《零起点，python大数据与量化交易》，
这应该是国内第一部，关于python量化交易的书籍。
有出版社约稿，写本量化交易与大数据的书籍，因为好几年没写书了，再加上近期“前海智库·zw大数据”项目，刚刚启动。
因为时间紧，只花了半天时间，整理框架和目录。
说是v0.1版，但核心框架已经ok；从项目角度而言，完成度，已经超过70%，剩下的只是体力活。
完成全本书，需要半年以上连续时间，本人没空，大家不要再问：“什么时间可以完成。”
配合zwPython，这个已经是套完整的：大数据分析、量化交易学习教材；质素方面，相信比市面上90%的同类作品强。
有兴趣的网友，可以自己百度，编写脚本，另外可以加入Q群：124134140(zwPython大数据量化交易).
进群后，请大家多多发言，有时间，我也会和大家互动。
zw量化实盘·魔鬼训练营
金融行业的：生存训练，Win or Home（要么全赢，要么滚蛋）
http://blog.sina.com.cn/s/blog_7100d4220102w0q5.html
ps，10.21, 刚才百度 没想到zwPython成了关键词： python 量化交易的第一品牌，完全没做任何seo优化
关于关于大数据、高频交易和AI人工智能，字王的观点一向是：
凡是无法通过“足彩数据”实盘测试的大数据方案、算法，都是在耍流氓
http://blog.sina.com.cn/s/blog_7100d4220102vkwb.html
关于足彩的几个误区
-
足彩虽然容易与赌球混淆，但却是最好的大数据研究对象，没有之一
-
微软、百度、谷歌，目前都有专业团队，在做足彩大数据，并定期发布
-
说白了，足彩相当于十倍配资的股票
-
国内足彩的确很黑，比欧平低10%左右，
-
彩票的发明人和股票，据说都是同一个英国爵士
-
必胜足彩交易所，成立当年，获得了英国MBA商业创新大奖
-
高盛n年前，就开始足彩套利业务，维基百科有介绍
-
黑天鹅(红牛吧)足彩，是首家公开进行、实盘测试的足彩大数据模型
-
黑天鹅，是业内率先以：盈利率，而不是：胜率（百度目前还是），测试足彩大数据算法模型
-
黑天鹅算法盈利率90-95%，是目前业内最高的，比百度高约20-30%
-
--------
黑天鹅(红牛吧)足彩·实盘测试·近期数据统计（2015.8-10）
黑天鹅(红牛吧)足彩·实盘测试·近期数据统计（2015.8-10）
-
8月,单选,胜率：59.41%(101/170),盈利率，121%,二串一(2x1),胜率：46.34%(19/41),盈利率，143.02%,
-
9月,单选,胜率：48.75%(39/80),盈利率，101%,二串一(2x1),胜率：35.%(7/20),盈利率，94.74%
-
10月,单选,胜率：64.71%(11/17),盈利率，135%，二串一(2x1),胜率：33.33%(1/3),盈利率，130%
目前已经比较稳定，盈利率应该是行业最高的，比百度强，再测试一段就OK了。
（python大数据·思维导图）
大数据，量化交易，属于目前比较前沿的IT技术，相关用户，绝大部分是非IT行业的市场管理人员和金融工作者，没有任何编程基础。
同时，更多的普通民众，在日常工作、生活、投资时，例如，购买股票、基金、足彩，也迫切需要一些专业的数据分析知识和软件，作为更加专业的投资工具。
目前，量化投资、高频交易领域，一线操盘手自己编程，将投资策略直接程序化，已经成为国际大投行的标配。
在数据处理领域，特别在量化交易方面，python已成为“统治级”编程语言。
伴随中国政府金融领域的扩张战略，以及与国际金融接轨，大量海龟派金融人员回归，有专家称，“未来五年(2020），专业投资人，不懂python编程，就像不懂英语，不会电脑操作，面临下岗的可能。”
因此，便有了这本：《零起点，python大数据与量化交易》
零起点
