量化投資：以Python為工具 下載 mobi epub pdf 電子書 2024

産品特色

編輯推薦

指導讀者：
迅速掌握用Python 語言處理數據的方法；
靈活運用Python 解決實際金融問題；
掌握量化投資所需的理論知識；
領會如何在Python 語言中構建量化投資策略。

內容簡介

本書主要講解量化投資的思想和策略，並藉助Python 語言進行實戰。本書一共分為5部分，第1部分是Python 入門，第2部分是統計學基礎，第3部分是金融理論、投資組閤與量化選股，第4部分是時間序列簡介與配對交易，第5部分是技術指標與量化投資。本書首先對Python 編程語言進行介紹，通過學習，讀者可以迅速掌握用Python 語言處理數據的方法，並靈活運用Python 解決實際金融問題；其次，嚮讀者介紹量化投資的理論知識，主要講解量化投資所需的數量基礎和類型等方麵；最後講述如何在Python語言中構建量化投資策略。

作者簡介

蔡立耑，美國伊利諾伊大學金融碩士，華盛頓大學經濟學碩士、博士。在人工智能、大數據分析、金融創新、量化投資等領域有豐富的實戰經驗。

目錄

第1 部分Python 入門 1
第1 章Python 簡介與安裝使用 2
1．1 Python 概述
1．2 Python 的安裝
1．2．1 下載安裝Python 執行文件
1．2．2 下載安裝Anaconda
1．2．3 多種Python 版本並存
1．3 Python 的簡單使用
1．4 交互對話環境IPython
1．4．1 IPython 的安裝
1．4．2 IPython 的使用
1．4．3 IPython 功能介紹

第2 章Python 代碼的編寫與執行
2．1 創建Python 腳本文件
2．1．1 記事本
2．1．2 Python 默認的IDLE 環境
2．1．3 專門的程序編輯器
2．2 執行．py 文件
2．2．1 IDLE 環境自動執行
2．2．2 在控製颱cmd 中執行
2．2．3 在Annaconda Prompt 中執行
2．3 Python 編程小技巧
2．3．1 Python 行
2．3．2 Python 縮進

第3 章Python 對象類型初探 23
3．1 Python 對象
3．2 變量命名規則
3．3 數值類型
3．3．1 整數
3．3．2 浮點數
3．3．3 布爾類型
3．3．4 復數
3．4 字符串
3．5 列錶
3．6 可變與不可變
3．7 元組
3．8 字典
3．9 集閤

第4 章Python 集成開發環境：Spyder 介紹 36
4．1 代碼編輯器
4．2 代碼執行Console
4．3 變量查看與編輯
4．4 當前工作路徑與文件管理
4．5 幫助文檔與在綫幫助
4．6 其他功能

第5 章Python 運算符與使用 44
5．1 常用運算符
5．1．1 算術運算符
5．1．2 賦值運算符
5．1．3 比較運算符
5．1．4 邏輯運算符
5．1．5 身份運算符
5．1．6 成員運算符
5．1．7 運算符的優先級
5．2 具有運算功能的內置函數

第6 章Python 常用語句 55
6．1 賦值語句
6．1．1 賦值含義與簡單賦值
6．1．2 多重賦值
6．1．3 多元賦值
6．1．4 增強賦值
6．2 條件語句
6．3 循環語句
6．3．1 for 循環
6．3．2 while 循環
6．3．3 嵌套循環
6．3．4 break、continue 等語句

第7 章函數
7．1 函數的定義與調用
7．2 函數的參數
7．3 匿名函數
7．4 作用域

第8 章麵嚮對象
8．1 類
8．2 封裝
8．3 繼承（Inheritance）

第9 章Python 標準庫與數據操作
9．1 模塊、包和庫
9．1．1 模塊
9．1．2 包
9．1．3 庫
9．2 Python 標準庫介紹
9．3 Python 內置數據類型與操作
9．3．1 序列類型數據操作
9．3．1．1 list 類型與操作
9．3．1．2 tuple 類型與操作
9．3．1．3 range 類型與操作
9．3．1．4 字符串操作
9．3．2 字典類型操作
9．3．3 集閤操作

