Python量化交易实战入门与技巧pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
下载压缩包 [复制下载地址] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页

Python量化交易实战入门与技巧PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 初识量化交易 1

1.1 量化交易的基本概念 2

1.1.1 什么是量化交易 2

1.1.2 量化交易的特点 2

1.1.3 为什么要学习量化交易 4

1.1.4 量化交易与其他交易 6

1.2 量化交易的主要内容 7

1.2.1 量化选股 7

1.2.2 量化择时 8

1.2.3 算法交易 8

1.2.4 各种套利交易 8

1.3 量化交易的历史 10

1.3.1 国外量化交易的历史 10

1.3.2 国内量化交易的历史 10

1.4 量化交易的故事 11

1.4.1 朱尔斯·雷格纳特的故事 11

1.4.2 爱德华·索普的故事 13

1.4.3 詹姆斯·西蒙斯的故事 14

1.5 量化交易的潜在风险及应对策略 16

1.6 量化交易与人工交易的比较 16

1.7 量化交易的注意事项 17

第2章 JoinQuant（聚宽）量化交易平台 19

2.1 JoinQuant（聚宽）量化交易平台的功能 20

2.2 JoinQuant（聚宽）量化交易平台的账户注册与登录 20

2.2.1 账户注册 21

2.2.2 账户登录 22

2.3 创建量化交易策略 23

2.3.1 向导式策略生成器 25

2.3.2 新建策略 35

2.4 量化交易策略的回测详情 36

2.5 模拟交易 38

2.5.1 新建模拟交易并运行 38

2.5.2 查看模拟交易 39

2.5.3 绑定微信 42

第3章 Python语言及其开发环境 45

3.1 Python语言概述 46

3.1.1 Python的发展历程 46

3.1.2 Python的特点 47

3.2 搭建Python开发环境 48

3.2.1 Python的下载和安装 48

3.2.2 Python的环境变量配置 50

3.3 编写Python程序 53

3.4 利用IPython Notebook编写Python程序 57

第4章 Python的基本语法 63

4.1 Python的基本数据类型 64

4.1.1 数值类型 64

4.1.2 字符串 66

4.2 变量与赋值 69

4.2.1 变量命名规则 69

4.2.2 变量的赋值 70

4.3 运算符 71

4.3.1 算术运算符 71

4.3.2 赋值运算符 73

4.3.3 位运算符 74

4.4 常见的数值函数和字符串函数 75

4.4.1 数学函数 76

4.4.2 随机数函数 77

4.4.3 三角函数 79

4.4.4 字符串函数 80

4.5 Python的代码格式 85

4.5.1 代码缩进 85

4.5.2 代码注释 86

4.5.3 空行 86

4.5.4 同一行显示多条语句 86

第5章 Python的基本流程控制 87

5.1 选择结构 88

5.1.1 关系运算 88

5.1.2 逻辑运算 90

5.1.3 if语句 91

5.1.4 嵌套if语句 93

5.2 循环结构 94

5.2.1 while循环 95

5.2.2 while循环使用else语句 95

5.2.3 无限循环 96

5.2.4 for循环 97

5.2.5 在for循环中使用range（）函数 98

5.3 其他语句 99

5.3.1 break语句 100

5.3.2 continue语句 100

5.3.3 pass语句 101

第6章 Python的特征数据类型 103

6.1 列表 104

6.1.1 创建列表 104

6.1.2 访问列表中的值 104

6.1.3 更新列表中的值 105

6.1.4 删除列表中的值 106

6.1.5 列表的函数 106

6.1.6 列表的方法 107

6.2 元组 109

6.2.1 创建元组 109

6.2.2 访问元组中的值 110

6.2.3 连接元组 111

6.2.4 删除整个元组 112

6.2.5 元组的函数 112

6.3 字典 113

6.3.1 创建字典 114

6.3.2 访问字典中的值和键 114

6.3.3 修改字典 115

6.3.4 字典中的函数 116

6.4 集合 117

6.4.1 创建集合 117

6.4.2 集合的两个基本功能 118

6.4.3 集合的运算符 119

6.4.4 集合的方法 120

第7章 Python的函数及应用 123

7.1 函数的定义与调用 124

7.1.1 函数的定义 124

7.1.2 函数的调用 125

7.2 参数传递 126

7.2.1 不可更改对象 126

7.2.2 可更改对象 127

7.3 函数的参数类型 128

7.3.1 必需参数 128

