問ChatGPT也不會的Python量化交易聖經: 從分析到真實交易一本全會

問ChatGPT也不會的Python量化交易聖經: 從分析到真實交易一本全會

出版日期:
2025/03/23
9
880792
查詢門市庫存
★國內金控現職量化交易研究人員傳授從量化分析到真實交易系統建置,一本書全學會
☆量化統計專家 + 程式交易員共同帶你使用 Python 攻略台股量化分析及自動交易
★問 ChatGPT 也無法得知的秘辛!量化交易研究人員帶你少走冤枉的量化交易研究之路

內容簡介

https://youtu.be/p9DDms3QUW8

★國內金控現職量化交易研究人員傳授從量化分析到真實交易系統建置,一本書全學會
☆量化統計專家 + 程式交易員共同帶你使用 Python 攻略台股量化分析及自動交易
★問 ChatGPT 也無法得知的秘辛!量化交易研究人員帶你少走冤枉的量化交易研究之路

投資是一門藝術,有時候做正確的事情不一定會賺錢,做錯誤的事情也未必會賠錢,只有長期投資績效才見的到真章,但如果等到長期交易最終賠錢才發現自己在做錯誤的事情,那就失去了時間又賠了金錢,得不償失。
剛入量化投資這一行的人,很容易被高績效迷惑了,而忽略了自己的交易策略是否合理。我們作為相對的未來人,使用歷史數據來建構策略,很容易有意無意窺探到了未來資料,或者是過度擬合數據以及未盡詳盡的統計分析,導致我們誤以為尋找到了長期穩定可以產生超額報酬的交易策略。綜合上面所述,本書在技術上說明如何做量化分析、建構策略、AI 訓練市場數據及將一個策略架設排程每天去真實自動交易,另一大重點是,我們會在統計分析及建構策略的過程中,不斷向讀者說明如何避開建構出回測一條龍,上線一條蟲的策略。結合我們多年的量化研究及真實交易的經驗,透過一些特徵,我們可以避開錯誤的方式去建構策略,期待讀者在研究交易的路可以少走一點彎路。
我們在學習量化分析及真實交易的過程中,很有可能在前面幾年處處碰壁,甚至難以贏過大盤,但是我們深信有金融知識以及數學量化的基礎支持,不斷的學習,小心控制風險,終究有一天會研究有成,在長期績效中贏過大盤,我們透過本書,期望可以與讀者共同成長,並且我們留下了可以供讀者發問的地方,隨時可以共同探討量化及投資相關的議題。

展開看更多

產品目錄

第1章 股票財報的量化分析與研究
1.1 認識財報因子
►解析三大重要財報1
►取得財報因子資料
►常見的六大重要財報因子
1.2 透過Alphalens 評估因子
►如何使用 Alphalens
►解析 Alphalens 報表中五大分析結果
1.3 建立財報因子選股模型來挑選績優股
►建立單因子選股模型
►建立多因子選股模型
►靜態 / 動態選股模型
1.4 財報因子選股模型回測績效
►Backtrader 介紹
►Pyfolio 介紹
►Backtrader 因子模型回測結果
►Backtrader 因子模型回測結果 - 未交易的問題

第2章 股票價量的量化分析與研究
2.1 認識價量因子
►什麼是價量數據
►創建價量因子的常見手法
►四大類價量因子
2.2 快速產生多種價量因子
►TALIB 使用介紹
►開源的 Alphas-WorldQuant 101
►開源的 Alphas- 國泰君安 191
2.3 WorldQuant 101 Alphas 因子分析
2.4 台股操作更傾向反轉還是動能?

第3章 台指期的價量研究
3.1 台指期的資料處理- 分K 轉換
3.2 台指期在回測系統中如何設定?
3.3 台指期的策略研究
3.4 台股與台指期的結合- 對沖股票部位

第4章 AI 模型好用嗎?
4.1 前言
►任務目標的類型
►切分資料集
►低度擬合 vs 過度擬合
►AI 模型預測的任務五大步驟
4.2 機器學習在股價預測上的應用
►線性迴歸模型(Linear Regression Model)
►邏輯迴歸模型(Logistic Regression Model)
►決策樹模型(Decision Tree Model)
►隨機森林模型(Random Forest Model)
►XGBoost
4.3 深度學習在股價預測上的應用
►隨機種子(Random Seed) 設定
►數據載入和批量(Batch) 處理
►損失函式(Loss Function) 選擇
►優化器(Optimizer) 設定
►模型(Model) 架設
►訓練函式
►評估函式
4.4 強化學習在股價預測上的應用
►Environment 設置實作
►模型訓練實作
►模型推論實作
►多資產交易範例

第5章 該如何進行交易?
5.1 透過Backtrader 獲取交易訊號及串接下單API– 以股票為例
5.2 透過Backtrader 獲取交易訊號及串接下單API– 以期貨為例
5.3 Line Message API 進行交易推播
5.4 自建Airflow 排程環境
►Docker 簡介
►Airflow 簡介
►將股票策略加入 Airflow 排程中
►將期貨策略加入 Airflow 排程中
5.5 結語– 交易前請看

