python量化交易:策略.与实战 编程语言 张彦桥 新华正版
着眼于量化交易策略，深层次剖析实战应用案例，普通投资者也能玩转量化投资
￥ 60.9 6.2折 ￥ 99 全新
库存2件
河北保定
认证卖家担保交易快速发货售后保障
作者张彦桥
出版社电子工业出版社
ISBN9787121370908
出版时间2019-08
版次1
装帧其他
开本其他
页数372页
字数521千字
定价99元
货号xhwx_1201922692
上书时间2023-12-25
- 最新上架
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
主编：
"实用：本书首先着眼于量化实战应用，然后探讨深层次的问题。详尽的例子：投资者反复练，举一反三，可以真正掌握盘，从而学以致用。形象生动，图文并茂：采用了大量的图表、图形，展现量化交易的所有知识。"
目录：
目 录
章 量化交易概述1
1.1 初识量化交易2
1.1.1 什么是量化交易2
1.1.2 量化交易与算交易2
1.1.3 量化交易与程序化交易2
1.1.4 量化交易与技术分析3
1.1.5 量化交易与人工交易3
1.1.6 为什么要学量化交易4
1.2 量化交易的特点5
1.3 量化交易的应用6
1.3.1 投资品种选择7
1.3.2 投资时机选择7
1.3.3 算交易7
1.3.4 各种套利交易9
1.3.5 资产配置10
1.4 量化交易的故事11
1.4.1 朱尔斯·雷格纳特的量化交易故事11
1.4.2 爱德华·索普的量化交易故事12
1.4.3 詹姆斯·西蒙斯的量化交易故事13
1.5 量化交易的历史14
1.5.1 国外量化交易的历史14
1.5.2 量化交易的历史15
1.6 量化交易的注意事项15
第2章 量化交易台17
2.1 初识joinquant聚宽量化交易台18
2.2 量化交易台的功能18
2.2.1 高质量数据和强大的研究台18
2.2.2 很好回测体验和很好模拟交易19
2.3 账户的注册、登录及量化交易策略的创建19
2.3.1 量化交易台账户的注册19
2.3.2 量化交易台账户的登录20
2.3.3 量化交易策略的创建22
2.4 量化交易策略的选股24
2.4.1 量化选股的基本设置24
2.4.2 选股指标27
2.5 量化交易策略的买条件模型31
2.5.1 轮动模型32
2.5.2 择时模型33
2.6 量化交易策略的风险控制35
2.6.1 止盈、止损指标35
2.6.2 其他指标36
2.7 量化交易策略的其他参数设置36
2.8 编写python代码来创建量化交易策略38
2.9 量化交易策略的回测39
2.10 量化交易策略的模拟交易41
2.10.1 新建模拟交易并运行41
2.10.2 查看模拟交易42
2.10.3 绑定45
2.11 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49
3.1 初识python50
3.1.1 python的发展历程50
3.1.2 python的特点50
3.2 python开发环境及配置51
3.2.1 python的下载和安装51
3.2.2 python的环境变量配置53
3.3 python程序的编写57
3.4 利用量化交易台编写python程序61
3.4.1 初识ipython notebook研究台62
3.4.2 利用ipython notebook编写python程序66
3.5 python的基本数据类型67
3.5.1 数值类型67
3.5.2 字符串69
3.6 python的变量与赋值73
3.6.1 变量命名规则73
3.6.2 变量的赋值74
3.7 python的基本运算74
3.7.1 算术运算75
3.7.2 赋值运算76
3.7.3 位运算77
3.8 python的代码格式78
3.8.1 代码缩进78
3.8.2 代码注释79
3.8.3 空行80
3.8.4 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81
4.1 python的选择结构82
4.1.1 关系运算82
4.1.2 逻辑运算83
4.1.3 if语句84
4.1.4 嵌套if语句86
4.2 python的循环结构87
4.2.1 while循环87
4.2.2 while循环使用else语句88
4.2.3 无限循环89
4.2.4 for循环90
4.2.5 在for循环中使用range()函数90
4.2.6 break语句92
4.2.7 continue语句92
4.2.8 pass语句93
4.3 python的特征数据类型94
4.3.1 列表94
4.3.2 元组97
4.3.3 字典99
4.3.4 集合100
第5章 python函数与面向对象104
5.1 python内置函数105
5.1.1 数学函数105
5.1.2 数函数106
5.1.3 三角函数108
5.1.4 字符串函数110
5.2 用户自定义函数113
5.2.1 自定义函数的定义113
5.2.2 调用自定义函数114
5.2.3 函数的参数传递116
5.2.4 函数的参数类型118
5.2.5 匿名函数123
5.3 python的面向对象123
