包郵 Python與量化投資：從基礎到實戰+量化投資：以Python為工具 2本 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

圖書標籤:

• Python
• 量化投資
• 金融
• 投資
• 編程
• 實戰
• 數據分析
• 算法
• 入門
• 包郵

店鋪： 蘭興達圖書專營店

齣版社： 電子工業

ISBN：YL14516

商品編碼：27147028119

開本：16

齣版時間：2017-02-01

YL14516  9787121338571 9787121305146

Python與量化投資：從基礎到實戰  

本書主要講解如何利用Python進行量化投資，包括對數據的獲取、整理、分析挖掘、信號構建、策略構建、迴測、策略分析等。本書也是利用Python進行數據分析的指南，有大量的關於數據處理分析的應用，並將重點介紹如何地利用Python解決投資策略問題。本書分為Python基礎和量化投資兩大部分：Python基礎部分主要講解Python軟件的基礎、各個重要模塊及如何解決常見的數據分析問題；量化投資部分在Python基礎部分的基礎上，講解如何使用優礦（uqer.io）迴測平颱實現主流策略及定製策略等。本書可作為專業金融從業者進行量化投資的工具書，也可作為金融領域的入門參考書。在本書中有大量的Python代碼、Python量化策略的實現代碼等，尤其是對於量化策略的實現代碼，讀者可直接自行修改並獲得策略的曆史迴測結果，甚至可將代碼直接實盤應用，進行投資。

