包邮 Python与量化投资：从基础到实战+量化投资：以Python为工具 2本 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

图书标签:

• Python
• 量化投资
• 金融
• 投资
• 编程
• 实战
• 数据分析
• 算法
• 入门
• 包邮

店铺： 兰兴达图书专营店

出版社： 电子工业

ISBN：YL14516

商品编码：27147028119

开本：16

出版时间：2017-02-01

YL14516  9787121338571 9787121305146

Python与量化投资：从基础到实战  

本书主要讲解如何利用Python进行量化投资，包括对数据的获取、整理、分析挖掘、信号构建、策略构建、回测、策略分析等。本书也是利用Python进行数据分析的指南，有大量的关于数据处理分析的应用，并将重点介绍如何地利用Python解决投资策略问题。本书分为Python基础和量化投资两大部分：Python基础部分主要讲解Python软件的基础、各个重要模块及如何解决常见的数据分析问题；量化投资部分在Python基础部分的基础上，讲解如何使用优矿（uqer.io）回测平台实现主流策略及定制策略等。本书可作为专业金融从业者进行量化投资的工具书，也可作为金融领域的入门参考书。在本书中有大量的Python代码、Python量化策略的实现代码等，尤其是对于量化策略的实现代码，读者可直接自行修改并获得策略的历史回测结果，甚至可将代码直接实盘应用，进行投资。

