logo
分类于: 计算机基础 云计算&大数据

简介

零起点Python大数据与量化交易: 金融科技丛书

零起点Python大数据与量化交易: 金融科技丛书 3.8分

资源最后更新于 2020-03-29 02:27:36

作者:何海群

出版社:出版社电子工业出版社

出版日期:2017-02

ISBN:9787121306594

文件格式: pdf

标签: 计算机 金融 程序设计 大数据 Python 金融科技丛书

简介· · · · · ·

本书是国内较早关于Python大数据与量化交易的原创图书,配合zwPython开发平台和zwQuant开源量化软件学习,是一套完整的大数据分析、量化交易的学习教材,可直接用于实盘交易。本书有三大特色:第一,以实盘个案分析为主,全程配有Python代码;第二,包含大量的图文案例和Python源码,无须专业编程基础,懂Excel即可开始学习;第三,配有专业的zwPython集成开发平台、zwQuant量化软件和zwDat数据包。本书内容源自笔者的原版教学课件,虽然限于篇幅和载体,省略了视频和部分环节,但核心内容都有保留,配套的近百套Python教学程序没有进行任何删减。考虑到广大入门读者的需求,笔者在各个核心函数环节增添了函数流程图。何海群,网名:字王,CHRD前海智库CTO,《中华大字库》发明人,出版图书20余部,在人工智能、数据分析等方面具有20年一线专业经验;zwPython开发平台、zwQuant量化软件设计师,中国“Python创客”项目和“Python产业联盟”发起人,国内首个Python量化课程《Python量化实盘·魔鬼训练营》创始人,也是极宽量化开源团队的创始人。1990年,发明国内第一个VR数据手套并获得专利授权,被业界称为“中国VR之父”;1997年,出版国内首部网络经济专著《网络商战》;2008年,在北京联合创办国内首家4A级专业网络公关公司,服务过200余家国际500强企业,被公关协会誉为中国网络公关事业的开创者与启蒙者。研究成果有:“小数据”理论、快数据模型、黑天鹅算法、GPU超算工作站、MTRD多节点超算集群算法、1+N网络传播模型、人工智能“足彩图灵法则”等;论文《人工智能与中文字型设计》是中文字库行业三大基础建模理论之一。

想要: 点击会收藏到你的 我的收藏,可以在这里查看

已收: 表示已经收藏

Tips: 注册一个用户 可以通过用户中心得到电子书更新的通知哦

目录

  1. 作者简介
  2. 丛书编委会
  3. 前言
  4. 第1章 从故事开始学量化
  5. 1.1 亿万富翁的“神奇公式”
  6. 1.2 股市“一月效应”
  7. 1.3 量化交易流程与概念
  8. 1.4 用户运行环境配置
  9. 1.5 Python实战操作技巧
  10. 1.6 量化、中医与西医
  11. 第2章 常用量化技术指标与框架
  12. 2.1 案例2-1:SMA均线策略
  13. 2.2 Python量化系统框架
  14. 2.3 常用量化软件包
  15. 2.4 常用量化技术指标
  16. 2.5 经典量化策略
  17. 2.6 常用量化策略
  18. 2.7 起点与终点
  19. 第3章 金融数据采集整理
  20. 3.1 常用数据源API与模块库
  21. 3.2 案例3-1:zwDatX数据类
  22. 3.3 美股数据源模块库
  23. 3.4 开源文档库Read theDocs
  24. 3.5 案例3-2:下载美股数据
  25. 3.6 财经数据源模块库TuShare
  26. 3.7 历史数据
  27. 3.8 其他交易数据
  28. 3.9 zwDat超大股票数据源与数据更新
  29. 3.10 数据归一化处理
  30. 3.11 为有源头活水来
  31. 第4章 PAT案例汇编
  32. 4.1 投资组合与回报率
  33. 4.2 SMA均线策略
  34. 4.3 均线交叉策略
  35. 4.4 VWAP动量策略
  36. 4.5 布林带策略
  37. 4.6 RSI2策略
  38. 4.7 案例与传承
  39. 第5章 zwQuant整体架构
  40. 5.1 发布前言
  41. 5.2 功能简介
  42. 5.3 示例程序
  43. 5.4 常用量化分析参数
  44. 5.5 回溯案例:对标测试
  45. 5.6 回报参数计算
  46. 5.7 主体框架
  47. 5.8 新的起点
  48. 第6章 模块详解与实盘数据
  49. 6.1 回溯流程
  50. 6.2 运行流程详解
  51. 6.3 零点策略
  52. 6.4 不同数据源与格式修改
  53. 6.5 金融数据包与实盘数据更新
  54. 6.6 稳定第一
  55. 第7章 量化策略库
  56. 7.1 量化策略库简介
  57. 7.2 SMA均线策略
  58. 7.3 CMA均线交叉策略
  59. 7.4 VWAP策略
  60. 7.5 BBands布林带策略
  61. 7.6 大道至简1+1
  62. 第8章 海龟策略与自定义扩展
  63. 8.1 策略库
  64. 8.2 tur海龟策略v1:从零开始
  65. 8.3 案例8-1:海龟策略框架
  66. 8.4 tur海龟策略v2:策略初始化
  67. 8.5 案例8-2:策略初始化
  68. 8.6 tur海龟策略v3:数据预处理
  69. 8.7 案例8-3:数据预处理
  70. 8.8 tur海龟策略v4:策略分析
  71. 8.9 案例8-4:策略分析
  72. 8.10 tur海龟策略v5:数据图表输出
  73. 8.11 tur海龟策略v9:加入策略库
  74. 8.12 案例8-7:入库
  75. 8.13 庖丁解牛
  76. 第9章 TA-Lib函数库与策略开发
  77. 9.1 TA-Lib技术指标
  78. 9.2 MACD策略
  79. 9.3 KDJ策略
  80. 9.4 RSI策略
  81. 9.5 基石、策略与灵感
  82. 第10章 扩展与未来
  83. 10.1 回顾案例2-1:SMA均线策略
  84. 10.2 大盘指数资源
  85. 10.3 系统整合
  86. 10.4 扩展完成
  87. 10.5 其他扩展课题
  88. 10.6 终点与起点
  89. 附录A zwPython开发平台用户手册
  90. 附录B Python量化学习路线图