5.3.1 面向对象概念124
5.3.2 类与实例124
5.3.3 模块的引用127
5.3.4 包127
5.4 变量作用域及类型130
5.4.1 变量作用域130
5.4.2 全局变量和局部变量131
5.4.3 global和nonlocal关键字132
第6章 python量化交易策略的常用库135
6.1 numpy库136
6.1.1 ndarray数组基础136
6.1.2 numpy的矩阵对象148
6.2 pandas库149
6.2.1 一维数组series149
6.2.2 二维数组dataframe150
6.2.3 三维数组panel160
第7章 python量化交易策略的常用函数与对象163
7.1 python量化交易策略的一般结构164
7.1.1 初始化函数165
7.1.2 开盘前运行函数166
7.1.3 开盘时运行函数166
7.1.4 收盘后运行函数167
7.2 python量化交易策略的设置函数167
7.2.1 设置基准函数168
7.2.2 设置佣金/印花税函数168
7.2.3 设置滑点函数169
7.2.4 设置动态复权（真实价格）模式函数170
7.2.5 设置成交量比例函数170
7.2.6 设置是否开启盘撮合模式函数171
7.2.7 设置要作的股票池函数171
7.3 python量化交易策略的定时函数171
7.3.1 定时函数的定义及分类172
7.3.2 定时函数各项参数的意义172
7.3.3 定时函数的注意事项173
7.3.4 定时函数的实例174
7.4 python量化交易策略的下单函数174
7.4.1 按股数下单函数174
7.4.2 目标股数下单函数175
7.4.3 按价值下单函数175
7.4.4 目标价值下单函数176
7.4.5 撤单函数176
7.4.6 获取未完成订单函数177
7.4.7 获取订单信息函数177
7.4.8 获取成交信息函数178
7.5 python量化交易策略的志log178
7.5.1 设定log级别178
7.5.2 log.info179
7.6 python量化交易策略的常用对象179
7.6.1 order对象179
7.6.2 全局对象g180
7.6.3 trade对象180
7.6.4 tick对象180
7.6.5 context对象181
7.6.6 ition对象182
7.6.7 subportfolio对象183
7.6.8 portfolio对象184
7.6.9 securityunitdata对象184
第8章 python量化交易策略的获取数据函数运用186
8.1 history()函数的运用187
8.1.1 各项参数的意义187
8.1.2 history()函数的应用实例188
8.2 attribute_history ()函数的运用191
8.3 get_fundamentals ()函数的运用192
8.3.1 各项参数的意义192
8.3.2 get_fundamentals ()函数的应用实例193
8.4 get_fundamentals_continuously ()函数的运用198
8.5 get_current_data ()函数的运用199
8.6 get_index_stocks ()函数的运用200
8.6.1 各项参数的意义200
8.6.2 get_index_stocks ()函数的应用实例201
8.7 get_industry_stocks()函数的运用202
8.8 get_concept_stocks ()函数的运用203
8.9 get_all_securities()函数的运用205
8.9.1 各项参数的意义205
8.9.2 get_all_securities()函数的应用实例206
8.10 get_security_info ()函数的运用207
8.11 get_billboard_list ()函数的运用208
8.11.1 各项参数的意义208
8.11.2 get_billboard_list()函数的应用实例209
8.12 get_locked_shares ()函数的运用210
第9章 python量化交易策略的基本面选股211
9.1 量化选股概述212
9.2 成长类因子选股212
9.2.1 营业收入同比增长率选股212
9.2.2 营业收入环比增长率选股214
9.2.3 净利润同比增长率选股215
9.2.4 净利润环比增长率选股216
9.2.5 营业利润率选股217
9.2.6 销售净利率选股217
9.2.7 销售毛利率选股218
9.3 规模类因子选股220
9.3.1 市值选股220
9.3.2 流通市值选股221
9.3.3 股本选股222
9.3.4 流通股本选股222
9.4 价值类因子选股223
9.4.1 市净率选股223
9.4.2 市销率选股224
9.4.3 市现率选股225
9.4.4 动态市盈率选股226
9.4.5 静态市盈率选股227
9.5 质量类因子选股228
9.5.1 净资产收益率选股228
9.5.2 资产净利率选股229
9.6 基本面多因子量化选股230
0章 python量化交易策略的技术指标函数运用232
10.1 量化择时概述233
10.2 趋向指标函数运用234