1章 准备工作 1 1.1 Python的安装与设置 1 1.2 常见的Python库 2 2章 Python基础介绍 7 2.1 Python学习准备 7 2.2 Python语法基础 11 2.2.1 常量与变量 11 2.2.2 数与字符串 11 2.2.3 数据类 15 2.2.4 标识符 18 2.2.5 对象 19 2.2.6 行与缩进 20 2.2.7 注释 22 2.3 Python运算符与表达式 22 2.3.1 算数运算符 22 2.3.2 比较运算符 24 2.3.3 逻辑运算符 25 2.3.4 Python中的优先级 27 2.4 Python中的控制流 27 2.4.1 控制流的功能 28 2.4.2 Python的三种控制流 29 2.4.3 认识分支结构if 30 2.4.4 认识循环结构for…in 32 2.4.5 认识循环结构while 33 2.4.6 break语句与continue语句 35 2.5 Python函数 39 2.5.1 认识函数 39 2.5.2 形参与实参 40 2.5.3 全局变量与局部变量 44 2.5.4 对函数的调用与返回值 45 2.5.5 文档字符串 46 2.6 Python模块 47 2.6.1 认识Python模块 47 2.6.2 from…import详解 49 2.6.3 认识__name__属性 50 2.6.4 自定义模块 50 2.6.5 dir()函数 51 2.7 Python异常处理与文件操作 52 2.7.1 Python异常处理 52 2.7.2 异常的发生 55 2.7.3 try…finally的使用 56 2.7.4 文件操作 57 3章 Python进阶 59 3.1 NumPy的使用 59 3.1.1 多维数组ndarray 59 3.1.2 ndarray的数据类型 60 3.1.3 数组索引、切片和赋值 61 3.1.4 基本的数组运算 62 3.1.5 随机数 63 3.2 Pandas的使用 67 3.2.1 Pandas的数据结构 68 3.2.2 Pandas输出设置 70 3.2.3 Pandas数据读取与写入 70 3.2.4 数据集快速描述性统计分析 71 3.2.5 根据已有的列建立新列 72 3.2.6 DataFrame按多列排序 73 3.2.7 DataFrame去重 73 3.2.8 删除已有的列 74 3.2.9 Pandas替换数据 75 3.2.10 DataFrame重命名 75 3.2.11 DataFrame切片与筛选 76 3.2.12 连续型变量分组 78 3.2.13 Pandas分组技术 79 3.3 SciPy的初步使用 83 3.3.1 回归分析 84 3.3.2 插值 87 3.3.3 正态性检验 89 3.3.4 凸优化 93 3.4 Matplotlib的使用 97 3.5 Seaborn的使用 97 3.5.1 主题管理 98 3.5.2 调色板 101 3.5.3 分布图 102 3.5.4 回归图 104 3.5.5 矩阵图 106 3.5.6 结构网格图 108 3.6 Scikit-Learn的初步使用 109 3.6.1 Scikit-Learn学习准备 110 3.6.2 常见的机器学习模型 111 3.6.3 模型评价方法——metric模块 120 3.6.4 深度学习 124 3.7 SQLAlchemy与常用数据库的连接 124 3.7.1 连接数据库 125 3.7.2 读取数据 126 3.7.3 存储数据 126 4章 常用数据的获取与整理 129 4.1 金融数据类型 129 4.2 金融数据的获取 131 4.3 数据整理 135 4.3.1 数据整合 135 4.3.2 数据过滤 137 4.3.3 数据探索与数据清洗 138 4.3.4 数据转化 140 5章 通联数据回测平台介绍 143 5.1 回测平台函数与参数介绍 144 5.1.1 设置回测参数 144 5.1.2 accounts账户配置 154 5.1.3 initialize（策略初始化环境） 160 5.1.4 handle_data（策略运行逻辑） 160 5.1.5 context（策略运行环境） 160 5.2 股票模板实例 168 5.3 期货模板实例 173 5.4 策略回测详情 179 5.5 策略的风险评价指标 181 5.6 策略交易细节 184 6章 常用的量化策略及其实现 187 6.1 量化投资概述 187 6.1.1 量化投资简介 187 6.1.2 量化投资策略的类型 188 6.1.3 量化研究的流程 189 6.2 行业轮动理论及其投资策略 192 6.2.1 行业轮动理论简介 192 6.2.2 行业轮动的原因 192 6.2.3 行业轮动投资策略 194 6.3 市场中性Alpha策略 199 6.3.1 市场中性Alpha策略介绍 199 6.3.2 市场中性Alpha策略的思想和方法 200 6.3.3 实例展示 201 6.4 大师策略 206 6.4.1 麦克·欧希金斯绩优成分股投资法 207 6.4.2 杰拉尔丁·维斯蓝筹股投资法 211 6.5 CTA策略 219 6.5.1 趋势跟随策略 219 6.5.2 均值回复策略 241 6.5.3 CTA策略表现分析 253 6.6 Smart Beta 258 6.6.1 基于权重优化的Smart Beta 258 6.6.2 基于风险因子的Smart Beta 268 6.7 技术指标类策略 281 6.7.1 AROON指标 281 6.7.2 BOLL指标 285 6.7.3 CCI指标 288 6.7.4 CMO指标 293 6.7.5 Chaikin Oscillator指标 295 6.7.6 DMI指标 299 6.7.7 优矿平台因子汇总 302 6.8 资产配置 317 6.8.1 有效边界 318 6.8.2 Black-Litterman模型 335 6.8.3 风险平价模型 349 6.9 时间序列分析 358 6.9.1 与时间序列分析相关的基础知识 358 6.9.2 自回归（AR）模型 365 6.9.3 滑动平均（MA）模型 372 6.9.4 自回归滑动平均（ARMA）模型 376 6.9.5 自回归差分滑动平均（ARIMA）模型 379 6.10 组合优化器的使用 384 6.10.1 优化器的概念 384 6.10.2 优化器的API接口 386 6.10.3 优化器实例 388 6.11 期权策略：Greeks和隐含波动率微笑计算 392 6.11.1 数据准备 392 6.11.2 Greeks和隐含波动率计算 394 6.11.3 隐含波动率微笑 401 7章 量化投资十问十答 405

量化投资：以Python为工具  

主要讲解量化投资的思想和策略，并借助Python语言进行实战。由三部分组成：首先，对Python编程语言的介绍，通过学习，读者可以迅速掌握用Python语言处理数据的方法，灵活运用Python语言解决实际金融问题；其次，向读者介绍量化投资的理论知识，主要讲解量化投资所需的数量基础与量化投资的类型等方面；将以上两部分内容结合起来，讲述如何在Python语言中构建量化投资策略。

1 部分Python 入门 1 1 章Python 简介与安装使用 2 1.1 Python 概述. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.2 Python 的安装. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.2.1 下载安装Python 执行文件. . . . . . . . . . . . . . . . . . . . . . . . 3 1.2.2 下载安装Anaconda . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.2.3 多种Python 版本并存. . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.3 Python 的简单使用. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.4 交互对话环境IPython . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.4.1 IPython 的安装. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.4.2 IPython 的使用. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.4.3 IPython 功能介绍. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2 章Python 代码的编写与执行 14 2.1 创建Python 脚本文件. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2.1.1 记事本. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2.1.2 Python 默认的IDLE 环境. . . . . . . . . . . . . . . . . . . . . . . . 15 2.1.3 专门的程序编辑器. . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2.2 执行.py 文件. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.2.1 IDLE 环境自动执行. . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.2.2 在控制台cmd 中执行. . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2.3 在Annaconda Prompt 中执行. . . . . . . . . . . . . . . . . . . . . . 19 2.3 Python 编程小技巧. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 2.3.1 Python 行. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 2.3.2 Python 缩进. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 3 章Python 对象类型初探 23 3.1 Python 对象. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 3.2 变量命名规则. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 3.3 数值类型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 3.3.1 整数. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 3.3.2 浮点数. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3.3.3 布尔类型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3.3.4 复数. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 3.4 字符串. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 3.5 列表. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 3.6 可变与不可变. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.7 元组. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 3.8 字典. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 3.9 集合. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 4 章Python 集成开发环境：Spyder 介绍 36 4.1 代码编辑器. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 4.2 代码执行Console . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 4.3 变量查看与编辑. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 4.4 当前工作路径与文件管理. . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 4.5 帮助文档与在线帮助. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 4.6 其他功能. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 5 章Python 运算符与使用 44 5.1 常用运算符. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 5.1.1 算术运算符. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 5.1.2 赋值运算符. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 5.1.3 比较运算符. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 5.1.4 逻辑运算符. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 5.1.5 身份运算符. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 5.1.6 成员运算符. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 5.1.7 运算符的优先级. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 5.2 具有运算功能的内置函数. . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 6 章Python 常用语句 55 6.1 赋值语句. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 6.1.1 赋值含义与简单赋值. . . . . . . . . . . . . . . . . . . . . . . . . . . 55 6.1.2 多重赋值. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 6.1.3 多元赋值. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58 6.1.4 增强赋值. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58 6.2 条件语句. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 6.3 循环语句. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 6.3.1 for 循环. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 6.3.2 while 循环. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 6.3.3 嵌套循环. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 6.3.4 break、continue 等语句. . . . . . . . . . . . . . . . . . . . . . . . . 62 7 章函数 66 7.1 函数的定义与调用. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 7.2 函数的参数. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 7.3 匿名函数. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 7.4 作用域. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 8 章面向对象75 8.1 类. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 8.2 封装. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 8.3 继承（Inheritance） . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 9 章Python 标准库与数据操作 82 9.1 模块、包和库. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 9.1.1 模块. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 9.1.2 包. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 9.1.3 库. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 9.2 Python 标准库介绍. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 9.3 Python 内置数据类型与操作. . . . . . . . . . . . . . . . . . . . . . . . . . . 91 9.3.1 序列类型数据操作. . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 9.3.1.1 list 类型与操作. . . . . . . . . . . . . . . . . . . . . . . . . 91 9.3.1.2 tuple 类型与操作. . . . . . . . . . . . . . . . . . . . . . . . 95 9.3.1.3 range 类型与操作. . . . . . . . . . . . . . . . . . . . . . . 97 9.3.1.4 字符串操作. . . . . . . . . . . . . . . . . . . . . . . . . . . 98 9.3.2 字典类型操作. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 9.3.3 集合操作. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 10 章常用三方库：Numpy 库与多维数组 111 10.1 NumPy 库. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 10.2 创建数组. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 10.3 数组元素索引与切片. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115 10.4 数组运算. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 11 章常用三方库：Pandas 与数据处理 120 11.1 Series 类型数据. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 11.1.1 Series 对象的创建. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 11.1.2 Series 对象的元素提取与切片. . . . . . . . . . . . . . . . . . . . . . 122 11.1.2.1 调用方法提取元素. . . . . . . . . . . . . . . . . . . . . . . 122 11.1.2.2 利用位置或标签提取元素与切片. . . . . . . . . . . . . . . 123 11.1.3 时间序列. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124 11.2 DataFrame 类型数据. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 11.2.1 创建DataFrame 对象. . . . . . . . . . . . . . . . . . . . . . . . . . . 128 11.2.2 查看DataFrame 对象. . . . . . . . . . . . . . . . . . . . . . . . . . . 130 11.2.3 DataFrame 对象的索引与切片. . . . . . . . . . . . . . . . . . . . . . 131 11.2.4 DataFrame 的操作. . . . . . . . . . . . . . . . . . . . . . . . . . . . 135 11.2.5 DataFrame 的运算. . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 11.3 数据规整化. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142 11.3.1 缺失值的处理. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142 11.3.1.1 缺失值的判断. . . . . . . . . . . . . . . . . . . . . . . . . . 142 11.3.1.2 选出不是缺失值的数据. . . . . . . . . . . . . . . . . . . . 143 11.3.2 缺失值的填充. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 11.3.3 缺失值的选择删除. . . . . . . . . . . . . . . . . . . . . . . . . . . . 145 11.3.4 删除重复数据. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146 12 章常用三方库：Matplotlib 库与数据可视化 149 12.1 Matplotlib 简介. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149 12.2 修改图像属性. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 12.2.1 坐标. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 12.2.1.1 更改坐标轴范围. . . . . . . . . . . . . . . . . . . . . . . . 152 12.2.1.2 设定坐标标签与显示角度. . . . . . . . . . . . . . . . . . . 153 12.2.2 添加文本. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 12.2.2.1 添加标题. . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 12.2.2.2 中文显示问题. . . . . . . . . . . . . . . . . . . . . . . . . . 157 12.2.2.3 设定坐标轴标签. . . . . . . . . . . . . . . . . . . . . . . . 159 12.2.2.4 增加图形背景grid . . . . . . . . . . . . . . . . . . . . . . . 160 12.2.2.5 增加图例. . . . . . . . . . . . . . . . . . . . . . . . . . . . 161 12.2.3 多种线条属性. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162 12.2.3.1 线条的类型. . . . . . . . . . . . . . . . . . . . . . . . . . . 162 12.2.3.2 图形的颜色. . . . . . . . . . . . . . . . . . . . . . . . . . . 163 12.2.3.3 点的形状类型. . . . . . . . . . . . . . . . . . . . . . . . . . 164 12.2.3.4 线条宽度. . . . . . . . . . . . . . . . . . . . . . . . . . . . 166 12.3 常见图形的绘制. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167 12.3.1 柱状图（Bar charts） . . . . . . . . . . . . . . . . . . . . . . . . . . 167 12.3.2 直方图. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170 12.3.3 饼图. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172 12.3.4 箱线图. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172 12.4 Figure、Axes 对象与多图绘制. . . . . . . . . . . . . . . . . . . . . . . . . . 173 12.4.1 Figure、Axes 对象. . . . . . . . . . . . . . . . . . . . . . . . . . . . 174 12.4.2 多图绘制. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176 12.4.2.1 多个子图绘制. . . . . . . . . . . . . . . . . . . . . . . . . . 176 12.4.2.2 一个图中多条曲线绘制. . . . . . . . . . . . . . . . . . . . 178 2 部分统计学基础 180 13 章描述性统计 181 13.1 数据类型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182 13.2 图表. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182 13.2.1 频数分布表. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182 13.2.2 直方图. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183 13.3 数据的位置. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184 13.4 数据的离散度. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186 14 章随机变量简介 190 14.1 概率与概率分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190 14.1.1 离散型随机变量. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190 14.1.2 连续型随机变量. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192 14.2 期望值与方差. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 14.3 二项分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194 14.4 正态分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197 14.5 其他连续分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199 14.5.1 卡方分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199 14.5.2 t 分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199 14.5.3 F 分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200 14.6 变量的关系. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202 14.6.1 联合概率分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202 14.6.2 变量的独立性. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203 14.6.3 变量的相关性. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203 14.6.4 上证综指与深证综指的相关性分析. . . . . . . . . . . . . . . . . . . 205 15 章推断统计 208 15.1 参数估计. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208 15.1.1 点估计. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209 15.1.2 区间估计. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209 15.2 案例分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212 15.3 假设检验. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213 15.3.1 两类错误. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214 15.3.2 显著性水平与p 值. . . . . . . . . . . . . . . . . . . . . . . . . . . . 215 15.3.3 确定小概率事件. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215 15.4 t 检验. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216 15.4.1 单样本t 检验. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216 15.4.2 独立样本t 检验. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 15.4.3 配对样本t 统计量的构造. . . . . . . . . . . . . . . . . . . . . . . . 218 16 章方差分析 221 16.1 方差分析之思想. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221 16.2 方差分析之原理. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222 16.2.1 离差平方和. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223 16.2.2 自由度. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224 16.2.3 显著性检验. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225 16.3 方差分析之Python 实现. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226 16.3.1 单因素方差分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227 16.3.2 多因素方差分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228 16.3.3 析因方差分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228 17 章回归分析 231 17.1 一元线性回归模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231 17.1.1 一元线性回归模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . 231 17.1.2 小平方法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232 17.2 模型拟合度. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233 17.3 古典假设条件下^_、^ _ 之统计性质. . . . . . . . . . . . . . . . . . . . . . . . 234 17.4 显著性检验. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235 17.5 上证综指与深证成指的回归分析与Python 实践. . . . . . . . . . . . . . . . 236 17.5.1 Python 拟合回归函数. . . . . . . . . . . . . . . . . . . . . . . . . . 236 17.5.2 绘制回归诊断图. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238 17.6 多元线性回归模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240 17.7 多元线性回归案例分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241 17.7.1 价格水平对GDP 的影响. . . . . . . . . . . . . . . . . . . . . . . . . 241 17.7.2 考量自变量共线性因素的新模型. . . . . . . . . . . . . . . . . . . . . 243 3 部分金融理论、投资组合与量化选股246 18 章资产收益率和风险 247 18.1 单期与多期简单收益率. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248 18.1.1 单期简单收益率. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248 18.1.2 多期简单收益率. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249 18.1.3 Python 函数计算简单收益率. . . . . . . . . . . . . . . . . . . . . . . 252 18.1.4 单期与多期简单收益率的关系. . . . . . . . . . . . . . . . . . . . . . 252 18.1.5 年化收益率. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254 18.1.6 考虑股利分红的简单收益率. . . . . . . . . . . . . . . . . . . . . . . 256 18.2 连续复利收益率. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259 18.2.1 多期连续复利收益率. . . . . . . . . . . . . . . . . . . . . . . . . . . 260 18.2.2 单期与多期连续复利收益率的关系. . . . . . . . . . . . . . . . . . . 262 18.3 绘制收益图. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263 18.4 资产风险的来源. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264 18.4.1 市场风险. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264 18.4.2 利率风险. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264 18.4.3 汇率风险. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265 18.4.4 流动性风险. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265 18.4.5 信用风险. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265 18.4.6 通货膨胀风险. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266 18.4.7 营运风险. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266 18.5 资产风险的测度. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266 18.5.1 方差. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266 18.5.2 下行风险. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268 18.5.3 风险价值. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269 18.5.4 期望亏空. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271 18.5.5 大回撤. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271 19 章投资组合理论及其拓展 276 19.1 投资组合的收益率与风险. . . . . . . . . . . . . . . . . . . . . . . . . . . . 