Python量化投資縱橫金融: 從程式到現金之路 | 誠品線上

Python量化投資縱橫金融: 從程式到現金之路

內容簡介

內容簡介 ● 在金融領域的量化投資、智慧投顧、信用評等、輿情分析等廣大面向，目前已經大量使用相關技術與演算法，且其融合的程度亦正不斷加深中。展望未來，與金融科技息息相關的量化投資策略，勢必吸引愈來愈多的關注與資源。● 有別於市面上不少關於Python與量化投資的書籍 （多數著重於Python語言基礎，但其所提供關於量化投資的策略卻相當有限），本書特點之一即為：「兼顧了Python語言與量化策略的編撰」，既可為不懂Python的讀者提供零基礎入門，也特別為有Python基礎的讀者提供量化策略建模參考與各種開放原始碼，此部分篇幅遠大於Python語言的介紹，可謂本書之精華所在。◎精彩內容本書主要講解如何利用Python進行量化投資，包括：對數據的取得、整理、分析挖掘、訊號建置、策略建置、回測、策略分析……等。同時本書亦為利用Python進行數據分析的指南，擁有大量關於數據處理分析的應用，並將重點介紹如何更有效率的利用Python來解決投資策略問題。本書主要分為「Python基礎」和「量化投資」兩大主軸：● Python基礎 （1-3章）：主要講解Python軟體的基礎、各個重要模組，以及如何解決常見的數據分析問題。此部分可幫助讀者快速上手Python。● 量化投資 （4-7章）：在前項基礎上，借助通連數據優礦平台進行數據處理與策略建立，提供開放原始碼，並對各種策略加以介紹與提供建議。◎適用讀者群：本書可作為專業金融從業人員進行量化投資的工具書，亦可作為金融科技領域的入門參考書。

作者介紹

作者介紹 ■作者簡介王小川

產品目錄

產品目錄 第1章 準備工作1.1 Python的安裝與設定1.2 常見的Python函數庫第2章 Python基礎介紹2.1 Python學習準備2.2 Python語法基礎2.3 Python運算子與運算式2.4 Python中的控制流2.5 Python函數2.6 Python模組2.7 Python例外處理與檔案操作第3章 Python進階3.1 NumPy的使用3.2 Pandas的使用3.3 SciPy的初步使用3.4 Matplotlib的使用3.5 Seaborn的使用3.6 Scikit-Learn的初步使用3.7 SQLAlchemy與常用資料庫的連接第4章 常用資料的取得與整理4.1 金融資料類型4.2 金融資料的取得4.3 資料整理第5章 通聯資料回測平台介紹5.1 回測平台函數與參數介紹5.2 股票範本實例5.3 期貨範本實例5.4 策略回測詳情5.5 策略的風險評價指標5.6 策略交易細節第6章 常用的量化策略及其實現6.1 量化投資概述6.2 企業輪動理論及其投資策略6.3 市場中性Alpha策略6.4 大師策略6.5 CTA策略6.6 Smart Beta6.7 技術指標類別策略6.8 資產設定6.9 時間序列分析6.10 組合最佳化器的使用6.11 期權策略：Greeks和隱含波動率微笑計算第7章 量化投資十問十答

商品規格

最佳賣點

最佳賣點 : 兼顧了Python語言與量化策略的編撰

試閱文字

推薦序 : 為什麼寫作本書
作為投資者，我們常聽到的一句話是“不要把雞蛋放入同一個籃子中”，可見分散投資可以降低風險，但如何選擇不同的籃子、每個籃子放多少雞蛋，便是見仁見智的事情了，量化投資就是解決這些問題的一種工具。
而Python在1991年誕生，目前已成為非常受歡迎的動態程式語言，由於擁有巨量的函數庫，所以Python在各個領域都有廣泛應用，在量化投資界採用Python進行科學計算、量化投資的趨勢也越來越猛。目前各種線上策略程式設計平台都支援Python語言，例如優礦、米筐、聚寬等，這也是我們選擇Python進行量化投資的原因。
目前市場上關於Python與量化投資的圖書不少，但仔細研究後不難發現，很多圖書都是頂著量化投資的噱頭在講Python的語言基礎，其能提供的策略有限，並且大部分不提供回測平台，這種書籍中的策略常常為漲停股票可以買入、跌停股票可以賣出、停牌也可以交易，等等，這大幅違背了A股市場的交易規則，難以獲得準確的回測結果。
鑑於以上情形，為了更進一步地推動量化投資在中國的普及與發展，我們撰寫了《Python與量化投資：從基礎到實戰》一書，本書兼顧了Python語言與量化策略的撰寫，既可以為不懂Python語言的讀者提供零基礎入門，也可以為有Python基礎的讀者提供量化策略建模參考。細心的讀者不難發現，本書量化投資策略部分的介紹篇幅遠大於Python語言的介紹篇幅，這也可看出我們出版本書的初心。
如何使用本書
如果您從未接觸過Python或任何其他程式語言，則建議您從第1章開始看起，對Python基礎程式設計稍做了解；如果您已經是Python的忠實使用者，則可以從第4章開始看起，直接使用優礦平台完成對策略的撰寫。關於Python基礎部分的內容，您可自行安裝、執行Python進行學習；關於量化投資部分的內容，您需要用到優礦線上量化平台，不安裝Python也可以執行。
本書的搭配程式可以在http://books.hcquant.com下載。
Python基礎部分的範例程式的副檔名為.ipynb，是Jupyter Notebook檔案，可以直接用Python開啟執行；量化投資部分的範例程式的副檔名為.nb，需要上傳到優礦的Notebook執行。
本書講了什麼
本書分為兩大部分，共有7章，前3章為Python基礎部分，可以幫助讀者快速上手Python；後4章為量化投資部分，借助通聯資料優礦平台進行資料處理與策略建立，將各種策略程式直接開放原始碼，並且對各種策略進行了介紹與點評，可謂本書的精華部分。
第1章為準備工作，主要介紹Python的安裝與常用的函數庫，尤其是在量化投資領域會使用到的資料分析函數庫。
第2章介紹Python的基礎操作，為後續說明Python量化投資做準備，等於從零開始說明，可在短時間內快速上手Python程式設計。
第3章說明Python的進階內容，在第2章的基礎上詳細介紹NumPy、Pandas、SciPy、Seaborn、Scikit-Learn、SQLAlchemy等經典函數庫，是對前兩章的昇華和應用。
第4章說明常用金融資料的取得與整理，包含資料整合、資料過濾、資料探索與清洗、資料轉化，等等。
第5章介紹通聯資料回測平台，內容有關回測平台函數參數介紹、股票/期貨範本實例說明、回測結果分析、風險評價指標與回測細節的注意事項。
第6章說明常見的量化策略及其實現，內容有關企業輪動、市場中性Alpha、大師類別策略、CTA策略、Smart Beta、技術指標類別策略、資產設定、時間序列分析、組合最佳化器、期權策略等。程式全部公開，您可在短時間內使用我們的策略範本撰寫適合自己的策略。
第7章列出了10道自問自答題目，可便於您在短時間內更進一步地了解量化投資，希望對您做投資有所幫助。
繁體中文版說明
本書原作者為中國大陸人士，投資標的物也多為中國股市，為避免出現程式及內容之誤植，全書圖示及程式碼均保持簡體中文，請讀者對應書中內容閱讀。

活動

• 圖書滿$1,000折$100
• 全站滿$5,000折$600
• 全站滿$1,600折$150
• 全站滿$2,800折$300