PYTHON量化交易
正版新书 新华官方库房直发 可开电子发票
￥ 54.45 5.5折 ￥ 99 全新
库存8件
江苏南京
认证卖家担保交易快速发货售后保障
作者张杨飞
出版社电子工业出版社
ISBN9787121361401
出版时间2019-05
版次1
装帧平装
开本其他
纸张胶版纸
页数416页
定价99元
货号SC:9787121361401
上书时间2024-09-16
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
"张杨飞
知乎专栏《Python量化之路》作者，受困于早期Python量化交易的学习资料过于零散，把自己在量化交易从入门到应用的踩“坑”经历整理成学习笔记发布到网上，以最简单的CTA策略为着力点，力求拉近学习与实践（即实盘交易）的距离，由浅入深，比较系统而全面地介绍量化交易相关知识，收获了很多初学者的肯定和共鸣。目前就职于上海某金融科技公司，负责策略的研发与API的开发。
"
主编推荐:
"1 《Python量化交易》仅用一章的篇幅就把量化交易概念、源起和发展用故事的形式介绍了，适合接近不懂量化交易的读者入门。
2 本书再仅用一章的篇幅就把Python在量化交易里用到的基础必用知识全部介绍完了，适合特别了解量化交易但不想学太多程序知识的读者，掌握这一章内容即可进行Python量化交易。
3 本书接下来用一章的篇幅把当下流行的vn.py框架引入进来。
4 接下来，即为本书的精华所在，也是本书价值所在，即各种量化交易策略的介绍、运用、回测等，帮助读者搭建属于自己的量化系统，找到很好的产品配比组合。
综上所述：
一、本书内容扎实，针对每一知识点仅呈现最小化必学内容。
二、本书定位清晰，针对量化交易入门者。
三、本书目标鲜明，让读者能够学完本书打造出属于自己的量化交易系统。
"
精彩内容:
"前 言
在证券交易领域中，量化交易脱胎于传统的主观交易：把投资者的交易理念、交易策略固化成计算机程序，通过算法快速自动下单，有效地防止投资者自身情绪的干扰，让其把精力放在研发交易策略上。量化交易的另一个优点是其成功的方法有迹可循，因为量化交易的过程是，运用现代统计学理论对历史数据进行数据分析，构建数学模型来预测市场未来价格的变化，然后通过计算机语言表达出来，从而实现自动交易。
vn.py是机构级别的量化交易软件，掌握vn.py框架原理并且熟练使用，有利于新手快速入门量化交易，搭建属于自己的量化交易系统，也可以在机构中找到与量化岗位相关的工作。
为什么写作本书
本书使用的编程语言是Python。尽管市面上关于Python量化交易方面的书籍不少，但是大部分着重讲述Python编程基础，而且主要是在股票交易中的应用，在期货市场的应用少之又少。就实践的层面来看，股票量化交易对于入门者几乎是不可能实现的，尽管2019年重新开放程序化交易API，但是其资金门槛高达5亿元。
期货市场上程序化交易接口却无资金门槛，而且量化交易应用发展得比较成熟，这才是新手可以去学习和实践的地方。故本书的写作定位是交易策略在期货领域的应用和开发，力求填补这方面的空白。
本书特色
本书尽量以初学者的角度来讲述量化交易的内容，逐步填平量化交易入门要踩的“坑”，力求让读者快速熟悉这方面的知识，能够独立开发交易策略并且尝试进行仿真交易。如果在SinNow仿真交易平台能够赢利，那么就可以上实盘去“跑”了。
本书的另一个特色是使用机构级别的开源交易软件：vn.py。机构级别软件对应的使用群体是做量化交易的机构投资者，如私募基金、证券自营，以及资管和期货资管等。这类软件虽然上手困难，但是熟练掌握后能更有效地深耕于量化交易领域，并且也有利于初学者入门量化交易。
本书主要内容
本书共包括7章，每章的
...
内容简介:
本书本着能让新手快速上手量化交易的原则，循序渐进地讲解了量化交易入门所需要的知识，以及大量的开发技巧与交易技巧，具有很强的实用性。vn.py是机构级别的量化交易软件，掌握vn.py框架原理并且熟练运用，有利于新手快速搭建属于自己的量化交易系统。Python语言有非常强大的数据分析库，对于交易策略的研发具有天然优势，且其易学性也深受初学者喜爱。本书即以Python+vn.py这一流行组合写作，从量化交易的起源及其发展进程入手，在简单介绍Python量化编程基础，以及详细解析vn.py架构之后，深入且全面地介绍了CTA策略、海龟策略，以及新策略的开发流程。
目录:
目 录
第1章 量化交易速览1
1.1 为何选择量化交易1
1.1.1 量化交易的概念1
1.1.2 主观交易与量化交易2
1.2 量化交易的先驱们5
1.2.1 朱尔斯·雷格纳特5
1.2.2 爱德华·索普6
1.2.3 托马斯·彼得菲9
1.2.4 詹姆斯·西蒙斯14
1.3 美国量化投资的发展历史17
1.3.1 兴起阶段（1970―1990年）17
1.3.2 快速发展阶段（1990―2000年）18
1.3.3 稳步增长阶段（2000年至今）19
1.4 中国量化投资的发展历史20
1.4.1 ETF套利时代（2010年以前）20
1.4.2 多因子Alpha和高频交易称雄时代（2010―2015年）21
1.4.3 多元化投资时代（2016年至今）23
1.5 国内常用的量化交易策略24
1.5.1 期货CTA策略24
1.5.2 股票Alpha策略32
1.5.3 期权波动率套利策略41
1.5.4 高频交易策略45
1.6 宽客48
1.7 宽客的两大阵形：P宗与Q宗51
1.8 宽客的3种职能分类52
1.8.1 量化IT工程师52
1.8.2 量化研究员53
1.8.3 量化交易员54
1.9 宽客的四大派系55
1.9.1 券商资管56
1.9.2 公募基金56
1.9.3 私募基金57
1.9.4 期货市场57
第2章 Python量化编程基础59
2.1 Python运行环境搭建60
2.1.1 安装Anaconda2-5.0.0（32位）61
2.1.2 设置Anancoda环境62
2.1.3 创建共享环境64
2.
...
— 没有更多了 —
以下为对购买帮助不大的评价