1章 準備工作 1 1.1 Python的安裝與設置 1 1.2 常見的Python庫 2 2章 Python基礎介紹 7 2.1 Python學習準備 7 2.2 Python語法基礎 11 2.2.1 常量與變量 11 2.2.2 數與字符串 11 2.2.3 數據類 15 2.2.4 標識符 18 2.2.5 對象 19 2.2.6 行與縮進 20 2.2.7 注釋 22 2.3 Python運算符與錶達式 22 2.3.1 算數運算符 22 2.3.2 比較運算符 24 2.3.3 邏輯運算符 25 2.3.4 Python中的優先級 27 2.4 Python中的控製流 27 2.4.1 控製流的功能 28 2.4.2 Python的三種控製流 29 2.4.3 認識分支結構if 30 2.4.4 認識循環結構for…in 32 2.4.5 認識循環結構while 33 2.4.6 break語句與continue語句 35 2.5 Python函數 39 2.5.1 認識函數 39 2.5.2 形參與實參 40 2.5.3 全局變量與局部變量 44 2.5.4 對函數的調用與返迴值 45 2.5.5 文檔字符串 46 2.6 Python模塊 47 2.6.1 認識Python模塊 47 2.6.2 from…import詳解 49 2.6.3 認識__name__屬性 50 2.6.4 自定義模塊 50 2.6.5 dir()函數 51 2.7 Python異常處理與文件操作 52 2.7.1 Python異常處理 52 2.7.2 異常的發生 55 2.7.3 try…finally的使用 56 2.7.4 文件操作 57 3章 Python進階 59 3.1 NumPy的使用 59 3.1.1 多維數組ndarray 59 3.1.2 ndarray的數據類型 60 3.1.3 數組索引、切片和賦值 61 3.1.4 基本的數組運算 62 3.1.5 隨機數 63 3.2 Pandas的使用 67 3.2.1 Pandas的數據結構 68 3.2.2 Pandas輸齣設置 70 3.2.3 Pandas數據讀取與寫入 70 3.2.4 數據集快速描述性統計分析 71 3.2.5 根據已有的列建立新列 72 3.2.6 DataFrame按多列排序 73 3.2.7 DataFrame去重 73 3.2.8 刪除已有的列 74 3.2.9 Pandas替換數據 75 3.2.10 DataFrame重命名 75 3.2.11 DataFrame切片與篩選 76 3.2.12 連續型變量分組 78 3.2.13 Pandas分組技術 79 3.3 SciPy的初步使用 83 3.3.1 迴歸分析 84 3.3.2 插值 87 3.3.3 正態性檢驗 89 3.3.4 凸優化 93 3.4 Matplotlib的使用 97 3.5 Seaborn的使用 97 3.5.1 主題管理 98 3.5.2 調色闆 101 3.5.3 分布圖 102 3.5.4 迴歸圖 104 3.5.5 矩陣圖 106 3.5.6 結構網格圖 108 3.6 Scikit-Learn的初步使用 109 3.6.1 Scikit-Learn學習準備 110 3.6.2 常見的機器學習模型 111 3.6.3 模型評價方法——metric模塊 120 3.6.4 深度學習 124 3.7 SQLAlchemy與常用數據庫的連接 124 3.7.1 連接數據庫 125 3.7.2 讀取數據 126 3.7.3 存儲數據 126 4章 常用數據的獲取與整理 129 4.1 金融數據類型 129 4.2 金融數據的獲取 131 4.3 數據整理 135 4.3.1 數據整閤 135 4.3.2 數據過濾 137 4.3.3 數據探索與數據清洗 138 4.3.4 數據轉化 140 5章 通聯數據迴測平颱介紹 143 5.1 迴測平颱函數與參數介紹 144 5.1.1 設置迴測參數 144 5.1.2 accounts賬戶配置 154 5.1.3 initialize（策略初始化環境） 160 5.1.4 handle_data（策略運行邏輯） 160 5.1.5 context（策略運行環境） 160 5.2 股票模闆實例 168 5.3 期貨模闆實例 173 5.4 策略迴測詳情 179 5.5 策略的風險評價指標 181 5.6 策略交易細節 184 6章 常用的量化策略及其實現 187 6.1 量化投資概述 187 6.1.1 量化投資簡介 187 6.1.2 量化投資策略的類型 188 6.1.3 量化研究的流程 189 6.2 行業輪動理論及其投資策略 192 6.2.1 行業輪動理論簡介 192 6.2.2 行業輪動的原因 192 6.2.3 行業輪動投資策略 194 6.3 市場中性Alpha策略 199 6.3.1 市場中性Alpha策略介紹 199 6.3.2 市場中性Alpha策略的思想和方法 200 6.3.3 實例展示 201 6.4 大師策略 206 6.4.1 麥剋·歐希金斯績優成分股投資法 207 6.4.2 傑拉爾丁·維斯藍籌股投資法 211 6.5 CTA策略 219 6.5.1 趨勢跟隨策略 219 6.5.2 均值迴復策略 241 6.5.3 CTA策略錶現分析 253 6.6 Smart Beta 258 6.6.1 基於權重優化的Smart Beta 258 6.6.2 基於風險因子的Smart Beta 268 6.7 技術指標類策略 281 6.7.1 AROON指標 281 6.7.2 BOLL指標 285 6.7.3 CCI指標 288 6.7.4 CMO指標 293 6.7.5 Chaikin Oscillator指標 295 6.7.6 DMI指標 299 6.7.7 優礦平颱因子匯總 302 6.8 資産配置 317 6.8.1 有效邊界 318 6.8.2 Black-Litterman模型 335 6.8.3 風險平價模型 349 6.9 時間序列分析 358 6.9.1 與時間序列分析相關的基礎知識 358 6.9.2 自迴歸（AR）模型 365 6.9.3 滑動平均（MA）模型 372 6.9.4 自迴歸滑動平均（ARMA）模型 376 6.9.5 自迴歸差分滑動平均（ARIMA）模型 379 6.10 組閤優化器的使用 384 6.10.1 優化器的概念 384 6.10.2 優化器的API接口 386 6.10.3 優化器實例 388 6.11 期權策略：Greeks和隱含波動率微笑計算 392 6.11.1 數據準備 392 6.11.2 Greeks和隱含波動率計算 394 6.11.3 隱含波動率微笑 401 7章 量化投資十問十答 405

量化投資：以Python為工具  

主要講解量化投資的思想和策略，並藉助Python語言進行實戰。由三部分組成：首先，對Python編程語言的介紹，通過學習，讀者可以迅速掌握用Python語言處理數據的方法，靈活運用Python語言解決實際金融問題；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與量化投資的類型等方麵；將以上兩部分內容結閤起來，講述如何在Python語言中構建量化投資策略。

1 部分Python 入門 1 1 章Python 簡介與安裝使用 2 1.1 Python 概述. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.2 Python 的安裝. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.2.1 下載安裝Python 執行文件. . . . . . . . . . . . . . . . . . . . . . . . 3 1.2.2 下載安裝Anaconda . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.2.3 多種Python 版本並存. . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.3 Python 的簡單使用. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.4 交互對話環境IPython . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.4.1 IPython 的安裝. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.4.2 IPython 的使用. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.4.3 IPython 功能介紹. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2 章Python 代碼的編寫與執行 14 2.1 創建Python 腳本文件. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2.1.1 記事本. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2.1.2 Python 默認的IDLE 環境. . . . . . . . . . . . . . . . . . . . . . . . 15 2.1.3 專門的程序編輯器. . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2.2 執行.py 文件. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.2.1 IDLE 環境自動執行. . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.2.2 在控製颱cmd 中執行. . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2.3 在Annaconda Prompt 中執行. . . . . . . . . . . . . . . . . . . . . . 19 2.3 Python 編程小技巧. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 2.3.1 Python 行. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 2.3.2 Python 縮進. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 3 章Python 對象類型初探 23 3.1 Python 對象. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 3.2 變量命名規則. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 3.3 數值類型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 3.3.1 整數. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 3.3.2 浮點數. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3.3.3 布爾類型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3.3.4 復數. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 3.4 字符串. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 3.5 列錶. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 3.6 可變與不可變. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.7 元組. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 3.8 字典. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 3.9 集閤. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 4 章Python 集成開發環境：Spyder 介紹 36 4.1 代碼編輯器. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 4.2 代碼執行Console . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 4.3 變量查看與編輯. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 4.4 當前工作路徑與文件管理. . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 4.5 幫助文檔與在綫幫助. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 4.6 其他功能. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 5 章Python 運算符與使用 44 5.1 常用運算符. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 5.1.1 算術運算符. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 5.1.2 賦值運算符. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 5.1.3 比較運算符. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 5.1.4 邏輯運算符. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 5.1.5 身份運算符. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 5.1.6 成員運算符. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 5.1.7 運算符的優先級. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 5.2 具有運算功能的內置函數. . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 6 章Python 常用語句 55 6.1 賦值語句. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 6.1.1 賦值含義與簡單賦值. . . . . . . . . . . . . . . . . . . . . . . . . . . 55 6.1.2 多重賦值. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 6.1.3 多元賦值. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58 6.1.4 增強賦值. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58 6.2 條件語句. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 6.3 循環語句. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 6.3.1 for 循環. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 6.3.2 while 循環. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 6.3.3 嵌套循環. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 6.3.4 break、continue 等語句. . . . . . . . . . . . . . . . . . . . . . . . . 62 7 章函數 66 7.1 函數的定義與調用. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 7.2 函數的參數. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 7.3 匿名函數. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 7.4 作用域. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 8 章麵嚮對象75 8.1 類. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 8.2 封裝. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 8.3 繼承（Inheritance） . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 9 章Python 標準庫與數據操作 82 9.1 模塊、包和庫. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 9.1.1 模塊. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 9.1.2 包. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 9.1.3 庫. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 9.2 Python 標準庫介紹. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 9.3 Python 內置數據類型與操作. . . . . . . . . . . . . . . . . . . . . . . . . . . 91 9.3.1 序列類型數據操作. . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 9.3.1.1 list 類型與操作. . . . . . . . . . . . . . . . . . . . . . . . . 91 9.3.1.2 tuple 類型與操作. . . . . . . . . . . . . . . . . . . . . . . . 95 9.3.1.3 range 類型與操作. . . . . . . . . . . . . . . . . . . . . . . 97 9.3.1.4 字符串操作. . . . . . . . . . . . . . . . . . . . . . . . . . . 98 9.3.2 字典類型操作. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 9.3.3 集閤操作. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 10 章常用三方庫：Numpy 庫與多維數組 111 10.1 NumPy 庫. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 10.2 創建數組. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 10.3 數組元素索引與切片. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115 10.4 數組運算. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 11 章常用三方庫：Pandas 與數據處理 120 11.1 Series 類型數據. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 11.1.1 Series 對象的創建. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 11.1.2 Series 對象的元素提取與切片. . . . . . . . . . . . . . . . . . . . . . 122 11.1.2.1 調用方法提取元素. . . . . . . . . . . . . . . . . . . . . . . 122 11.1.2.2 利用位置或標簽提取元素與切片. . . . . . . . . . . . . . . 123 11.1.3 時間序列. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124 11.2 DataFrame 類型數據. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 11.2.1 創建DataFrame 對象. . . . . . . . . . . . . . . . . . . . . . . . . . . 128 11.2.2 查看DataFrame 對象. . . . . . . . . . . . . . . . . . . . . . . . . . . 130 11.2.3 DataFrame 對象的索引與切片. . . . . . . . . . . . . . . . . . . . . . 131 11.2.4 DataFrame 的操作. . . . . . . . . . . . . . . . . . . . . . . . . . . . 135 11.2.5 DataFrame 的運算. . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 11.3 數據規整化. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142 11.3.1 缺失值的處理. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142 11.3.1.1 缺失值的判斷. . . . . . . . . . . . . . . . . . . . . . . . . . 142 11.3.1.2 選齣不是缺失值的數據. . . . . . . . . . . . . . . . . . . . 143 11.3.2 缺失值的填充. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 11.3.3 缺失值的選擇刪除. . . . . . . . . . . . . . . . . . . . . . . . . . . . 145 11.3.4 刪除重復數據. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146 12 章常用三方庫：Matplotlib 庫與數據可視化 149 12.1 Matplotlib 簡介. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149 12.2 修改圖像屬性. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 12.2.1 坐標. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 12.2.1.1 更改坐標軸範圍. . . . . . . . . . . . . . . . . . . . . . . . 152 12.2.1.2 設定坐標標簽與顯示角度. . . . . . . . . . . . . . . . . . . 153 12.2.2 添加文本. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 12.2.2.1 添加標題. . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 12.2.2.2 中文顯示問題. . . . . . . . . . . . . . . . . . . . . . . . . . 157 12.2.2.3 設定坐標軸標簽. . . . . . . . . . . . . . . . . . . . . . . . 159 12.2.2.4 增加圖形背景grid . . . . . . . . . . . . . . . . . . . . . . . 160 12.2.2.5 增加圖例. . . . . . . . . . . . . . . . . . . . . . . . . . . . 161 12.2.3 多種綫條屬性. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162 12.2.3.1 綫條的類型. . . . . . . . . . . . . . . . . . . . . . . . . . . 162 12.2.3.2 圖形的顔色. . . . . . . . . . . . . . . . . . . . . . . . . . . 163 12.2.3.3 點的形狀類型. . . . . . . . . . . . . . . . . . . . . . . . . . 164 12.2.3.4 綫條寬度. . . . . . . . . . . . . . . . . . . . . . . . . . . . 166 12.3 常見圖形的繪製. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167 12.3.1 柱狀圖（Bar charts） . . . . . . . . . . . . . . . . . . . . . . . . . . 167 12.3.2 直方圖. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170 12.3.3 餅圖. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172 12.3.4 箱綫圖. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172 12.4 Figure、Axes 對象與多圖繪製. . . . . . . . . . . . . . . . . . . . . . . . . . 173 12.4.1 Figure、Axes 對象. . . . . . . . . . . . . . . . . . . . . . . . . . . . 174 12.4.2 多圖繪製. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176 12.4.2.1 多個子圖繪製. . . . . . . . . . . . . . . . . . . . . . . . . . 176 12.4.2.2 一個圖中多條麯綫繪製. . . . . . . . . . . . . . . . . . . . 178 2 部分統計學基礎 180 13 章描述性統計 181 13.1 數據類型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182 13.2 圖錶. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182 13.2.1 頻數分布錶. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182 13.2.2 直方圖. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183 13.3 數據的位置. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184 13.4 數據的離散度. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186 14 章隨機變量簡介 190 14.1 概率與概率分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190 14.1.1 離散型隨機變量. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190 14.1.2 連續型隨機變量. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192 14.2 期望值與方差. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 14.3 二項分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194 14.4 正態分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197 14.5 其他連續分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 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 變量的關係. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202 14.6.1 聯閤概率分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202 14.6.2 變量的獨立性. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203 14.6.3 變量的相關性. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203 14.6.4 上證綜指與深證綜指的相關性分析. . . . . . . . . . . . . . . . . . . 205 15 章推斷統計 208 15.1 參數估計. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208 15.1.1 點估計. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209 15.1.2 區間估計. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209 15.2 案例分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212 15.3 假設檢驗. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213 15.3.1 兩類錯誤. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214 15.3.2 顯著性水平與p 值. . . . . . . . . . . . . . . . . . . . . . . . . . . . 215 15.3.3 確定小概率事件. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215 15.4 t 檢驗. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216 15.4.1 單樣本t 檢驗. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216 15.4.2 獨立樣本t 檢驗. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 15.4.3 配對樣本t 統計量的構造. . . . . . . . . . . . . . . . . . . . . . . . 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 離差平方和. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223 16.2.2 自由度. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224 16.2.3 顯著性檢驗. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225 16.3 方差分析之Python 實現. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226 16.3.1 單因素方差分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227 16.3.2 多因素方差分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228 16.3.3 析因方差分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228 17 章迴歸分析 231 17.1 一元綫性迴歸模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231 17.1.1 一元綫性迴歸模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . 231 17.1.2 小平方法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232 17.2 模型擬閤度. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233 17.3 古典假設條件下^_、^ _ 之統計性質. . . . . . . . . . . . . . . . . . . . . . . . 234 17.4 顯著性檢驗. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235 17.5 上證綜指與深證成指的迴歸分析與Python 實踐. . . . . . . . . . . . . . . . 236 17.5.1 Python 擬閤迴歸函數. . . . . . . . . . . . . . . . . . . . . . . . . . 236 17.5.2 繪製迴歸診斷圖. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238 17.6 多元綫性迴歸模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240 17.7 多元綫性迴歸案例分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241 17.7.1 價格水平對GDP 的影響. . . . . . . . . . . . . . . . . . . . . . . . . 241 17.7.2 考量自變量共綫性因素的新模型. . . . . . . . . . . . . . . . . . . . . 243 3 部分金融理論、投資組閤與量化選股246 18 章資産收益率和風險 247 18.1 單期與多期簡單收益率. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248 18.1.1 單期簡單收益率. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248 18.1.2 多期簡單收益率. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249 18.1.3 Python 函數計算簡單收益率. . . . . . . . . . . . . . . . . . . . . . . 252 18.1.4 單期與多期簡單收益率的關係. . . . . . . . . . . . . . . . . . . . . . 252 18.1.5 年化收益率. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254 18.1.6 考慮股利分紅的簡單收益率. . . . . . . . . . . . . . . . . . . . . . . 256 18.2 連續復利收益率. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259 18.2.1 多期連續復利收益率. . . . . . . . . . . . . . . . . . . . . . . . . . . 260 18.2.2 單期與多期連續復利收益率的關係. . . . . . . . . . . . . . . . . . . 262 18.3 繪製收益圖. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263 18.4 資産風險的來源. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264 18.4.1 市場風險. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264 18.4.2 利率風險. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264 18.4.3 匯率風險. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265 18.4.4 流動性風險. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265 18.4.5 信用風險. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265 18.4.6 通貨膨脹風險. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266 18.4.7 營運風險. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266 18.5 資産風險的測度. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266 18.5.1 方差. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266 18.5.2 下行風險. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268 18.5.3 風險價值. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269 18.5.4 期望虧空. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271 18.5.5 大迴撤. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271 19 章投資組閤理論及其拓展 276 19.1 投資組閤的收益率與風險. . . . . . . . . . . . . . . . . . . . . . . . . . . . 276 19.2 Markowitz 均值-方差模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . 280 19.3 Markowitz 模型之Python 實現. . . . . . . . . . . . . . . . . . . . . . . . . 285 19.4 Black-Litterman 模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289 20 章資本資産定價模型（CAPM） 298 20.1 資本資産定價模型的核心思想. . . . . . . . . . . . . . . . . . . . . . . . . . 298 20.2 CAPM 模型的應用. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299 20.3 Python 計算單資産CAPM 實例. . . . . . . . . . . . . . . . . . . . . . . . . 301 20.4 CAPM 模型的評價. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 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 實現. . . . . . . . . . . . . . . . . . . . . . . . . . . . 310 21.3 三因子模型的評價. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315 4 部分時間序列簡介與配對交易 317 22 章時間序列基本概念 318 22.1 認識時間序列. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318 22.2 Python 中的時間序列數據. . . . . . . . . . . . . . . . . . . . . . . . . . . . 320 22.3 選取特定日期的時間序列數據. . . . . . . . . . . . . . . . . . . . . . . . . . 321 22.4 時間序列數據描述性統計. . . . . . . . . . . . . . . . . . . . . . . . . . . . 323 23 章時間序列的基本性質 326 23.1 自相關性. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326 23.1.1 自協方差. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327 23.1.2 自相關係數. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327 23.1.3 偏自相關係數. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327 23.1.4 acf( ) 函數與pacf( ) 函數. . . . . . . . . . . . . . . . . . . . . . . . . 328 23.1.5 上證綜指的收益率指數的自相關性判斷. . . . . . . . . . . . . . . . . 328 23.2 平穩性. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331 23.2.1 強平穩. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331 23.2.2 弱平穩. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332 23.2.3 強平穩與弱平穩的區彆. . . . . . . . . . . . . . . . . . . . . . . . . . 332 23.3 上證綜指的平穩性檢驗. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333 23.3.1 觀察時間序列圖. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333 23.3.2 觀察序列的自相關圖和偏自相關圖. . . . . . . . . . . . . . . . . . . 333 23.3.3 單位根檢驗. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336 23.4 白噪聲. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 340 23.4.1 白噪聲. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 340 23.4.2 白噪聲檢驗——Ljung-Box 檢驗. . . . . . . . . . . . . . . . . . . . . 341 23.4.3 上證綜閤指數的白噪聲檢驗. . . . . . . . . . . . . . . . . . . . . . . 343 24 章時間序列預測 345 24.1 移動平均預測. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345 24.1.1 簡單移動平均. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345 24.1.2 加權移動平均. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 346 24.1.3 指數加權移動平均. . . . . . . . . . . . . . . . . . . . . . . . . . . . 346 24.2 ARMA 模型預測. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 347 24.2.1 自迴歸模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 348 24.2.2 移動平均模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 350 24.3 自迴歸移動平均模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 350 24.4 ARMA 模型的建模過程. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 351 24.5 CPI 數據的ARMA 短期預測. . . . . . . . . . . . . . . . . . . . . . . . . . 351 24.5.1 序列識彆. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 351 24.5.2 模型識彆與估計. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 354 24.5.3 模型診斷. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356 24.5.4 運用模型進行預測. . . . . . . . . . . . . . . . . . . . . . . . . . . . 359 24.6 股票收益率的平穩時間序列建模. . . . . . . . . . . . . . . . . . . . . . . . . 359 25 章GARCH 模型 364 25.1 資産收益率的波動率與ARCH 效應. . . . . . . . . . . . . . . . . . . . . . . 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 效應檢驗. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 368 25.4 GARCH 模型構建. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 370 26 章配對交易策略 372 26.1 什麼是配對交易. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 372 26.2 配對交易的思想. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373 26.3 配對交易的步驟. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 374 26.3.1 股票對的選擇. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 374 26.3.2 配對交易策略的製定. . . . . . . . . . . . . . . . . . . . . . . . . . . 383 26.4 構建PairTrading 類. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 387 26.5 Python 實測配對交易交易策略. . . . . . . . . . . . . . . . . . . . . . . . . 391 5 部分技術指標與量化投資399 27 章K 綫圖 400 27.1 K 綫圖簡介. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 400 27.2 Python 繪製上證綜指K 綫圖. . . . . . . . . . . . . . . . . . . . . . . . . . 403 27.3 Python 捕捉K 綫圖的形態. . . . . . . . . . . . . . . . . . . . . . . . . . . . 405 27.3.1 Python 捕捉“早晨之星” . . . . . . . . . . . . . . . . . . . . . . . . 406 27.3.2 Python 語言捕捉“烏雲蓋頂”形態. . .

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