- IT零起点，无需任何电脑编程基础，会打字、会word，就能看懂本书，利用本书配套的Python软件包，轻松学会如何利用python，对股票、足彩数据，进行专业分析，量化投资分析
- 投资零起点，无需购买任何专业软件，本书配套的zwPython软件包，采用开源模式，提供100%全功能、全免费的工业级数据分析平台。
- 配置零起点，所有软件、数据，全部采用苹果“开箱即用”模式，绿色版本，无需安装，解压即可，直接运行系统。
- 理财零起点，无需任何专业金融背景，采用通俗易懂的语言，配合大量专业图表，实盘操作案例，轻松掌握各种量化投资策略。
- 数学零起点，全书没有任何复杂数学公式，只有最基本的加减乘除，初中以上文化，即可看懂
根据作者多年一线实践经验，本书在大数据分析领域，首次提出了许多原创的、缘自一线实战的观点和理论，例如：暗数据、“小数据”理论，黑天鹅算法，大部分还附有python源码，方便读者直接使用。
此外，本书还介绍了，采用黑天鹅算法实现的，国内首个通过足彩实盘测试的大数据方案：zw足彩数据分析平台。
【补充说明】
本书内容偏重于数据分析，特别是量化交易方面的数据分析，是因为
- 实践工作中，除了移动、百度、阿里等超大型，数据密集型企业外，99%以上的企业，包括上市公司，并不具备，也不需要真正的TB级大数据分析软件、硬件环境，计算集群和cuda都很少
- 金融领域，国内A股市场，数千股票，历年裸数据合集，不超数据10G，千万级规模
- 目前大数据领域，尚处于萌芽阶段，算法、模型每年变化都很大，因此这方面的内容，以定性为主
- 大数据分析的核心，是数据分析算法，书中介绍的都是经典算法，通用性很强
字王 回复 ：目前忙“黑天鹅”算法的实盘测试，暂时没时间写书。
急的话 自己下个zwPython 带pandas数据分析、demo演示代码，有中文教材，绿色版，解压即可，
配合目录作为大纲，自己边看边学，码码python脚本，效果更好
blog首页“置顶”有百度网盘的下载地址(6月8日 15:36)
第1章、大数据简介
- 大数据思维导图
-
- 数据挖掘
- 计算统计学
- 语义分析
- 人工智能
- 并行运算框架
- GPU超算平台
- 发展简史
-
- 大数据史前模式
- 从3V到4V
- 云计算时代
- 大数据主要应用领域
- 大数据技术流派
-
- Hadoop生态圈
- MapReduce
- NoSQL数据库
- Storm流处理分布式计算框架
- SPark内存计算与通用并行计算框架
- IBM数据流Stream体系
- Oracle
- Python与大数据
-
- Python，统治级数据编程语言
- Pandas数据分析
- Nltk文本语义分析
- Scikit人工智能和机器学习
- Numpy/scipy矢量数据和科学计算
- sympy符号计算
- Gpu并行超速运算
- Opencv图像视频处理
- TVTK/mayavi可视化计算
第2章、量化交易简介
- 套利交易
- 金融工程学
- 计量金融学
- 技术分析
- 高频交易
- 足彩，被误解的投资模式
- 年收益269%的神奇投资术
第3章、小数据更酷
- 失败的经典：啤酒与尿布
- 小数剧理论
-
- 龙格现象
- 孤子分布
- 哥白尼原则
- 零膨胀
- 极值理论
-
- 任何程序化交易系统都有“半衰期”
- 0与1：计算的本质
-
- 阴阳八卦易经
- 暗数据与全数据
- 二八定理
-
- 帕累托分析法
- 齐夫定律
- 分析模型比数据规模更重要
- 实战案例：百万社区数据库
- 实战案例：神奇的魔鬼英语：500单词看懂原著
- 大数原则
-
- 平庸原理
- 实战案例：史上最强网络推广案例：惠普笔记本数码混搭
- 每次只解决一个问题
- 量化投资第一季：单一指数模型
第4章、神一般的黑天鹅算法
- 黑天鹅是新常态
- 主要特点
-
- 运算速度快一个数量级
- 数据规模小一个数量级
- 全数据建模小数据匹配
- 黑天鹅算法PK现代与传统
-
- 与传统抽样数据库算法比较
- 与其他大数据方案算法比较
- 黑天鹅算法基本流程
-
- 从4V到1V
- 数据预处理
-
- 衍生数据扩充
- 指数压缩
- 数据归一化
-
- 标准分数
- T-统计量
- 学生化残差
- 标准化矩
- 变异系数
- 离差指数
- 建立参数v知识库
- 建立黑天鹅判别模型库
- 寻找黑天鹅
第5章、Python，“统治级”数据处理语言
- Hello，zw
- 基础语句
- Basic模式
- Python一卡通
- Python常用模块
-
- numPy数据分析
- Matplotlib可视化计算
- Pandas数据分析平台
-
- 内置数据分析函数
- 数据存读
- 数据聚合
- 时间序列分析
- 股票数据分析
- 足彩数据分析
- 大数据与Python十倍速性能优化
-
- 软加速：矢量优先
- 软加速：cpython
- SSD加速大法
- KBD全内存数据库
- Gpu终极加速方案
第6章、大数据十大经典算法Python版
- AdaBoost机器学习迭代分析算法
- Apriori关联分析算法
- C4.5分类决策树算法
- CART分类回归树算法
- decision tree 决策树数据分类算法
- EM最大期望关联分析算法
- kNN 机器学习最近邻分类算法
- k-means聚类分析算法
- Na?ve Bayes朴素贝叶斯数据分类算法
- PageRank引用分析算法
- SVM向量机数据分类算法
- 其他经典算法
-
- Apriori框架的图挖掘算法
-
- AGM图论节点图数据挖掘算法
- FSG图论边框数据挖掘算法
- Pattern-growth框架图挖掘算法
-
- gSpan右路径扩展算法
- 闭合子图挖掘算法
-
- CLOSEGRAPH图挖掘算法
- 闭合完全连通子图挖掘算法
-
- CLAN图挖掘算法
- Cocain图挖掘算法
- FP-Growth模式树分类算法
- logistic回归算法
- Affinity propagation聚类算法
- LDA模型
- HMM隐性马可夫模型
- SOA模型
第7章、数据源与在线数据采集
- 案例：搜索引擎链接数
- 案例：百度TOP100指数
- 案例：行业关键词与衍生关键词
- 案例：企业竞争情报搜集
- 常用在线数据API接口
第8章、从故事开始学统计
- 趣味统计学
-
- 尔斯伯格悖论
- 生日问题
- 蒙特卡罗方法
- 德国坦克问题
- 无限猴子定理
- 墨菲定律
- 常用统计数值编程
-
- 极值:极大值,极小值,极差/全距
- 均值:算术平均数,几何平均数,调和平均数,希罗平均数,加权平均数,幂平均/赫尔德平均,毕达哥拉斯平均,平均数不等式
- 方差等：均方差，平均差，偏度，峰度
- 其他统计值：累积和、总数,众数，中位数，四分位数
- 常用统计图表
-
- 四种基本图表：直方图Histogram，长条图Bar Chart，圆饼图/比例图Pie Chart，折线图/趋势图Line chart
- 金融类图表：K线图Candlestick chart，均线图Moving Average chart，布林带图Bollinger Bands，BBands
- 统计类图表：箱形图，双标图，标准九分图，概率图，半对数线图，散点图，茎叶统计图，统计地图
- 其他图表：时间轴图表，流程图，山形图Area_chart，瀑布图Waterfall chart，量化波形图Streamgraph，落差图GapChart，泡泡图Bubble chart，极区图，雷达图Radar_chart，示意地图Cartogram
第9章、从故事开始学量化交易
- 趣味理财学
-
- 一月效应
- DCA懒人理财术
- 兴登堡凶兆
- 死猫反弹
- 布拉普预测
- 祖鲁法则
- Gordon高登模型
- 奥卡姆剃刀与KISS法则
- 神奇公式
- MM定理
- 混沌理论
- 三种基础模型：资产配置模型，行业模型，股票模型。