10.2.1 macd指标函数234
10.2.2 emv指标函数235
10.2.3 uos指标函数237
10.2.4 gdx指标函数238
10.2.5 dma指标函数239
10.2.6 js指标函数240
10.2.7 ma指标函数241
10.2.8 expma指标函数242
10.2.9 vma指标函数243
10.3 反趋向指标函数运用245
10.3.1 kd指标函数245
10.3.2 mfi指标函数246
10.3.3 rsi指标函数247
10.3.4 osc指标函数248
10.3.5 wr指标函数249
10.3.6 cci指标函数250
10.4 压力支撑指标函数运用251
10.4.1 boll指标函数251
10.4.2 mike指标函数253
10.4.3 xs指标函数254
10.5 量价指标函数运用256
10.5.1 obv指标函数256
10.5.2 vol指标函数257
10.5.3 vr指标函数258
10.5.4 mass指标函数259
1章 python量化交易策略的回测方与261
11.1 量化交易策略回测的流程262
11.2 利用python编写macd指标量化交易策略262
11.2.1 量化交易策略的编辑页面262
11.2.2 编写初始化函数265
11.2.3 编写单位时间调用的函数265
11.3 设置macd指标量化交易策略的回测参数266
11.4 macd指标量化交易策略的回测详情269
11.5 macd指标量化交易策略的风险指标272
11.5.1 alpha（阿尔）272
11.5.2 beta（贝塔）273
11.5.3 sharpe（夏普比率）274
11.5.4 sortino（索提诺比率）275
11.5.5 information ratio（信息比率）276
11.5.6 volatility（策略波动率）277
11.5.7 benchmark volatility（基准波动率）278
11.5.8 max drawdown（优选回撤）279
2章 python量化交易策略的机器算运用280
12.1 森林在量化交易中的运用281
12.1.1 森林的构建281
12.1.2 森林的优缺点281
12.1.3 森林在量化交易中的运用实例282
12.2 支持向量机（svm）在量化交易中的运用284
12.2.1 什么是支持向量机（svm）285
12.2.2 支持向量机（svm）的工作285
12.2.3 核函数287
12.2.4 支持向量机（svm）的优点288
12.2.5 支持向量机（svm）的缺点288
12.2.6 支持向量机（svm）在量化交易中的运用实例289
12.3 朴素贝叶斯在量化交易中的运用292
12.3.1 什么是朴素贝叶斯292
12.3.2 朴素贝叶斯的算思想292
12.3.3 朴素贝叶斯的算步骤292
12.3.4 朴素贝叶斯的优缺点293
12.3.5 朴素贝叶斯在量化交易中的运用实例293
12.4 神经网络在量化交易中的运用296
12.4.1 什么是人工神经网络296
12.4.2 大脑中的神经元细胞和神经元细胞网络297
12.4.3 人工神经网络的基本特征298
12.4.4 人工神经网络的特点299
12.4.5 人工神经网络的算299
12.4.6 人工神经网络在量化交易中的运用实例301
3章 python量化交易策略的因子分析运用305
13.1 因子的类型及因子分析的作用306
13.2 因子分析的python代码306
13.2.1 因子分析中的三个变量306
13.2.2 因子分析中可以使用的基础因子307
13.2.3 calc的参数及返回值308
13.3 因子的新建及常见分析308
13.3.1 因子的新建308
13.3.2 因子的收益分析311
13.3.3 因子的ic分析314
13.3.4 因子的换手分析315
13.4 因子在研究和回测中的使用317
13.5 基本面因子运用实例319
4章 python量化交易策略实战案例323
14.1 ma均线量化交易策略实战案例324
14.1.1 编写初始化函数324
14.1.2 编写单位时间调用的函数326
14.1.3 ma均线量化交易策略的回测327
14.2 多均线量化交易策略实战案例327
14.2.1 编写初始化函数328
14.2.2 编写交易程序函数328
14.2.3 多均线量化交易策略的回测330
14.3 macd指标量化交易策略实战案例330
14.3.1 编写初始化函数331
14.3.2 编写单位时间调用的函数331
14.3.3 macd指标量化交易策略的回测332
14.4 kd指标量化交易策略实战案例333
14.4.1 编写初始化函数333
14.4.2 编写开盘前运行函数334
14.4.3 编写开盘时运行函数334
14.4.4 编写收盘后运行函数335
14.4.5 kd指标量化交易策略的回测335
14.5 boll指标量化交易策略实战案例336
14.5.1 编写初始化函数336
14.5.2 编写开盘前运行函数337
14.5.3 编写开盘时运行函数337
14.5.4 编写收盘后运行函数338
14.5.5 boll指标量化交易策略的回测339
14.6 多股票持仓量化交易策略实战案例339
14.6.1 编写初始化函数340
