股票多因子模型实战：Python核心代码解析9787121408755
正版图书，可开发票，请放心购买。
￥ 59.25 7.5折 ￥ 79 全新
库存4件
广东广州
认证卖家担保交易快速发货售后保障
作者陆一潇
出版社电子工业出版社
ISBN9787121408755
出版时间2021-04
装帧平装
开本16开
定价79元
货号31127022
上书时间2024-10-08
- 店主推荐
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
目录
目 录
第1章 量化投资概述1
1.1 什么是量化投资1
1.1.1 股票多因子2
1.1.2 量化CTA3
1.1.3 套利4
1.1.4 高频4
1.2 股票多因子模型框架5
1.2.1 因子与因子思维5
1.2.2 多因子模型的数学语言7
1.2.3 多因子模型的实践框架9
1.3 量化的基本问题12
1.3.1 幸存者偏差13
1.3.2 未来信息13
1.3.3 过度拟合与欠拟合14
1.3.4 因果性与相关性15
1.3.5 其他问题16
第2章 量化的Python基础17
2.1 Python的安装与基本环境17
2.1.1 下载与安装17
2.1.2 Jupyter的使用18
2.2 基本数据类型和变量22
2.2.1 整型22
2.2.2 浮点型23
2.2.3 字符串24
2.2.4 布尔型25
2.2.5 变量27
2.3 Python的容器28
2.3.1 列表28
2.3.2 元组31
2.3.3 字典31
2.4 Python的基本语法33
2.4.1 if判断33
2.4.2 for循环35
2.4.3 函数36
2.4.4 模块的使用39
2.5 数据处理入门41
2.5.1 NumPy科学计算库41
2.5.2 Matplotlib可视化库44
2.6 Pandas46
2.6.1 数据表46
2.6.2 Series与DataFrame47
2.6.3 Pandas的输入与输出50
2.6.4 DataFrame的数据选取53
2.6.5 Pandas的排序59
2.6.6 统计描述与分组61
2.6.7 Pandas的数据可视化64
2.6.8 多个DataFrame处理68
第3章 量化的概率统计基础72
3.1 分布的四个“矩”74
3.1.1 期望74
3.1.2 方差74
3.1.3 偏度76
3.1.4 峰度77
3.2 正态分布78
3.2.1 正态分布的定义78
3.2.2 正态分布的特点81
3.3 线性回归82
3.3.1 单元线性回归83
3.3.2 多元线性回归91
3.3.3 哑变量99
3.4 业绩评价指标101
3.4.1 年化收益率101
3.4.2 夏普比率103
3.4.3 信息比率104
第4章 单因子测试105
4.1 因子的来源105
4.1.1 财务因子106
4.1.2 分析师一致预期因子107
4.1.3 技术因子110
4.1.4 其他因子110
4.2 大小盘因子111
4.2.1 大小盘因子的定义111
4.2.2 大小盘因子的计算113
4.2.3 大小盘因子的处理流程115
4.2.4 去极值与异常值115
4.2.5 标准化119
4.2.6 中性化121
4.3 ROE 因子127
4.3.1 ROE因子概述127
4.3.2 ROE因子的计算128
4.3.3 市值中性化132
4.4 RSI因子134
4.4.1 RSI指标计算134
4.4.2 RSI因子的定义与计算135
4.5 其他因子的计算138
4.5.1 BTOP因子138
4.5.2 ROE稳定性因子139
4.5.3 EPS一致预期变动率因子139
4.5.4 舆论因子140
4.6 单因子的测试分析140
4.6.1 单因子测试的基本逻辑140
4.6.2 Alphalens简介147
4.6.3 因子IC分析156
4.6.4 收益率分析163
4.6.5 换手率171
4.7 常见因子的测试结果175
4.7.1 ROE测试结果176
4.7.2 销售净利率178
4.7.3 MAC10180
4.7.4 BTOP因子182
第5章 因子合成184
5.1 经典加权方法185
5.1.1 等权185
5.1.2 滚动IC与IC_IR187
5.1.3 合成因子测试结果191
5.1.4 其他加权方法196
5.2 情景配置197
5.2.1 市值因子的分析198
5.2.2 ROE因子的择时201
第6章 组合构建203
6.1 一般方法203
6.1.1 等权加权203
6.1.2 市值加权205
6.2 均值-方差组合206
6.2.1 优化器的使用207
6.2.2 “均值-方差”效用函数218
内容摘要
本书深入浅出地介绍股票多因子模型的原理与构建方式，从基础知识、单因子测试、因子合成、股票组合构建等多方面进行介绍。本书共6章：第1章对量化投资进行概述，引出多因子模型的底层逻辑与实践框架；第2章和第3章分别介绍多因子模型的Python编程基础与概率统计基础；第4章介绍单因子的计算过程和处理过程，以及单因子的测试和测试结果的分析方法，是较为核心的一章；第5章介绍单因子如何进行因子合成；第6章介绍简单的组合构建方法和利用组合理论构建组合的方法。
主编推荐
本书围绕股票多因子模型展开，深入浅出介绍模型中每一个部分的构建与实现的意义，并给出核心实现代码，核心代码部分都以Python代码的形式给出，方便读者理解和实现。
媒体评论
"数据是现代社会的重要资源。通过数量化的分析来理解市场、分析市场的行为可以帮助投资者理性投资。本书对股票量化投资中的多因子模型进行了深入的讲解，是一本理解股票多因子模型的好书。
永安国富资产管理有限公司 董事长 肖国平
本书立足于Python数据分析，从建模到程序开发，构建了一个完整的股票多因子量化模型设计、开发和应用的框架，是一本值得深入学习的好书。
上海交通大学 副教授 潘常春
多因子模型是当下量化投资领域广泛采用的一种组合构建方法，尤其适合全市场横截面选股。应用多因子模型涉及大量的数据清洗、指标计算和组合回测，本书以多因子模型的应用实例展示了Python在数据处理和分析方面的强大特性，可以手把手教你如何利用多因子模型构建很好的投资组合，带你走进量化投资的精彩世界。
光大信托数量金融部 董事副总经理 贾璐熙
量化投资是目前投资方法中的一个重要分支。本书深入浅出地介绍了量化多因子模型，很好值得刚进入这一领域或有意向进入这一领域的学生学习阅读。
职徒简历 创始合伙人 武承泽"
— 没有更多了 —
以下为对购买帮助不大的评价