(特价书)量化交易之路:用Python做股票量化分析
基本信息

编辑推荐
树立对量化交易的正确认识,搭建交易技术与量化技术之间的稳固纽带
给出完整的量化交易知识体系,所有实例均采用真实的交易进行讲解
详解量化基础知识、以及Python、NumPy、pandas、可视化和数学等量化工具及实例
详解量化择时、选股、资金管理、度量、最优参数等技术及交易实例
详解机器学习技术在量化交易领域的应用,并给出交易实例
内容简介
计算机书籍
本书从量化交易的正确性认识出发,以Python语言为基础,循序渐进地讲解了量化交易所需要了解的各种知识及工具。书中特别穿插了大量的开发技巧和交易投资技巧,所有示例都基于量化交易及相关知识,体现了实战的特点。例如,在讲解机器学习技术在量化交易中的使用这部分内容时,并不需要读者有深厚的数学功底,而是偏重实际应用,讲解各种技术在量化交易领域的功用。本书共11章,分为4部分。第1部分讲解了量化交易的正确认识;第2部分讲解了量化交易的基础,如Python语言、数学和几种数据分析工具等;第3部分讲解了量化交易系统的开发与使用、基础度量概念及优参数等问题;第4部分讲解了机器学习技术在量化交易中的实战应用。附录中还给出了量化环境部署、量化相关性分析、量化统计分析及指标应用的相关内容。
目录
第1部分 对量化交易的正确认识
第1章 量化引言 2
1.1 什么是量化交易 2
1.2 量化交易:投资?投机?赌博? 3
1.3 量化交易的优势 4
1.3.1 避免短线频繁交易 4
1.3.2 避免逆势操作 5
1.3.3 避免重仓交易 5
1.3.4 避免对胜率的盲目追求 6
1.3.5 确保交易策略的执行 6
1.3.6 独立交易及对结果负责的信念 6
1.3.7 从历史验证交易策略是否可行 7
1.3.8 寻找交易策略的最优参数 7
1.3.9 减少无意义的工作及干扰 7
1.4 量化交易的正确认识 8
1.4.1 不要因循守旧,认为量化交易是邪门歪道 8
1.4.2 不要异想天开,认为量化交易有神奇的魔法 8
1.4.3 不要抱有不劳而获的幻想 9
1.4.4 不要盲目追求量化策略的复杂性 9
前言
量化交易从一开始出现就仿佛戴着神秘的面纱,特别是对于普通的投资交易者。有些人认为它就是像炼金术一样的存在,有了它就能躺着挣钱了。当然也有些人认为它完全不靠谱。笔者研究量化交易多年,而且参与了大量的量化交易实战,从中积累了大量的心得体会,所以萌生了编写一本量化交易图书的想法,为读者揭开量化交易的神秘面纱。
本书分为4个部分来讲解量化交易的相关知识。
第1部分(第1章)着重讲解了投资者对量化交易的正确认识。
第2部分(第2~6章)主要讲解了量化交易需要的基础知识及相关工具,如Python语言、NumPy、pandas、数据可视化及量化数学等知识,适合完全没有任何编程经验的读者从头开始阅读。书中每一章的示例也尽量穿插股票及其他衍生交易产品的投资知识和交易技巧,尽量为读者建立一套独有的知识体系结构,为读者在交易技术与量化技术之间搭建牢固的基础纽带。
第3部分(第7~9章)着重讲解了使用量化系统回测交易策略及交易的度量等实战知识。对于有进阶需求的读者,则完整地讲解了整套量化回测系统择时、选股开发的关键点及滑点和资金管理的核心知识,以及更有针对策略地寻找最优参数及最优度量等知识。
第4部分(第10、11章)主要讲解了机器学习技术在量化交易中的应用。该部分内容从机器学习实战出发,同样适合大多数没有深厚数学基础的读者阅读,着重阐述了基于机器学习技术对交易进行预测的不可行性,以及正确的使用方式,即使用机器学习技术进行统计预言的概率。
附录给出了量化环境部署、量化相关性分析、量化统计分析及指标应用等内容。
特别需要提及的是,为了突出重点知识,减轻读者的阅读压力,本书在编写过程中通过故事的形式来讲解关键知识点。例如:
* 通过“6.2.1节你一生的追求到底能带来多少幸福”的故事,重点讲解了最优问题的计算;
* 通过“7.2.3节三只小猪股票投资的故事”,重点讲解了仓位控制管理的重要性;
* 通过“第10章 机器学习?猪老三”的故事,重点讲解了机器学习知识与工程上的使用问题。
本书所有示例均使用IPython Notebook编写,读者可在Git工具上找到对应章节的内容。具体代码下载地址为https://github.com/bbfamily/abu。如下载地址有变动,可关注微信公众号abu_quant,获取最新的Git地址;或者在www.hzbook.com网站上搜索到本书,然后按照网页上的说明下载。
适合阅读本书的读者及建议如下:
* 有交易经验、对量化交易感兴趣、无任何编程经验的读者,需要多关注基础章节,加深对编程语言的理解及工具的使用;
* 有任何一门编程语言基础、无交易经验、对量化交易感兴趣的读者,需要多关注书中讲解的关于交易的知识及正确的交易认识;
* 有交易经验、有编程经验、对量化交易感兴趣的读者,需要多关注量化交易在交易技术和编程技术上的衔接点及书中的具体实例;
* 对量化交易本身不感兴趣,但对数据处理、机器学习技术感兴趣的读者,需要多关注技术基础章节和机器学习章节的内容。
感谢机械工业出版社华章公司提供机会让我能编写本书!本书的完成同样需要感谢我的几位朋友:吴汶(老虎美股)、刘兆丹(百度金融)、胥嘉幸(百度糯米大数据),感谢你们在本书的编写过程中提供的帮助!在此还需要特别感谢本书编辑对我的帮助,不辞辛苦地晚上十二点还在和我沟通排版等细节问题。
编著者