量化研究体系(以7大模块为核心)/大数据金融丛书
全新正版 极速发货
￥ 69.74 5.2折 ￥ 135 全新
库存3件
作者李一邨
出版社电子工业出版社
ISBN9787121420528
出版时间2021-11
装帧平装
开本16开
定价135元
货号31273833
上书时间2024-07-06
商品详情
- 品相描述：全新
- 商品描述
-
前言
商品简介本书是以给广大量化研究者建立一个一般性的量化研究流程（主要是量化策略开发，也包括其他量化研究）为主旨来展开编写的。全部章节以流程化的形式展开，从量化研究的数据开始到终以交易结束。数据库、指标库、算法库、工具库、可视化库、报告和日常工作系统、交易系统这7个核心库/系统分别解决了量化研究中某一个环节的问题。量化研究是以上述7个核心库/系统所代表环节的一个循环，在这个循环中不断进行的改进和研究。它将数据和思想相结合，通过交易来检验研究成果是否达到预期，然后改进思想和更换数据，并投入下一次交易中。这样的循环使得每一次量化研究都更加接近理想效果。而在循环的每一个环节上，本书给出了一系列工具、算法、技术等来支撑各个核心库/系统的功能。本书在编程语言上以Matlab和Python为主，数据库一章用到了MySQL的基本知识，交易系统一章用到了MongoDB的知识。本书的内容十分丰富，通过阅读本书，读者可以对量化研究形成一个系统、全面、完整的认识，并在今后的研究工作中逐步拓展，终形成自己的体系。
作者简介
李一，浙江大学量化金融博士，现任杭州伊园科技有限公司总经理。兼职受聘为杭州市科促会数据科学家、杭州市科促会第二届理事会理事、杭州师范大学校外指导老师、杭州市科协专家智库成员。曾获证券时报和期货日报联合评选的第八到第十二连续5届“中国最佳金融量化策略工程师”。前沿量化科学领域的开创者，多年来致力于将多元学科的前沿理论嫁接融合到金融投资领域。曾任某A股上市金融机构研究所量化研究总监，独立开发商品指数体系，并在国内金融界市场占有率第一的金融资讯终端万得资讯公开发布。拥有多年Matlab和Python编程经验。精通量化金融领域，也对机器学习领域有较深入的研究，发表多篇金融和机器学习交叉的SCI、EI论文，撰写过多本专著。实践中，开发多空仓点价交易策略，实盘夏普比1.5+，年化收益率100%+。在多年的量化金融研究工作中，从事复杂衍生品设计、套期保值方案设计、大宗商品点价交易、量化投资策略开发等多个实战项目，为高净值客户提供资产管理服务，获得可观的业绩与利润。
目录
绪论 量化研究体系介绍1
0.1 7大模块1
0.1.1 数据库1
0.1.2 指标库2
0.1.3 算法库2
0.1.4 工具库3
0.1.5 可视化库5
0.1.6 报告和日常工作系统5
0.1.7 交易和风控系统5
0.2 结束语7
第1章 数据库9
1.1 股票日频率行情数据下载脚本13
1.2 期货成交持仓排名数据下载脚本21
1.3 EDB数据下载案例26
1.4 高频数据下载案例30
1.5 同花顺量化数据接口的融资标的股数据下载案例38
1.6 同花顺十大流通股东数据下载案例39
第2章 指标库42
2.1 指标库的设计与分类42
2.1.1 根据投资标的进行分类42
2.1.2 根据数据性质进行分类42
2.1.3 根据投资市场进行分类43
2.2 指标库目录管理程序的说明43
2.3 技术指标案例58
2.3.1 摆动指标58
2.3.2 波动指标64
2.3.3 超买超卖指标72
2.3.4 成交量指标78
2.3.5 反趋向指标89
2.3.6 价格指标105
2.3.7 量价技术指标111
2.3.8 能量指标118
第3章 算法库131
3.1 机器学习常见算法分类汇总131
3.1.1 按学习方式分类132
3.1.2 按对训练集的使用方法分类134
3.1.3 按形式及功能分类135
3.2 傅里叶变换143
3.2.1 傅里叶变换算法理论143
3.2.2 离散傅里叶变换代码与去噪实例145
3.2.3 利用快速傅里叶变换对原数据进行降噪151
3.3 ReliefF特征选择152
3.3.1 ReliefF算法理论152
3.3.2 ReliefF算法实例分析155
3.4 高斯混合聚类模型（GMM）161
3.4.1 GMM算法理论161
3.4.2 算法代码及实例169
3.5 Chi-Merge算法175
3.5.1 Chi-Merge 算法简介175
3.5.2 Chi-Merge原理介绍176
3.5.3 Chi-Merge实例分析177
3.5.4 Chi-Merge算法代码182
3.6 粗糙集分类算法188
3.6.1 粗糙集分类算法简介188
3.6.2 粗糙集分类算法原理介绍189
3.6.3 粗糙集分类算法函数196
3.6.4 粗糙集分类算法实例分析197
3.6.5 粗糙集分类算法代码199
第4章 工具库208
4.1 数据清洗程序208
4.1.1 自动数据清洗程序的功能概述208