7.3.2 关键字参数 129

7.3.3 默认参数 130

7.3.4 不定长参数 131

7.4 匿名函数 132

7.5 变量作用域及类型 133

7.5.1 变量作用域 133

7.5.2 全局变量和局部变量 135

7.5.3 global和nonlocal关键字 136

第8章 Python面向对象的程序设计 139

8.1 面向对象 140

8.1.1 面向对象概念 140

8.1.2 类定义与类对象 141

8.1.3 类的继承 143

8.2 模块 147

8.2.1 自定义模块并调用 147

8.2.2 import语句 148

8.2.3 标准模块 150

8.3 包 151

第9章 利用Python语言编写量化策略 153

9.1 股票量化策略的组成 154

9.1.1 初始化函数（initialize） 155

9.1.2 开盘前运行函数（before_market_open） 156

9.1.3 开盘时运行函数（market_open） 157

9.1.4 收盘后运行函数（after_market_close） 158

9.2 股票量化策略的设置函数 158

9.2.1 设置基准函数 159

9.2.2 设置佣金／印花税函数 159

9.2.3 设置滑点函数 161

9.2.4 设置动态复权（真实价格）模式函数 161

9.2.5 设置成交量比例函数 162

9.2.6 设置是否开启盘口撮合模式函数 162

9.2.7 设置要操作的股票池函数 163

9.3 股票量化策略的定时函数 163

9.3.1 定时函数的定义及分类 163

9.3.2 定时函数各项参数的意义 164

9.3.3 定时函数的注意事项 164

9.3.4 定时函数的实例 165

9.4 股票量化策略的下单函数 166

9.4.1 按股数下单函数 166

9.4.2 目标股数下单函数 167

9.4.3 按价值下单函数 168

9.4.4 目标价值下单函数 168

9.4.5 撤单函数 169

9.4.6 获取未完成订单函数 169

9.4.7 获取订单信息函数 169

9.4.8 获取成交信息函数 170

9.5 股票量化策略的日志log 171

9.5.1 设定log级别 171

9.5.2 log.info 171

9.6 股票量化策略的常用对象 172

9.6.1 Order对象 172

9.6.2 全局对象g 173

9.6.3 Trade对象 173

9.6.4 tick对象 174

9.6.5 Context对象 174

9.6.6 Position对象 176

9.6.7 SubPortfolio对象 176

9.6.8 Portfolio对象 177

9.6.9 SecurityUnitData对象 178

第10章 Python量化策略的常用库和模块 179

10.1 Numpy库 180

10.1.1 ndarray数组基础 180

10.1.2 矩阵 187

10.2 Pandas库 188

10.2.1 一维数组Series 188

10.2.2 二维数组DataFrame 189

10.2.3 三维数组Panel 199

10.3 Datetime模块和Time模块 201

10.3.1 利用Datetime模块获得当前的日期和时间 202

10.3.2 利用Time模块获得当前的日期和时间 203

10.3.3 获得当前时间并转换为指定日期格式 204

10.3.4 获得三天前的时间的方法 204

10.3.5 获得三天前的日期的方法 205

10.3.6 获得历史交易日 206

第11章 Python量化策略的获取数据函数 207

11.1 history（）函数 208

11.1.1 各项参数的意义 208

11.1.2 history（）函数的应用实例 210

11.2 attribute_history（）函数 213

11.3 get_current_data（）函数 215

11.4 get_fundamentals（）函数 216

11.4.1 各项参数的意义 216

11.4.2 get_fundamentals（）函数的应用实例 217

11.5 get_fundamentals_continuously（）函数 222

11.6 get_index_stocks（）函数 223

11.6.1 各项参数的意义 224

11.6.2 get_index_stocks（）函数的应用实例 225

11.7 get_industry_stocks（）函数 225

11.8 get_concept_stocks（）函数 227

11.9 get_all_securities（）函数 229

11.9.1 各项参数的意义 229

11.9.2 get_all_securities（）函数的应用实例 230

11.10 get_security_info（）函数 232

11.11 get_billboard_list（）函数 233

11.11.1 各项参数的意义 233

