• Python量化交易
21年品牌 40万+商家 超1.5亿件商品

Python量化交易

全新正版 极速发货

54.77 5.5折 99 全新

库存8件

广东广州
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

装帧平装

开本其他

定价99元

货号1201877701

上书时间2024-06-09

大智慧小美丽

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
目录
第1章  量化交易速览
  1.1  为何选择量化交易
    1.1.1  量化交易的概念
    1.1.2  主观交易与量化交易
  1.2  量化交易的先驱们
    1.2.1  朱尔斯·雷格纳特
    1.2.2  爱德华·索普
    1.2.3  托马斯·彼得菲
    1.2.4  詹姆斯·西蒙斯
  1.3  美国量化投资的发展历史
    1.3.1  兴起阶段(1970—1990年)
    1.3.2  快速发展阶段(1990—2000年)
    1.3.3  稳步增长阶段(2000年至今)
  1.4  中国量化投资的发展历史
    1.4.1  ETF套利时代(2010年以前)
    1.4.2  多因子Alpha和高频交易称雄时代(2010—2015年)
    1.4.3  多元化投资时代(2016年至今)
  1.5  国内常用的量化交易策略
    1.5.1  期货CTA策略
    1.5.2  股票Alpha策略
    1.5.3  期权波动率套利策略
    1.5.4  高频交易策略
  1.6  宽客
  1.7  宽客的两大阵形:P宗与Q宗
  1.8  宽客的3种职能分类
    1.8.1  量化IT工程师
    1.8.2  量化研究员
    1.8.3  量化交易员
  1.9  宽客的四大派系
    1.9.1  券商资管
    1.9.2  公募基金
    1.9.3  私募基金
    1.9.4  期货市场
第2章  Python量化编程基础
  2.1  Python运行环境搭建
2.1.1  安装Anaconda2-5.0.0(32位)
    2.1.2  设置Anancoda环境
    2.1.3  创建共享环境
    2.1.4  列出共享环境
    2.1.5  安装Jupyter Notebook
  2.2  数据
    2.2.1  字符串
    2.2.2  数字
    2.2.3  容器
    2.2.4  布尔值
    2.2.5  空值
  2.3  函数
    2.3.1  自定义函数
    2.3.2  第三方库的函数
  2.4  条件判断
  2.5  循环
  2.6  类和实例
    2.6.1  定义学生父类
    2.6.2  定义父类实例
    2.6.3  定义团体子类
    2.6.4  定义子类实例
  2.7  NumPy与Pandas
    2.7.1  一维数组
    2.7.2  二维数组
  2.8  scikit-learn机器学习库
    2.8.1  机器学习的步骤
    2.8.2  线性回归
    2.8.3  逻辑回归
  2.9  Matplotlib绘图库
    2.9.1  用列表绘制线条
    2.9.2  用数组绘图
    2.9.3  多个图的绘制
第3章  vn.py入门
  3.1  vn.py介绍
  3.2  搭建vn.py运行环境
    3.2.1  安装Visual Studio 2013社区版(特定版本)
    3.2.2  安装代码编辑器工具:Sublime Text
    3.2.3  安装Wing IDE
    3.2.4  安装MongoDB数据库
    3.2.5  安装Robo 3T
    3.2.6  安装vn.py
    3.2.7  更新vn.py
  3.3  VnTrader界面功能介绍
    3.3.1  连接CTP
    3.3.2  界面说明
  3.4  vn.py架构
    3.4.1  底层接口
    3.4.2  中层引擎
    3.4.3  上层应用
  3.5  底层接口
    3.5.1  CTP API的工作原理
    3.5.2  CTP API的Python封装设计
    3.5.3  CTP API对接中层引擎原理
  3.6  事件引擎
    3.6.1  时间驱动
    3.6.2  事件驱动
    3.6.3  事件引擎工作流程
    3.6.4  事件引擎结构
  3.7  上层应用
    3.7.1  PyQt介绍
    3.7.2  GUI组件构成
第4章  在vn.py中实现CTA策略
  4.1  数据解决方案
    4.1.1  CSV加载模块
    4.1.2  开发新的CSV导入模块
    4.1.3  数据下载模块
  4.2  K线生成模块
    4.2.1  1分钟K线合成
    4.2.2  X分钟K线合成
  4.3  K线管理模块
    4.3.1  初始化参数
    4.3.2  生成时间序列
    4.3.3  定义属性函数
    4.3.4  生成计算指标
  4.4  CTA策略模块
    4.4.1  定义成员变量
    4.4.2  构建函数
    4.4.3  回调函数
    4.4.4  主动函数
  4.5  策略回测模块
    4.5.1  CTA回测引擎
    4.5.2  参数优化设置
    4.5.3  调用回测和优化模块
第5章  经典CTA策略
  5.1  双均线策略
    5.1.1  策略原理
    5.1.2  向量回测
    5.1.3  vn.py回测
  5.2  Dual Thrust策略
    5.2.1  策略原理
    5.2.2  策略代码解析
    5.2.3  策略回测
    5.2.4  策略优化
    5.2.5  滚动回测
  5.3  AtrRsi策略
    5.3.1  ATR指标
    5.3.2  RSI指标
    5.3.3  策略原理
    5.3.4  策略代码解析
    5.3.5  策略回测
    5.3.6  滚动回测
  5.4  金肯特纳通道策略
    5.4.1  策略原理
    5.4.2  策略代码解析
    5.4.3  策略回测
    5.4.4  滚动回测
  5.5  布林带通道策略
    5.5.1  策略原理
    5.5.2  CCI指标
    5.5.3  ATR指标
    5.5.4  策略回测
    5.5.5  滚动回测
  5.6  跨时间周期策略
    5.6.1  策略原理
    5.6.2  策略代码解析
    5.6.3  策略回测
    5.6.4  滚动回测
  5.7  多信号组合策略
    5.7.1  策略原理
    5.7.2  信号生成部分
    5.7.3  交易管理部分
    5.7.4  多信号策略的重构
第6章  海龟策略本地化实证
  6.1  海龟策略速览
    6.1.1  海龟策略的故事
    6.1.2  海龟策略的局限性
    6.1.3  原版海龟策略
    6.1.4  策略回测效果
  6.2  本地化实

内容摘要
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。

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP