新書推薦：
《
古乐钩沉（中国音乐学院60周年校庆中青年学者文集）
》
售價：HK$
132.2
《
我和抑郁症的3000天
》
售價：HK$
66.1
《
与骸骨交谈：我希望每一个真相都被发现
》
售價：HK$
76.2
《
人体使用手册3：自愈力的逻辑（全面解读身体面对疾病时的反应逻辑，学习更多有效的系列家庭按摩）
》
售價：HK$
61.6
《
素描简史：从文艺复兴到现代艺术
》
售價：HK$
436.8
《
智慧宫丛书028·神工智能 诸神与古代世界的神奇造物
》
售價：HK$
87.4
《
街头健身训练指南
》
售價：HK$
266.6
《
留学早规划
》
售價：HK$
76.2
|
| 編輯推薦： |
|
本书包括：? 近50万字的图文课件；? 数十套结合课件的Python教学代码；? 全套zwPython开源平台；? 业内首套面向初学者的开源量化系统zwQuant；? 国内较大的开源金融数据包zwDat，包括tick数据。100%零基础，无须任何编程、交易经验，也不需要具备超强的数据分析能力，只要会使用Excel就可以轻松学会本书讲解的知识点。读完本书内容和配套的教学代码，就能够编写简单的量化策略函数。
|
| 內容簡介： |
|
本书是国内较早关于Python大数据与量化交易的原创书籍，配合zwPython、zwQuant开源量化软件学习，已经是一套完整的大数据分析、量化交易学习教材，可直接用于实盘交易。本书特色：*，以实盘个案分析为主，全程配有Python代码；第二，包含大量的图文案例和Python源码，无须专业编程基础，懂Excel即可开始学习；第三，配有专业的zwPython、zwQuant量化软件和zwDat数据包。本书内容源自笔者的原版教学课件，虽然限于篇幅和载体，省略了视频和部分环节，但核心内容都有保留，配套的近百套Python教学程序没有进行任何删减。考虑到广大入门读者的需求，笔者在各个核心函数环节增添了函数流程图。
|
| 關於作者： |
|
何海群，网名：字王，CHRD前海智库CTO，《中华大字库》发明人，出版书籍20余部，在人工智能、数据分析等方面具有20年一线专业经验；zwPython开发平台、zwQuant量化软件设计师，中国Python创客项目和Python产业联盟发起人，国内首个Python量化课程《Python量化实盘?魔鬼训练营》创始人，也是极宽量化开源团队的创始人。其研究成果有：小数据理论、快数据模型、黑天鹅算法、人工智能足彩图灵法则等；其论文《人工智能与中文字型设计》是中文字库行业三大基础建模理论之一。
|
| 目錄：
|
目录
第1章从故事开始学量化1
1.1亿万富翁的神奇公式2
1.1.1案例1-1：亿万富翁的神奇公式2
1.1.2案例分析：Python图表5
1.1.3matplotlib绘图模块库7
1.1.4案例分析：style绘图风格10
1.1.5案例分析：colormap颜色表12
1.1.6案例分析：颜色表关键词14
1.1.7深入浅出17
1.2股市一月效应18
1.2.1案例1-2：股市一月效应18
1.2.2案例分析：一月效应计算19
1.2.3案例分析：一月效应图表分析24
1.2.4案例分析：颜色表效果图26
1.2.5一月效应全文注解版Python源码27
1.2.6大数据?宏分析34
1.3量化交易流程与概念36
1.3.1数据分析I2O流程36
1.3.2量化交易不是高频交易、自动交易37
1.3.3小资、小白、韭菜38
1.3.4专业与业余38
1.4用户运行环境配置42
1.4.1程序目录结构43
1.4.2金融股票数据包44
1.5Python实战操作技巧46
1.5.1模块检测46
1.5.2Spyder编辑器界面设置47
1.5.3代码配色技巧48
1.5.4图像显示配置50
1.5.5Python2、Python 3双版本双开模式51
1.5.6单版本双开、多开模式52
1.5.7实战胜于一切54
1.6量化、中医与西医54
第2章常用量化技术指标与框架56
2.1案例2-1：SMA均线策略56
2.1.1案例要点与事件编程58
2.1.2量化程序结构61
2.1.3main程序主入口61
2.1.4KISS法则63
2.2Python量化系统框架64
2.2.1量化行业关键词64
2.2.2国外主流Python量化网站65
2.2.3我国主流Python量化网站67