14.6.2 编写单位时间调用的函数340
14.6.3 多股票持仓量化交易策略的回测341
14.7 医药股轮动量化交易策略实战案例342
14.7.1 编写初始化函数342
14.7.2 编写选股函数342
14.7.3 编写交易函数343
14.7.4 医药股轮动量化交易策略的回测343
14.8 小市值股票量化交易策略实战案例344
14.8.1 编写初始化函数344
14.8.2 编写选股函数345
14.8.3 编写过滤停牌股票函数345
14.8.4 编写交易函数346
14.8.5 小市值股票量化交易策略的回测346
14.9 机器算多因子量化交易策略实战案例347
14.9.1 编写初始化函数347
14.9.2 编写自定义的交易函数348
14.9.3 机器算多因子量化交易策略的回测353
内容简介：
本书首先讲解量化交易的基础知识，即量化交易的定义、历史、主要内容及与传统交易的区别、joinquant（聚宽）量化交易台；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、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、如何回测、编写量化策略所需要常用函数、因子分析、量化交易策略实例；后讲解量化选股的、量化择时的及算交易。在讲解过程中即虑读者的学惯，又通过具体实例剖析讲解量化实际交易过程中的热点问题、关键问题及种种难题。
作者简介：
张彦桥，现任青岛东胜伟业软件科技有限公司项目开发部经理，具有8年以上python、java项目开发经验。精通visualbasic、javascript、php、c、c、ruby等编程语言，熟悉多种开源技术，喜欢挑战新技能，曾带领团队完成过多个中、项目开发，在量化交易，数据安全、云计算、机器学、物联网、区块链等领域拥有丰富的经验。
精彩内容：
"自序
为什么要写这本书？这可能与我的经历和接触到的一些事情有关。
2014年算是微服务元年，我接触微服务晚一些，大概是在2015年。因为以前从事过架构工作，对soa也有的研究，所以刚接触微服务时，同很多架构师一样，反应是——这不是soa的一个变种吗？无非是把服务的颗粒度放小而已。后来在具体了解和应用微服务技术的过程中，才知道其实两者还是有非常大的区别的。
虽然接触微服务晚一些，但是在实际工作中，我却无意间利用微服务解决了一些实际问题。2012年，我工作的单位有一个多服务的产品系统，这个产品系统是一个实时7×24小时系统，对于稳定、可靠、实时和可追溯的要求非常高，而且在某段特定的时间内还会出现类似“”的业务场景。可是该产品系统内多种服务混杂，业务逻辑代码和技术代码互相渗透，这导致调试、测试、实施都非常困难，尤其是一旦出现了bug，非常难以定位，以及新增一个需求，比“登天”还难。于是我把这些业务按照组件化模式进行了拆分，当时主要是从技术层面上解决问题，首先把消息服务器、业务服务器、接服务器、应用系统分开，实现了几个服务器的物理隔离，应用之间通过消息机制进行交互，从理论上杜绝了各个程序代码的交渗透，实际上这可以看作抽象地拆分服务的行为。通过这种处理，各个服务应用各司其职，而且当时这项技术还被授予了一项发明专利（授权编号为103731479b）。除此之外，在具体的工作中还存在着一个业务场景，当时单位的产品要外接其他厂商的多种接业务，而外部多变的接协议与稳定、可靠的逻辑实现之间存在矛盾。为了解决这对矛盾，我设计了一个网关，其主要作用是隔离外部与接，松耦合与外部关系，通过插件机制进行扩展，网关的功能是实现协议的转换以适配作行为、代理路由、异步缓存等，这项技术也被授予了一项发明专利（授权编号为103944814b），其实这是微服务的api网关内容。
微服务刚出现时资料非常少。后来微服务发展起来了，各种名词和概念也“横空出世”，一方面让人感到眼花缭乱，另一方面也使很多用户手足无措，不知从何入手。截至目前，市面上已经有很多微服务相关的书籍，都非常不错。其中大部分书籍都是从一个方向或者一个技术点去描述微服务的，从某个方向或某个技术点来说，它们都非常有价值。可是我们不仅应该了解微服务的这些内容，还应该从整体上了解和把握微服务，知其然更要知其所以然。这正是我写这本书的初衷。
本书主要是从整体系统的角度介绍微服务体系结构的，对于每个组成部分的具体实现，没有进行深入的说明和解释，因为每个具体模块的资料和书籍都很多，这些也不是本书重点讨论的内容。另外，本书中也针对某个具体关注点进行了一些深层次的描述和说明，但这主要是为了更好地诠释整体的概念和结构。
通过阅读大量的资料，我学了很多知识，结合自己20多年的工作经验，经过多轮的反思和结，终形成了本书。从事it工作多年，我经历了一个又一个技术时代，从一个台看到了另一个台。在这个过程中很多同行都脱离了这支队伍，而我还在努力坚持着。
在此，我要感谢家人对我的理解和支持，感谢我的妻子多年来对家庭的付出，同时也要感谢我的两个女儿在我撰写书稿的时候没有影响我，以及感谢我的父母，我把这里的都献给他们。我还要感谢本书的编辑们，没有她们耐心的指导和完善本书内容，这本书也许只是一个读书。后，我要感谢那些在我编写本书的过程中帮助过我的所有人，他们都是默默无闻的后台工作者。
任 钢
2018年12月于广东深圳
"
— 没有更多了 —
以下为对购买帮助不大的评价