11.11.2 get_billboard_list（）函数的应用实例 234

11.12 get_locked_shares（）函数 234

第12章 Python量化策略的回测 237

12.1 回测的过程 238

12.2 编写双均线量化策略 239

12.2.1 量化策略的编辑页面 239

12.2.2 双均线量化策略的初始化函数 241

12.2.3 双均线量化策略的交易程序函数 242

12.3 设置量化策略的回测参数 243

12.4 双均线量化策略的回测详情 245

12.5 量化策略的风险指标 248

12.5.1 Alpha（阿尔法） 249

12.5.2 Beta（贝塔） 250

12.5.3 Sharpe（夏普比率） 251

12.5.4 Sortino（索提诺比率） 251

12.5.5 Information Ratio（信息比率） 252

12.5.6 Volatility（策略波动率） 253

12.5.7 Benchmark Volatility（基准波动率） 254

12.5.8 Max Drawdown（最大回撤） 255

第13章 Python量化策略的因子分析 257

13.1 初识因子分析 258

13.1.1 因子的分类 258

13.1.2 因子分析的作用 258

13.2 因子分析的实现代码 258

13.2.1 因子分析中变量的含义 259

13.2.2 因子分析中可以使用的基础因子 259

13.2.3 calc的参数及返回值 261

13.3 因子分析的结果 261

13.3.1 新建因子 261

13.3.2 收益分析 264

13.3.3 IC分析 268

13.3.4 换手分析 269

13.4 因子在研究和回测中的使用 270

13.5 基本面因子应用实例 273

第14章 Python量化策略的技术指标实例 277

14.1 均线型技术指标实例 278

14.1.1 传统平均线 278

14.1.2 高价平均线 280

14.1.3 低价平均线 281

14.1.4 变异平均线 282

14.1.5 成本价均线 283

14.2 超买超卖型技术指标实例 285

14.2.1 随机指标KD 285

14.2.2 资金流量指标MFI 286

14.2.3 相对强弱指标RSI 288

14.2.4 变动速率线OSC 289

14.2.5 威廉指标WR 290

14.2.6 顺势指标CCI 291

14.3 趋势型技术指标实例 292

14.3.1 平滑异同平均线MACD 293

14.3.2 趋向指标DMI 294

14.3.3 简易波动指标EMV 295

14.3.4 终极指标UOS 296

14.4 能量型技术指标实例 298

14.4.1 情绪指标BRAR 298

14.4.2 带状能量线CR 299

14.4.3 成交量变异率VR 300

14.4.4 梅斯线MASS 301

14.4.5 累积能量线OBV 302

14.4.6 相对强弱量VRSI 303

14.5 压力支撑型技术指标实例 305

14.5.1 布林通道线BOLL 305

14.5.2 麦克支撑压力线MIKE 306

14.5.3 薛斯通道线XS 307

第15章 Python量化交易策略实例 311

15.1 MACD指标量化交易策略 312

15.1.1 编写初始化函数 312

15.1.2 编写单位时间调用的函数 313

15.1.3 MACD指标量化交易策略的回测 315

15.2 能量型指标量化交易策略 316

15.2.1 编写初始化函数 316

15.2.2 编写单位时间调用的函数 317

15.2.3 能量型指标量化交易策略的回测 318

15.3 KD指标量化交易策略 320

15.3.1 编写初始化函数 320

15.3.2 编写开盘前运行函数 321

15.3.3 编写开盘时运行函数 321

15.3.4 编写收盘后运行函数 322

15.3.5 KD指标量化交易策略的回测 322

15.4 多股票持仓量化交易策略 324

15.4.1 编写初始化函数 324

15.4.2 编写单位时间调用的函数 324

15.4.3 多股票持仓量化交易策略的回测 325

15.5 多股票追涨量化交易策略 327

15.5.1 编写初始化函数 327

15.5.2 编写每天早上开盘时执行函数 327

15.5.3 编写开始交易前被调用函数 328

15.5.4 编写单位时间调用的函数 328

15.5.5 多股票追涨量化交易策略的回测 329

15.6 银行股轮动量化交易策略 331

15.6.1 编写初始化函数 331

15.6.2 编写选股函数 332

15.6.3 编写交易函数 332

15.6.4 银行股轮动量化交易策略的回测 333

15.7 小市值股票量化交易策略 334

15.7.1 编写初始化函数 334

15.7.2 编写选股函数 335

15.7.3 编写过滤停牌股票函数 336

15.7.4 编写交易函数 336

15.7.5 小市值股票量化交易策略的回测 337