2.2.4主流Python量化框架70
2.3常用量化软件包78
2.3.1常用量化软件包简介79
2.3.2案例2-2：模块库列表80
2.4常用量化技术指标82
2.4.1TA-Lib金融软件包83
2.4.2案例2-3：MA均线函数调用84
2.4.3TA-Lib函数调用86
2.4.4量化分析常用指标88
2.5经典量化策略90
2.5.1阿尔法（Alpha）策略90
2.5.2Beta策略92
2.5.3海龟交易法则93
2.5.4ETF套利策略95
2.6常用量化策略95
2.6.1动量交易策略96
2.6.2均值回归策略97
2.6.3其他常用量化策略98
2.7起点与终点100
第3章金融数据采集整理101
3.1常用数据源API与模块库102
3.1.1大数据综合API102
3.1.2专业财经数据API103
3.1.3专业数据模块库104
3.2案例3-1：zwDatX数据类104
3.3美股数据源模块库108
3.4开源文档库Read the Docs109
3.5案例3-2：下载美股数据110
3.6财经数据源模块库TuShare113
3.6.1沪深股票列表115
3.6.2案例3-3：下载股票代码数据116
3.6.3CSV文件处理119
3.7历史数据121
3.7.1历史行情121
3.7.2案例3-4：下载近期股票数据124
3.7.3历史复权数据130
3.7.4案例3-5：下载历史复权数据131
3.8其他交易数据134
3.9zwDat超大股票数据源与数据更新143
3.9.1案例3-6：A股基本概况数据下载144
3.9.2案例3-7：A股交易数据下载146
3.9.3案例3-8：A股指数行情数据下载150
3.9.4案例3-9：美股交易数据下载151
3.10数据归一化处理153
3.10.1中美股票数据格式差异153
3.10.2案例3-10：数据格式转化154
3.10.3案例3-11：A股策略PAT实盘分析156
3.10.4案例3-12：数据归一化158
3.11为有源头活水来160
第4章PAT案例汇编162
4.1投资组合与回报率163
4.1.1案例4-1：下载多组美股数据163
4.1.2案例4-2：投资组合收益计算165
4.2SMA均线策略168
4.2.1SMA简单移动平均线168
4.2.2案例4-3：原版SMA均线策略169
4.2.3案例4-4：增强版SMA均线策略173
4.2.4案例4-5：A股版SMA均线策略174
4.3均线交叉策略175
4.3.1案例4-6：均线交叉策略176
4.3.2案例4-7：A股版均线交叉策略178
4.4VWAP动量策略181
4.4.1案例4-8：VWAP动量策略182
4.4.2案例4-9：A股版VWAP动量策略183
4.5布林带策略183
4.5.1案例4-10：布林带策略185
4.5.2案例4-11：A股版布林带策略186
4.6RSI2策略188
4.6.1案例4-12：RSI2策略190
4.6.2案例4-13：A股版RSI2策略190
4.7案例与传承194
第5章zwQuant整体架构196
5.1发布前言196
5.2功能简介197
5.2.1目录结构197
5.2.2安装与更新198
5.2.3模块说明199
5.2.4zwSys模块：系统变量与类定义200
5.2.5zwTools模块：常用（非量化）工具函数201
5.2.6zwQTBox：常用量化工具函数集201
5.2.7zwQTDraw.py：量化绘图工具函数203
5.2.8zwBacktest：回溯测试工具函数203
5.2.9zwStrategy：策略工具函数203
5.2.10zw_TA-Lib：金融函数模块204
5.3示例程序207
5.4常用量化分析参数208
5.5回溯案例：对标测试209
5.5.1对标测试1：投资回报参数209
5.5.2对标测试2：VWAP策略211
5.6回报参数计算214
5.7主体框架220
5.7.1stkLib内存数据库220
5.7.2Bars数据包221
5.7.3案例：内存数据库＆数据包222
5.7.4qxLib、xtrdLib227
5.7.5案例5-1：qxLib数据228
5.7.6量化系统的价格体系230
5.7.7数据预处理231
5.7.8绘图模板234
5.8新的起点236
第6章模块详解与实盘数据237
6.1回溯流程238
6.1.1案例6-1：投资回报率238
6.1.2代码构成242
6.1.3运行总流程243
6.2运行流程详解244
6.2.1设置股票数据源244
6.2.2设置策略参数247
6.2.3dataPre数据预处理249
6.2.4绑定策略函数253
6.2.5回溯测试：zwBackTest253
6.2.6输出回溯结果数据、图表258
6.3零点策略260
6.3.1mul多个时间点的交易＆数据263
6.3.2案例6-2：多个时间点交易264
6.4不同数据源与格式修改270
6.4.1案例6-3：数据源修改272
6.4.2数据源格式修改274
6.5金融数据包与实盘数据更新275
6.5.1大盘指数文件升级276
6.5.2实盘数据更新277
6.5.3案例6-4：A股实盘数据更新277
6.5.4案例6-5：大盘指数更新279
6.6稳定第一281
第7章量化策略库282
7.1量化策略库简介282
7.1.1量化系统的三代目283
7.1.2通用数据预处理函数283
7.2SMA均线策略286
7.2.1案例7-1：SMA均线策略286
7.2.2实盘下单时机与推荐289
7.2.3案例7-2：实盘SMA均线策略290
7.3CMA均线交叉策略294
7.3.1案例7-3：均线交叉策略294
7.3.2对标测试误差分析296
7.3.3案例7-4：CMA均线交叉策略修改版299
7.3.4人工优化参数300
7.4VWAP策略301
7.4.1案例7-5：VWAP策略301
7.4.2案例7-6：实盘VWAP策略303
7.5BBands布林带策略304
7.5.1案例7-7：BBands布林带策略305
7.5.2案例7-8：实盘BBands布林带策略306
7.6大道至简1 1307
第8章海龟策略与自定义扩展309
8.1策略库309
8.1.1自定义策略310
8.1.2海龟投资策略310
8.2tur海龟策略v1：从零开始311
8.3案例8-1：海龟策略框架311
8.4tur海龟策略v2：策略初始化312
8.5案例8-2：策略初始化312
8.6tur海龟策略v3：数据预处理313
8.7案例8-3：数据预处理314
8.8tur海龟策略v4：策略分析317
8.9案例8-4：策略分析317
8.10tur海龟策略v5：数据图表输出320
8.10.1案例8-5：图表输出320
8.10.2参数优化324
8.10.3案例8-6：参数优化324
8.11tur海龟策略v9：加入策略库325
8.12案例8-7：入库326
8.13庖丁解牛328
第9章TA-Lib函数库与策略开发329
9.1TA-Lib技术指标329
9.1.1TA-Lib官网329
9.1.2矩阵版TA-Lib金融函数模块330
9.2MACD策略331
9.2.1MACD策略1331
9.2.2案例9-1：MACD_v1335
9.2.3MACD策略2336
9.2.4案例9-2：MACD_v2338
9.3KDJ策略340
9.3.1KDJ策略1340
9.3.2案例9-3：KDJ01343
9.3.3KDJ策略2346
9.3.4案例9-4：KDJ02347
9.4RSI策略350
9.4.1RSI取值的大小351
9.4.2RSI策略351
9.4.3预留参数优化接口356
9.4.4案例9-5：A股版RSI策略357
9.5基石、策略与灵感358
第10章扩展与未来360
10.1回顾案例2-1：SMA均线策略360
案例10-1：SMA均线策略扩展363
10.2大盘指数资源365
10.2.1大盘指数文件升级366
10.2.2大盘指数内存数据库367
10.2.3扩展zwQuantX类变量368
10.2.4大盘指数读取函数368
10.2.5案例10-2：读取指数369
10.2.6大盘数据切割370
10.2.7案例10-3：inxCut数据切割372
10.3系统整合373
10.3.1案例10-4：整合设置375
10.3.2案例10-5：修改指数代码376
10.3.3修改sta_dataPre0xtim函数377
10.3.4案例10-6：整合数据切割380
10.3.5修改绘图函数381
10.4扩展完成384
案例10-7：SMA均线扩展策略384
10.5其他扩展课题386
10.5.1复权数据冲突386
