AI+大數據: 用Python玩轉金融遊戲的量化交易 | 誠品線上

AI+大數據: 用Python玩轉金融遊戲的量化交易

作者 何海群
出版社 聯合發行股份有限公司
商品描述 AI+大數據: 用Python玩轉金融遊戲的量化交易:◎以實盤個案分析為主,全程配有Python代碼。◎包含大量的圖文案例和Python源碼,無須專業編程基礎,懂Excel即可開始學習。◎

內容簡介

內容簡介 ◎以實盤個案分析為主,全程配有Python代碼。◎包含大量的圖文案例和Python源碼,無須專業編程基礎,懂Excel即可開始學習。◎配有專業的zwPython、zwQuant量化軟件和zwDat數據包。本書是國內較早關於Python大數據與量化交易的原創書籍,配合zwPython、zwQuant開源量化軟件學習,已經是一套完整的大數據分析、量化交易學習教材,可直接用於實盤交易。本書內容源自筆者的原版教學課件,雖然限於篇幅和載體,省略了視頻和部分環節,但核心內容都有保留,配套的近百套Python教學程序沒有進行任何刪減。考慮到廣大入門讀者的需求,筆者在各個核心函數環節增添了函數流程圖。本書內容包含:1. 近50萬字的圖文教材。2. 數十套結合教材的Python 教學程式。3. 全套zwPython 開放原始碼平台。4. 針對初學者的開放原始碼量化系統zwQuant。5. 開放原始碼金融資料封包zwDat,包含tick 資料。100%零基礎,無須任何程式設計、交易經驗,也不需要具備超強的資料分析能力,只要會使用Excel 就可以輕鬆上手,讀完本書內容與搭配之教學程式,就能撰寫簡單的量化策略函數。

作者介紹

作者介紹 ■作者簡介何海群

產品目錄

產品目錄 第一章 從故事開始學量化1.1 億萬富翁的「神奇公式」1.2 股市「一月效應」1.3 量化交易流程與概念1.4 使用者執行環境設定1.5 Python 實戰操作技巧1.6 量化、中醫與西醫第二章 常用量化技術指標與架構2.1 案例2-1:SMA均線策略2.2 Python量化系統架構2.3 常用量化軟體套件2.4 常用量化技術指標2.5 經典量化策略2.6 常用量化策略2.7 起點與終點第三章 金融資料獲取整數理3.1 常用資料來源API與模組函數庫3.2 案例3-1:zwDatX資料類別3.3 美股資料來源模組函數庫3.4 開放原始碼文件函數庫Read the Docs3.5 案例3-2:下載美股資料3.6 財經資料來源模組函數庫TuShare3.7 歷史資料3.8 其他交易資料3.9 zwDat 超大股票資料來源與資料更新3.10 資料歸一化處理3.11 為有源頭活水來第四章 PAT案例組合語言4.1 投資組合與回報率4.2 SMA均線策略4.3 均線交換策略4.4 VWAP動量策略4.5 布林通道策略4.6 RSI2策略4.7 案例與傳承第五章 zwQuant整體架構5.1 發佈前言5.2 功能簡介5.3 範例程式5.4 常用量化分析參數5.5 回溯案例:對標測試5.6 回報參數計算5.7 主體架構5.8 新的起點第六章 模組詳解與實盤資料6.1 回溯流程6.2 執行流程詳解6.3 零點策略6.3.1 mul多個時間點的交易&資料6.4 不同資料來源與格式修改6.5 金融資料套件與實盤資料更新6.6 穩定第一第七章 量化策略函數庫7.1 量化策略函數庫簡介7.2 SMA均線策略7.3 CMA均線交換策略7.4 VWAP策略7.5 BBands 布林通道策略7.6 大道至簡1+1第八章 海龜策略與自訂擴充8.1 策略函數庫8.2 tur 海龜策略v1:從零開始8.3 案例8-1:海龜策略架構8.4 tur 海龜策略v2:策略初始化8.5 案例8-2:策略初始化8.6 tur 海龜策略v3:資料前置處理8.7 案例8-3:資料前置處理8.8 tur 海龜策略v4:策略分析8.9 案例8-4:策略分析8.10 tur 海龜策略v5:資料圖表輸出8.11 tur 海龜策略v9:加入策略函數庫8.12 案例8-7:入庫8.13 庖丁解牛第九章 TA-Lib函數程式庫與策略開發9.1 TA-Lib技術指標9.2 MACD策略9.3 KDJ策略9.4 RSI策略9.5 基礎、策略與靈感第十章 擴充與未來10.1 回顧案例2-1:SMA均線策略10.2 大盤指數資源10.3 系統整合10.4 擴充完成10.5 其他擴充課題10.6 終點與起點附錄A zwPython 開發平台使用者手冊A-1 為什麼選擇PythonA-2 zwPython難度降低90%,效能加強十倍A-3 「零物件」程式設計模式A-4 zwQuant量化家族成員A-5 zwPython與winPython、pythonXYA-6 zwPython升級要點

商品規格

書名 / AI+大數據: 用Python玩轉金融遊戲的量化交易
作者 / 何海群
簡介 / AI+大數據: 用Python玩轉金融遊戲的量化交易:◎以實盤個案分析為主,全程配有Python代碼。◎包含大量的圖文案例和Python源碼,無須專業編程基礎,懂Excel即可開始學習。◎
出版社 / 聯合發行股份有限公司
ISBN13 / 9789865001261
ISBN10 / 9865001268
EAN / 9789865001261
誠品26碼 / 2681569153000
頁數 / 456
注音版 /
裝訂 / P:平裝
語言 / 1:中文 繁體
尺寸 / 23X17CM
級別 / N:無

試閱文字

內文 :

前言

2014年,美國銀行、美林證券的「石英」專案、摩根大通的「雅典娜」專案都不約而同地選擇了Python作為金融企業的標準程式語言。

全世界的金融工程企業全部重新洗牌,這為金融工程從業人員帶來了前所未有的機遇。資本的力量是強大的,也是冷酷無情的。

2016年5月,《華爾街日報》報導,目前華爾街的三大程式語言是:C、Java與Python。其中,C與Java成為三大語言之一有兩方面原因:一方面是由於歷史累積,另一方面是系統架構設計的需要。而在應用領域Python更勝一籌,因為Python已經成為金融企業量化領域的標準程式語言。

本書是國內較早關於Python大數據與量化交易的原創圖書。本書配合zwPython、zwQuant開放原始碼量化軟體學習,是一套完整的大數據分析、量化交易的學習教材,可直接用於實盤交易。

100%零基礎,無須任何程式設計、交易經驗,也不需要具備超強的資料分析能力,只要會使用Excel就可以輕鬆學會本書說明的基礎知識。讀完本書內容和搭配的教學程式,就能夠撰寫簡單的量化策略函數。

本書的內容來自筆者的原版教學教材,雖然限於篇幅和載體,省略了視訊和部分環節,但核心內容都有保留,搭配的近百套Python教學程式沒有進行任何刪減;並考慮到廣大入門讀者的需求,筆者在各個核心函數環節增添了函數流程圖。