第10 章常用第三方庫：Numpy 庫與多維數組
10．1 NumPy 庫
10．2 創建數組
10．3 數組元素索引與切片
10．4 數組運算

第11 章常用第三方庫：Pandas 與數據處理
11．1 Series 類型數據
11．1．1 Series 對象的創建
11．1．2 Series 對象的元素提取與切片
11．1．2．1 調用方法提取元素
11．1．2．2 利用位置或標簽提取元素與切片
11．1．3 時間序列
11．2 DataFrame 類型數據
11．2．1 創建DataFrame 對象
11．2．2 查看DataFrame 對象
11．2．3 DataFrame 對象的索引與切片
11．2．4 DataFrame 的操作
11．2．5 DataFrame 的運算
11．3 數據規整化
11．3．1 缺失值的處理
11．3．1．1 缺失值的判斷
11．3．1．2 選齣不是缺失值的數據
11．3．2 缺失值的填充
11．3．3 缺失值的選擇刪除
11．3．4 刪除重復數據

第12 章常用第三方庫：Matplotlib 庫與數據可視化
12．1 Matplotlib 簡介
12．2 修改圖像屬性
12．2．1 坐標
12．2．1．1 更改坐標軸範圍
12．2．1．2 設定坐標標簽與顯示角度
12．2．2 添加文本
12．2．2．1 添加標題
12．2．2．2 中文顯示問題
12．2．2．3 設定坐標軸標簽
12．2．2．4 增加圖形背景grid
12．2．2．5 增加圖例
12．2．3 多種綫條屬性
12．2．3．1 綫條的類型
12．2．3．2 圖形的顔色
12．2．3．3 點的形狀類型
12．2．3．4 綫條寬度
12．3 常見圖形的繪製
12．3．1 柱狀圖（Bar charts）
12．3．2 直方圖
12．3．3 餅圖
12．3．4 箱綫圖
12．4 Figure、Axes 對象與多圖繪製
12．4．1 Figure、Axes 對象
12．4．2 多圖繪製
12．4．2．1 多個子圖繪製
12．4．2．2 一個圖中多條麯綫繪製

第2 部分統計學基礎
第13 章描述性統計
13．1 數據類型
13．2 圖錶
13．2．1 頻數分布錶
13．2．2 直方圖
13．3 數據的位置
13．4 數據的離散度

第14 章隨機變量簡介
14．1 概率與概率分布
14．1．1 離散型隨機變量
14．1．2 連續型隨機變量
14．2 期望值與方差
14．3 二項分布
14．4 正態分布
14．5 其他連續分布
14．5．1 卡方分布
14．5．2 t 分布
14．5．3 F 分布
14．6 變量的關係
14．6．1 聯閤概率分布
14．6．2 變量的獨立性
14．6．3 變量的相關性
14．6．4 上證綜指與深證綜指的相關性分析

第15 章推斷統計
15．1 參數估計
15．1．1 點估計
15．1．2 區間估計
15．2 案例分析
15．3 假設檢驗
15．3．1 兩類錯誤
15．3．2 顯著性水平與p 值
15．3．3 確定小概率事件
15．4 t 檢驗
15．4．1 單樣本t 檢驗
15．4．2 獨立樣本t 檢驗
15．4．3 配對樣本t 統計量的構造

第16 章方差分析
16．1 方差分析之思想
16．2 方差分析之原理
16．2．1 離差平方和
16．2．2 自由度
16．2．3 顯著性檢驗
16．3 方差分析之Python 實現
16．3．1 單因素方差分析
16．3．2 多因素方差分析
16．3．3 析因方差分析

第17 章迴歸分析
17．1 一元綫性迴歸模型
17．1．1 一元綫性迴歸模型
17．1．2 最小平方法
17．2 模型擬閤度
17．3 古典假設條件下^_、^ _ 之統計性質
17．4 顯著性檢驗
17．5 上證綜指與深證成指的迴歸分析與Python 實踐
17．5．1 Python 擬閤迴歸函數
17．5．2 繪製迴歸診斷圖
17．6 多元綫性迴歸模型
17．7 多元綫性迴歸案例分析
17．7．1 價格水平對GDP 的影響
17．7．2 考量自變量共綫性因素的新模型