- 四大特点：纪律性，系统性，套利思想，概率取胜
- 量化投资策略
-
- 量化选股：估值法，趋势法，资金法
- 量化择时
- 股指期货套利：现货构建，套利定价，保证金管理，冲击成本，成分股调整
- 商品期货套利
- 统计套利：
-
- β中性策略
- 协整策略
- 期权套利：水平套利，垂直套利，转换套利，反向转换套利，跨式套利，蝶式套利，飞鹰式套利
- 算法交易：被动型算法交易，主动型算法交易，综合型算法交易
- 组合投资与资产配置
- 其他策略
-
- 股票价差套利
- 博彩套利
- ETF套利
- 衍生品套利
- 公司并购套利
- 市政债券套利
- 宽客兵器谱
-
- KDB内存数据库
- Quant交易数据分析平台
- Q语言
- Matlab
- Python
- HFT高频交易常用策略和技术
-
- 造市交易
- 收报机交易
- 事件套利
- 统计套利
- 新闻交易
- 低延迟策略
- 订单属性策略
- 夺取优先权
- 算法监听
- 监听大买卖盘
- 黑池交易平台
- 信号触发
- 触发补偿
第10章、统计学与数据分析基础
- 概率分布
-
- 离散分布：均匀分布，二项分布，正态分布，几何分布，超几何分布，超几何分布和二项分布的关系，泊松分布，泊松分布近似，泊松试验，复合泊松分布
- 连续分布：均匀分布，指数分布，对数分布，伽马分布，高斯/正态分布，肥尾分布，重尾分布，正态分布和二项分布，帕斯卡分布，韦伯分布，伯努利分布
- 其他统计分布模式：Gamma伽玛分布，卡方分布，F分布，Β分布，β-二项式分布，稳定分布，三角形分布，联合分布，条件概率分布，柯西分布，
- 统计检验
-
- 皮尔森卡方检定,学生t检验
- 假设检验
- 交叉验证
- 零假设检验
- F检验
- Jarque-Bera检验
- 柯尔莫诺夫-斯米尔诺夫检验
- 迪基-福勒检验,扩张的Dickey-Fuller检定
- 核密度估计
- 邹检验
- 其他统计分析方法
-
- 抽样
- 置信区间
- 贝叶斯概率
- 最大似然估计
- 赤池信息量准则
- 回归分析
-
- 线性回归：简单线性回归，最小二乘法，复回归分析，对数线性回归
- 非线性回归：逻辑回归，偏回归，自回归，ARMA自回归滑动平均模型，ARIMA差分自回归滑动平均模型，格兰杰因果关系，向量自回归模型，曲线拟合分析，分量回归，泊松回归
- 零膨胀
- 过拟合
- 方差分析
-
- 方差：协方差，自协方差，互协方差，均方差，异方差，偏差，SD标准差，CV标准离差率，最小方差无偏估计，最小均方差估计
- 方差和：SST总平方和，SSM模型平方和
- R2回归系数
- 变异量（数）
- 期望值
- 时间序列分析
-
- RATS模型
- ARCH模型
- 数据关联分析
-
- 常用关联参数：耦合，显著性差异，净相关，Gamma相关系数，Spearman等级相关系数，Kappa一致性系数，Kendall等级相关系数，Kendall和谐系数，Pearson相关系数，Phi相关系数，列联相关系数，四分相关系数，点二系列相关系数，二系列相关系数，皮尔逊积差系数，斯皮尔曼等级相关系数
- 关联分析模型：杜宾-瓦特森统计量，邻里成分分析，朴素贝叶斯分类器，PCC皮尔逊积矩相关系数，自相关函数，关联式规则，ROC曲线
- 数据关联度分析
-
- 三大主流方法：最小平方误差，MLE极大似然，贝叶斯相关
- 其他方法：MME矩关联度，Cramér-Rao不等式，MMSE最小均方差，MAP最大后验概率，MVUE最小方差非偏关联度，BLUE最佳线性非偏关联度，非偏关联度，Particle filter，MCMC，卡尔曼滤波，维纳滤波
- 聚类分析
-
- 核心关联度函数：欧式距离，曼哈顿距离，infinity norm，马氏距离，余弦相似性，汉明距离
- QT聚类算法
- 图论聚类算法
- 线性判别分析
- PCA主成分分析
- 常用统计分析模型
-
- 维纳过程
- 布莱克-舒尔斯模型