10.5.2波动率指标DVIX386
10.5.3修改回溯主函数zwBackTest387
10.5.4案例10-8：波动率390
10.5.5空头交易392
10.5.6虚拟空头交易392
10.5.7修改检查函数393
10.5.8案例10-9：空头数据396
10.6终点与起点397
附
|
| 內容試閱：
|
前 言
2014年，美国银行、美林证券的石英项目、摩根大通的雅典娜项目都不约而同地选择了Python作为金融行业的标准编程语言。
全世界的金融工程行业全部重新洗牌，这为中国的金融工程从业人员带来了前所未有的机遇。资本的力量是强大的，也是冷酷无情的。
2016年5月，《华尔街日报》报道，目前华尔街的三大编程语言是：C、Java与Python。其中，C与Java成为三大语言之一有两方面原因：一方面是由于历史积累，另一方面是系统架构设计的需要。而在应用领域Python更胜一筹，因为Python已经成为金融行业量化领域的标准编程语言。
本书是国内较早关于Python大数据与量化交易的原创图书。本书配合zwPython、zwQuant开源量化软件学习，是一套完整的大数据分析、量化交易的学习教材，可直接用于实盘交易。
本书内容包括：
? 近50万字的图文课件；
? 数十套结合课件的Python教学代码；
? 全套zwPython开源平台；
? 业内首套面向初学者的开源量化系统zwQuant；
? 国内较大的开源金融数据包zwDat，包括tick数据。
100%零基础，无须任何编程、交易经验，也不需要具备超强的数据分析能力，只要会使用Excel就可以轻松学会本书讲解的知识点。读完本书内容和配套的教学代码，就能够编写简单的量化策略函数。
本书的内容源自笔者的原版教学课件，虽然限于篇幅和载体，省略了视频和部分环节，但核心内容都有保留，配套的近百套Python教学程序没有进行任何删减。
考虑到广大入门读者的需求，笔者在各个核心函数环节增添了函数流程图。
量化新人学习指南
1．多参考笔者的字王量化网站（http：www.ziwang.com）和笔者博客（以原创为主，网址是http：blog.sina.com.cnzbrow）。
2．本书配套程序可在百度网盘下载，网址是http：pan.baidu.comsljIg944u。本书读者QQ群（zwPython量化总群）：124134140。网盘和群共享包含很多资源，读者可自行下载，也可以上传。建议先看漫画学系列，该系列比较经典，而且简单；zwQuant开源量化软件在群共享和网盘都可下载。
3．强烈建议初学者先下载zwPython集成版，阅读zwPython中文手册，再开始学习Python，这样可以少走很多弯路。
资源下载
为配合本书出版，方便广大读者学习Python量化系统，笔者特意将与本书相关的教学资源打包成一个独立的教学版本压缩包，便于读者使用。
?教学版为一个独立压缩包，解压即可，并配有说明文档。
?教学版内置了zwPython2016M10版开发平台（Python 3.5版）、Python 2.7版开发平台、zwDat金融数据包、zw_down25金融数据下载更新程序包和zw_k10配套量化教学课件程序。
教学版软件和配套资源下载地址如下。
?极宽公司网盘下载地址：http：pan.baidu.coms1kVO6T19，密码：v2ub。
?出版社网站下载地址：http：www.broadview.com.cn30659。
以上网址如果发生变动，请读者浏览字王网站（http：www.ziwang.com）或者极宽公司网站（http：www.zquant.cn）获取最新信息。
致谢
虽然很多网友在笔者博客留言，要求购买本书，但本书的创作和正式出版还是经历了许多波折。
如今本书终于出版，在此，要特别感谢电子工业出版社的黄爱萍和戴新编辑，感谢她们在选题策划和稿件整理方面做出的大量工作。
同时，在本书创作过程中，极宽开源量化团队和培训班的全体成员，提出很多宝贵的意见，并对部分课件程序做了中文注解。
特别是吴娜、余勤两位同学，为极宽开源量化文库和zwQuant开源量化软件编写文档，以及在团队成员管理方面做了大量工作，为他们的付出表示感谢。
何海群（字王）
北京极宽科技有限公司CTO
2016年11月25日
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