276 19.2 Markowitz 均值-方差模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . 280 19.3 Markowitz 模型之Python 实现. . . . . . . . . . . . . . . . . . . . . . . . . 285 19.4 Black-Litterman 模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289 20 章资本资产定价模型（CAPM） 298 20.1 资本资产定价模型的核心思想. . . . . . . . . . . . . . . . . . . . . . . . . . 298 20.2 CAPM 模型的应用. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299 20.3 Python 计算单资产CAPM 实例. . . . . . . . . . . . . . . . . . . . . . . . . 301 20.4 CAPM 模型的评价. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305 21 章Fama-French 三因子模型 308 21.1 Fama-French 三因子模型的基本思想. . . . . . . . . . . . . . . . . . . . . . 308 21.2 三因子模型之Python 实现. . . . . . . . . . . . . . . . . . . . . . . . . . . . 310 21.3 三因子模型的评价. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315 4 部分时间序列简介与配对交易 317 22 章时间序列基本概念 318 22.1 认识时间序列. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318 22.2 Python 中的时间序列数据. . . . . . . . . . . . . . . . . . . . . . . . . . . . 320 22.3 选取特定日期的时间序列数据. . . . . . . . . . . . . . . . . . . . . . . . . . 321 22.4 时间序列数据描述性统计. . . . . . . . . . . . . . . . . . . . . . . . . . . . 323 23 章时间序列的基本性质 326 23.1 自相关性. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326 23.1.1 自协方差. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327 23.1.2 自相关系数. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327 23.1.3 偏自相关系数. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327 23.1.4 acf( ) 函数与pacf( ) 函数. . . . . . . . . . . . . . . . . . . . . . . . . 328 23.1.5 上证综指的收益率指数的自相关性判断. . . . . . . . . . . . . . . . . 328 23.2 平稳性. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331 23.2.1 强平稳. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331 23.2.2 弱平稳. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332 23.2.3 强平稳与弱平稳的区别. . . . . . . . . . . . . . . . . . . . . . . . . . 332 23.3 上证综指的平稳性检验. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333 23.3.1 观察时间序列图. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333 23.3.2 观察序列的自相关图和偏自相关图. . . . . . . . . . . . . . . . . . . 333 23.3.3 单位根检验. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336 23.4 白噪声. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 340 23.4.1 白噪声. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 340 23.4.2 白噪声检验——Ljung-Box 检验. . . . . . . . . . . . . . . . . . . . . 341 23.4.3 上证综合指数的白噪声检验. . . . . . . . . . . . . . . . . . . . . . . 343 24 章时间序列预测 345 24.1 移动平均预测. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345 24.1.1 简单移动平均. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345 24.1.2 加权移动平均. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 346 24.1.3 指数加权移动平均. . . . . . . . . . . . . . . . . . . . . . . . . . . . 346 24.2 ARMA 模型预测. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 347 24.2.1 自回归模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 348 24.2.2 移动平均模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 350 24.3 自回归移动平均模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 350 24.4 ARMA 模型的建模过程. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 351 24.5 CPI 数据的ARMA 短期预测. . . . . . . . . . . . . . . . . . . . . . . . . . 351 24.5.1 序列识别. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 351 24.5.2 模型识别与估计. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 354 24.5.3 模型诊断. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356 24.5.4 运用模型进行预测. . . . . . . . . . . . . . . . . . . . . . . . . . . . 359 24.6 股票收益率的平稳时间序列建模. . . . . . . . . . . . . . . . . . . . . . . . . 359 25 章GARCH 模型 364 25.1 资产收益率的波动率与ARCH 效应. . . . . . . . . . . . . . . . . . . . . . . 364 25.2 ARCH 模型和GARCH 模型. . . . . . . . . . . . . . . . . . . . . . . . . . 365 25.2.1 ARCH 模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 365 25.2.2 GARCH 模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366 25.3 ARCH 效应检验. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 368 25.4 GARCH 模型构建. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 370 26 章配对交易策略 372 26.1 什么是配对交易. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 372 26.2 配对交易的思想. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373 26.3 配对交易的步骤. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 374 26.3.1 股票对的选择. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 374 26.3.2 配对交易策略的制定. . . . . . . . . . . . . . . . . . . . . . . . . . . 383 26.4 构建PairTrading 类. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 387 26.5 Python 实测配对交易交易策略. . . . . . . . . . . . . . . . . . . . . . . . . 391 5 部分技术指标与量化投资399 27 章K 线图 400 27.1 K 线图简介. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 400 27.2 Python 绘制上证综指K 线图. . . . . . . . . . . . . . . . . . . . . . . . . . 403 27.3 Python 捕捉K 线图的形态. . . . . . . . . . . . . . . . . . . . . . . . . . . . 405 27.3.1 Python 捕捉“早晨之星” . . . . . . . . . . . . . . . . . . . . . . . . 406 27.3.2 Python 语言捕捉“乌云盖顶”形态. . .

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