作者介紹

黃子靜
數學系畢業,國立成功大學統計碩士畢業,多年資料分析與 AI 建模經驗
◇現職於國內金控量化交易研究單位,負責AI 量化策略開發與財務資料分析
◇於國際知名期刊 Scientific Reports 發表生物相關研究論文,論文獲得超過 10 次引用
◇碩士論文聚焦於統計模型研究,並憑藉創新統計估計方法和數據分析,榮獲中國統計學社論文獎優等獎
◇曾於世界量化交易競賽 Worldquant IQC 2023第一階段台灣排名 6/877,世界排名 55/29113

張峮瑋
◇多年程式交易、量化分析經驗,並在世界量化交易競賽中取得佳績
◇現職國內金控量化交易研究單位
◇曾任野村投信 (NOMURA)
◇曾任私人操盤室程式交易員
◇致理科大財金系業界專家 – 授課智能理財及人工智慧與理財機器人
◇出版《Python金融市場賺大錢聖經》,曾榮登博客來暢銷榜
◇MasterTalks 線上課程「Python 全方位期貨課程」,課程人數超越標準 1800%
◇曾於MasterTalks 及 IOH 平台分享職涯
◇曾於世界量化交易競賽 Worldquant IQC 2023 入台灣最終決賽,並於第一階段台灣排名 3/877,世界排名 38/29113
◇曾獲中華郵政第一屆大數據競賽,400 隊中獲全國第二名
◇曾獲日盛黑客松2018人工智慧解盤,晉級六強決賽

規格

誠品貨碼 / 2682851416001
ISBN13 / 9786267569566
ISBN10 /
EAN貨碼 / 9786267569566
頁數 / 592
裝訂 / P:平裝
語言 / 1:中文/繁體
尺寸 / 17X23X2.9CM
級別 / N:無

退貨說明

退貨須知:

  1. 依照消費者保護法的規定,您享有商品貨到次日起七天猶豫期(含例假日)的權益(請注意!猶豫期非試用期),辦理退貨之商品必須是全新狀態(不得有刮傷、破損、受潮)且需完整(包含全部商品、配件、原廠內外包裝、贈品及所有附隨文件或資料的完整性等)。
  2. 請您以送貨廠商使用之包裝紙箱將退貨商品包裝妥當,若原紙箱已遺失,請另使用其他紙箱包覆於商品原廠包裝之外,切勿直接於原廠包裝上黏貼紙張或書寫文字。若原廠包裝損毀將可能被認定為已逾越檢查商品之必要程度,本公司得依毀損程度扣除回復原狀必要費用(整新費)後退費;請您先確認商品正確、外觀可接受,再行拆封,以免影響您的權利;若為產品瑕疵,本公司接受退貨。

依「通訊交易解除權合理例外情事適用準則」,下列商品不適用七日猶豫期,除產品本身有瑕疵外,不接受退貨:

  1. 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮蔬果、乳製品、冷凍冷藏食材、蛋糕)
  2. 依消費者要求所為之客製化給付。(如:客製印章、鋼筆刻字)
  3. 報紙、期刊或雜誌。
  4. 經消費者拆封之影音商品或電腦軟體。
  5. 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,經消費者事先同意始提供。(如:電子書)
  6. 已拆封之個人衛生用品。(如:內衣褲、襪類、褲襪、刮鬍刀、除毛刀等貼身用品)
  7. 國際航空客運服務。

若您退貨時有下列情形,可能被認定已逾越檢查商品之必要程度而須負擔為回復原狀必要費用(整新費),或影響您的退貨權利,請您在拆封前決定是否要退貨:

  1. 以數位或電磁紀錄形式儲存或著作權相關之商品(包含但不限於CD、VCD、DVD、電腦軟體等) 包裝已拆封者(除運送用之包裝以外)。
  2. 耗材(包含但不限於墨水匣、碳粉匣、紙張、筆類墨水、清潔劑補充包等)之商品包裝已拆封者(除運送用之包裝以外)。
  3. 衣飾鞋類/寢具/織品(包含但不限於衣褲、鞋子、襪子、泳裝、床單、被套、填充玩具)或之商品缺件(含購買商品、附件、內外包裝、贈品等)或經剪標或下水或商品有不可回復之髒污或磨損痕跡。
  4. 食品、美容/保養用品、內衣褲等消耗性或個人衛生用品、商品銷售頁面上特別載明之商品已拆封者(除運送用之包裝外一切包裝、包括但不限於瓶蓋、封口、封膜等接觸商品內容之包裝部分)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
  5. 家電、3C、畫作、電子閱讀器等商品,除商品本身有瑕疵外,退回之商品已拆封(除運送用之包裝外一切包裝、包括但不限於封膜等接觸商品內容之包裝部分、移除封條、拆除吊牌、拆除貼膠或標籤等情形)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
  6. 退貨程序請參閱【客服專區→常見問題→誠品線上退貨退款】之說明。
付款/配送