- 赫尔怀特模型
- 马尔可夫过程
- 陈琳模型
第11章、现代投资组合理论
第12章、趋势为王
- 趋势判断型量化投资策略
- 波动率判断型量化投资策略
- 顺势系统
- 逆势系统
- 形态操作
- 单元交易模型
- 双元交易模型：长短线模型
- 三元及多元模型
- 价值策略组合
- 动量策略组合
- 融合策略组合
- 混合策略组合
第16章、无风险套利交易策略
- ETF套利交易策略
- 股指期货期现套利交易策略
- 国债期货套利交易策略
第17章、风险套利交易策略
- 阿尔法套利
- 统计套利
第18章、交易模型主要考核指标
- 利润率V
- 胜率/盈亏比率k
- 最大单次盈利
- 最大单次亏损
- 最大连续盈利次数
- 最大连续亏损次数
第19章、足彩数据分析
- 凯利指数
- 同注分彩法
第20章、量化投资常用实盘操作策略
第21章、日内交易
- GFTD日内程序化交易策略
第22章、常用量化投资策略
- 阿尔法回报策略
- Beta贝塔系数策略
-
- smart beta策略
- CAPM资产定价模型
- crb指数模型
- Dynamic Breakout 策略
- EMH效率市场模型
- EPS每股盈余模型
- IFATS交易策略
- GARCH交易模型
- TWAP时间加权平均策略
- Pivot Points策略
- R-Breaker交易策略
- VWAP成交量加权平均策略
第23章、分析图表类
- K线图交易策略
-
- 美国线交易策略
- 开盘区间突破策略
- 一目均衡表交易策略
- 趋势线交易策略
-
- CMI趋势性交易策略
- 趋势追踪选股模型
- MA移动平均线策略
- 支撑线和压力线交易策略
- n日突破交易策略
- 移动止赢交易策略
- 移动止损交易策略
- 牛熊线择时模型
- BBands布林带交易策略
-
- 夹板交易模型
- 点线图交易策略
- 艾略特波浪理论
- 型态学交易策略
- 道氏理论
- 轴点分析策略
-
- 0轴交易策略
- 中点交易策略
- 半衰交易策略
- 夏普比率策略
第24章、投资指数类
- BIAS乖离率交易策略
- EP盈利收益率策略
- Kdj交易策略
- rsi 交易策略
- 波动率交易策略
- Kurtosis峰值交易策略
- Skewing偏度交易策略
- Macd交易策略
- PBR市净率
- PER市盈率
- PEG收益率
- WACC加权平均资本成本
- ROA资产收益率
- ROE股本回报率
- NPV净现值
- 真实波动幅度均值
- 累积／分布指数
第25章、其他交易策略
- 蝶式套利策略
- 三角套利策略
- 机会点策略
- 海龟交易法则
- 多因子选股模型
- 盈利预期模型
- 戴尔指数
-
- 基尼系数
- 劳伦茨曲线
- 黄金分割点
- 斐波那契回调
- 赫斯特指数
- 费雪方程式
- 三因子模型
- 詹森指数
- 凯斯-席勒指数
- 抛物线指标
- 商品通道指数
- 金钱流
- OBV平衡成交量／能量潮
- OMAV交易策略
- Trix指标
- 威廉指标
- 振荡指标
- 价值型策略
- 收益型策略
- m2行业轮动策略
- 市场情绪轮动策略
- 资金流选股策略
- 动量选股策略和反转选股策略
- 一致预期模型
- 筹码选股模型
- 情绪指标择时策略
- 有效资金择时模型
- svm择时模型
- swarch模型
第26章、人工智能量化交易算法
- 模式识别短线择时算法
- rbf神经网络股价预测
- 基于遗传算法的新股预测
- 金融时序数据预测
- 趋势拐点预测
- 灰色马尔可夫链股市预测
第27章、、黑天鹅算法2.0实战
- 数据预处理
-
- 衍生数据扩充
- 指数压缩
- 数据归一化
-
- 标准分数
- T-统计量
- 学生化残差
- 标准化矩
- 变异系数
- 离差指数
- 建立参数v知识库
- 建立黑天鹅判别模型库
- 寻找黑天鹅
- 数据回溯与验证
附录，zwPython用户手册