始化函数 34214.7.2 编写选股函数 34214.7.3 编写交易函数 34314.7.4 医药股轮动量化交易策略的回测 34314.8 小市值股票量化交易策略实战案例 34414.8.1 编写初始化函数 34414.8.2 编写选股函数 34514.8.3 编写过滤停牌股票函数 34514.8.4 编写交易函数 34614.8.5 小市值股票量化交易策略的回测 34614.9 机器算法多因子量化交易策略实战案例 34714.9.1 编写初始化函数 34714.9.2 编写自定义的交易函数 34814.9.3 机器算法多因子量化交易策略的回测 353