第3 部分金融理論、投資組閤與量化選股
第18 章資産收益率和風險
18．1 單期與多期簡單收益率
18．1．1 單期簡單收益率
18．1．2 多期簡單收益率
18．1．3 Python 函數計算簡單收益率
18．1．4 單期與多期簡單收益率的關係
18．1．5 年化收益率
18．1．6 考慮股利分紅的簡單收益率
18．2 連續復利收益率
18．2．1 多期連續復利收益率
18．2．2 單期與多期連續復利收益率的關係
18．3 繪製收益圖
18．4 資産風險的來源
18．4．1 市場風險
18．4．2 利率風險
18．4．3 匯率風險
18．4．4 流動性風險
18．4．5 信用風險
18．4．6 通貨膨脹風險
18．4．7 營運風險
18．5 資産風險的測度
18．5．1 方差
18．5．2 下行風險
18．5．3 風險價值
18．5．4 期望虧空
18．5．5 最大迴撤

第19 章投資組閤理論及其拓展
19．1 投資組閤的收益率與風險
19．2 Markowitz 均值-方差模型
19．3 Markowitz 模型之Python 實現
19．4 Black-Litterman 模型

第20 章資本資産定價模型（CAPM）
20．1 資本資産定價模型的核心思想
20．2 CAPM 模型的應用
20．3 Python 計算單資産CAPM 實例
20．4 CAPM 模型的評價

第21 章Fama-French 三因子模型
21．1 Fama-French 三因子模型的基本思想
21．2 三因子模型之Python 實現
21．3 三因子模型的評價
第4 部分時間序列簡介與配對交易 317

第22 章時間序列基本概念 318
22．1 認識時間序列
22．2 Python 中的時間序列數據
22．3 選取特定日期的時間序列數據
22．4 時間序列數據描述性統計

第23 章時間序列的基本性質 326
23．1 自相關性
23．1．1 自協方差
23．1．2 自相關係數
23．1．3 偏自相關係數
23．1．4 acf( ) 函數與pacf( ) 函數
23．1．5 上證綜指的收益率指數的自相關性判斷
23．2 平穩性
23．2．1 強平穩
23．2．2 弱平穩
23．2．3 強平穩與弱平穩的區彆
23．3 上證綜指的平穩性檢驗
23．3．1 觀察時間序列圖
23．3．2 觀察序列的自相關圖和偏自相關圖
23．3．3 單位根檢驗
23．4 白噪聲
23．4．1 白噪聲
23．4．2 白噪聲檢驗――Ljung-Box 檢驗
23．4．3 上證綜閤指數的白噪聲檢驗

第24 章時間序列預測
24．1 移動平均預測
24．1．1 簡單移動平均
24．1．2 加權移動平均
24．1．3 指數加權移動平均
24．2 ARMA 模型預測
24．2．1 自迴歸模型
24．2．2 移動平均模型
24．3 自迴歸移動平均模型
24．4 ARMA 模型的建模過程
24．5 CPI 數據的ARMA 短期預測
24．5．1 序列識彆
24．5．2 模型識彆與估計
24．5．3 模型診斷
24．5．4 運用模型進行預測
24．6 股票收益率的平穩時間序列建模

第25 章GARCH 模型
25．1 資産收益率的波動率與ARCH 效應
25．2 ARCH 模型和GARCH 模型
25．2．1 ARCH 模型
25．2．2 GARCH 模型
25．3 ARCH 效應檢驗
25．4 GARCH 模型構建

第26 章配對交易策略
26．1 什麼是配對交易
26．2 配對交易的思想
26．3 配對交易的步驟
26．3．1 股票對的選擇
26．3．2 配對交易策略的製定
26．4 構建PairTrading 類
26．5 Python 實測配對交易交易策略