4.1.2 手动数据清洗程序的功能概述211
4.1.3 自动数据清洗程序213
4.1.4 手动输入日期序列对数据进行补全的程序217
4.2 因子回测程序218
4.2.1 因子回测程序整体逻辑218
4.2.2 因子回测程序流程218
4.2.3 输入参数219
4.2.4 模型结构及逻辑221
4.2.5 因子回测程序代码223
4.3 先后轮动关系挖掘程序232
4.3.1 先后轮动程序介绍232
4.3.2 先后轮动总体流程232
4.3.3 输入参数233
4.3.4 模型结构及逻辑234
4.3.5 自定义折线化函数逻辑235
4.3.6 程序代码235
4.4 多品种量化回测系统251
4.4.1 平台思路框架251
4.4.2 公式介绍251
4.5 中文变量与代码变量对照表275
4.6 函数介绍276
4.7 实例分析278
第5章 可视化库281
5.1 Matlab画图编程技巧总结281
5.1.1 画布设置281
5.1.2 坐标轴设置282
5.1.3 label设置283
5.1.4 legend设置284
5.1.5 title设置284
5.1.6 颜色、透明图控制284
5.1.7 plot函数285
5.1.8 scatter函数286
5.1.9 plotyy函数288
5.1.10 极坐标与笛卡儿坐标转换290
5.1.11 patch函数应用291
5.1.12 构建曲面292
5.1.13 自制坐标轴293
5.1.14 字体293
5.1.15 画图技巧294
5.2 形态类画图程序296
5.2.1 渐变彩色折线图296
5.2.2 饼状图298
5.2.3 彩带图302
5.2.4 关系图304
5.2.5 火柴图306
5.2.6 雷达图309
5.2.7 面积图311
5.2.8 柱状图314
5.3 功能性图例318
5.3.1 沿有效前沿的资产权重变化面积图318
5.3.2 资产组合的有效前沿319
5.3.3 二资产协整关系判断及对冲策略测试320
5.3.4 时间序列数据的离群点可视化324
5.3.5 数据分布及统计性质325
5.3.6 数据分布的分位数观察327
5.3.7 二分类机器学习器的分类准确率展示329
5.3.8 品种指标排名334
5.3.9 时间序列与相关指标对比图336
5.3.10 多个价格序列及其收益率序列对比图341
5.3.11 策略累计收益及最大回撤344
5.3.12 逐笔交易盈亏图347
5.3.13 三维聚类展示349
第6章 报告和日常工作系统351
6.1 Matlab中调用Microsoft Word的技巧总结351
6.1.1 COM对象及其接口351
6.1.2 创建和编辑Microsoft Word文件355
6.2 实例：创建一份股票量化日报模板363
6.2.1 建立Word文档363
6.2.2 第一页内容编写364
6.2.3 第二页内容编写372
6.2.4 第三页内容编写375
6.3 量化团队工作管理系统378
6.3.1 量化研究环节、评价及考核378
6.3.2 评分管理系统380
第7章 交易系统391
7.1 东方财富模拟交易接口391
7.1.1 网页结构的基础知识及爬虫技术操作391
7.1.2 东方财富模拟股票交易接口397
7.1.3 东方财富模拟期货交易接口411
7.1.4 东方财富模拟期权交易接口421
7.2 VNPY交易接口445
7.2.1 VNPY使用前的准备工作445
7.2.2 VNPY交易接口的使用448
内容摘要
本书是以给广大量化研究者建立一个一般性的量化研究流程（主要是量化策略开发，也包括其他量化研究）为主旨来展开编写的。全部章节以流程化的形式展开，从量化研究的数据开始到最终以交易结束。数据库、指标库、算法库、工具库、可视化库、报告和日常工作系统、交易系统这7个核心库/系统分别解决了量化研究中某一个环节的问题。量化研究是以上述7个核心库/系统所代表环节的一个循环，在这个循环中不断进行的改进和研究。它将数据和思想相结合，通过交易来检验研究成果是否达到预期，然后改进思想和更换数据，并投入下一次交易中。这样的循环使得每一次量化研究都更加接近理想效果。而在循环的每一个环节上，本书给出了一系列工具、算法、技术等来支撑各个核心库/系统的功能。本书在编程语言上以Matlab和Python为主，数据库一章用到了MySQL的基本知识，交易系统一章用到了MongoDB的知识。本书的内容十分丰富，通过阅读本书，读者可以对量化研究形成一个系统、全面、完整的认识，并在今后的研究工作中逐步拓展，最终形成自己的体系。
主编推荐本书主要为有志于从事量化研究领域相关工作的读者建立一个量化研究的一般性流程和框架，并对流程的关键环节适当展开，给出程序案例。
【内容简介】
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价