第5 部分技術指標與量化投資
第27 章K 綫圖
27．1 K 綫圖簡介
27．2 Python 繪製上證綜指K 綫圖
27．3 Python 捕捉K 綫圖的形態
27．3．1 Python 捕捉“早晨之星”
27．3．2 Python 語言捕捉“烏雲蓋頂”形態

第28 章動量交易策略
28．1 動量概念介紹
28．2 動量效應産生的原因
28．3 價格動量的計算公式
28．3．1 作差法求動量值
28．3．2 做除法求動量值
28．4 編寫動量函數momentum( )
28．5 萬科股票2015 年走勢及35 日動量綫
28．6 動量交易策略的一般思路

第29 章RSI 相對強弱指標
29．1 RSI 基本概念
29．2 Python 計算RSI 值
29．3 Python 編寫rsi( ) 函數
29．4 RSI 天數的差異
29．5 RSI 指標判斷股票超買和超賣狀態
29．6 RSI 的“黃金交叉”與“死亡交叉”
29．7 交通銀行股票RSI 指標交易實測
29．7．1 RSI 捕捉交通銀行股票買賣點
29．7．2 RSI 交易策略執行及迴測

第30 章均綫係統策略
30．1 簡單移動平均
30．1．1 簡單移動平均數
30．1．2 簡單移動平均函數
30．1．3 期數選擇
30．2 加權移動平均
30．2．1 加權移動平均數
30．2．2 加權移動平均函數
30．3 指數加權移動平均
30．3．1 指數加權移動平均數
30．4 創建movingAverage 模組
30．5 常用平均方法的比較
30．6 中國銀行股價數據與均綫分析
30．7 均綫時間跨度
30．8 中國銀行股票均綫係統交易
30．8．1 簡單移動平均綫製定中國銀行股票的買賣點
30．8．2 雙均綫交叉捕捉中國銀行股票的買賣點
30．9 異同移動平均綫（MACD）
30．9．1 MACD 的求值過程
30．9．2 異同均綫（MACD）捕捉中國銀行股票的買賣點
30．10 多種均綫指標綜閤運用模擬實測

第31 章通道突破策略
31．1 通道突破簡介
31．2 唐奇安通道
31．2．1 唐奇安通道刻畫
31．2．2 Python 捕捉唐奇安通道突破
31．3 布林帶通道
31．4 布林帶通道與市場風險
31．5 通道突破交易策略的製定
31．5．1 一般布林帶上下通道突破策略
31．5．2 特殊布林帶通道突破策略

第32 章隨機指標交易策略
32．1 什麼是隨機指標（KDJ）
32．2 隨機指標的原理
32．3 KDJ 指標的計算公式
32．3．1 未成熟隨機指標RSV
32．3．2 K、D 指標計算
32．3．3 J 指標計算
32．3．4 KDJ 指標簡要分析
32．4 KDJ 指標的交易策略
32．5 KDJ 指標交易實測
32．5．1 KD 指標交易策略
32．5．2 KDJ 指標交易策略
32．5．3 K 綫、D 綫“金叉”與“死叉”

第33 章量價關係分析
33．1 量價關係概述
33．2 量價關係分析
33．2．1 價漲量增
33．2．2 價漲量平
33．2．3 價漲量縮
33．2．4 價平量增
33．2．5 價平量縮
33．2．6 價跌量增
33．2．7 量化投資：以Python為工具 下載 mobi epub pdf txt 電子書 格式

可以的。我是一個人在一起瞭。我

不錯！真的挺好的！

看後再評。。。。。。。。。。。。。。。。。。。

不錯挺好的不錯挺好的不錯挺好的不錯挺好的不錯挺好的不錯挺好的不錯挺好的不錯挺好的不錯挺好的不錯挺好的

很不錯的書，快遞師傅也是超神速！……

所有不錯的都好評所有不錯的都好評

感謝京東的活動，兩年下來我的書都夠看10年有餘瞭！

印刷質量不好，內容應該不錯

之前已經簡單學瞭點R的量化技巧。現在學一下python。書的品相不錯，值得稱贊。