python量化交易经典书籍-量化交易之路-用Python做股票量化分析 PDF 全书扫描版
给大家带来的一篇关于Python相关的电子书资源，介绍了关于量化交易、Python、股票方面的内容，本书是由机械工业出版社出版，格式为PDF，资源大小103.8 MB，阿布编写，目前豆瓣、亚马逊、当当、京东等电子书综合评分为：9.2。
内容介绍
读者评价
这本书很不错，特别是涉及Python和量化交易的理论部分，讲的很好理解。。
我是Python老手了，看着这本书的代码有点多，算是优点也算缺点吧。虽然看着有点累，但对于手把手想学的人来说，丰富的代码和图表也还算颇有帮助。建议新手入门Python结合一下其他入门书籍。
我觉得自己真的把事情想得太简单了，对于没有任何计算机编程基础的文科生出身的我来说，难度有点大。还是等把金融交易的知识摸索明白了再学这个吧。
这本书是用python2*做的实例，想学python3*的可以绕行了
这本书十分专业，但对于我这种没有什么深厚的数学功底的学生，也十分适用。这本书从对量化交易的正确认识出发，循序渐进的讲解了量化交易所需要了解的各种知识及工具，我认为任何一个对量化交易感兴趣的人都可以阅读，也适合作为教材使用。
编辑推荐
作者在百度互联网证券、百度金融等互联网金融公司多年从业经验的总结；
涵盖从传统的趋势跟踪技术及统计套利技术，到*新的机器学习技术等各种量化技术；
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、*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。
内容介绍
本书从对量化交易的正确认识出发，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与交易技巧，还提供了大量基于真实交易的实例，有很强的实用性。本书偏重于量化技术在实际交易中的应用，读者不需要有深厚的数学功底即可阅读。
本书共11章，分为4部分。第1部分讲解了对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，以及基础度量概念及*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际应用。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等相关内容。
本书适合所有对量化交易感兴趣的人员阅读，也适合相关院校和培训机构作为量化交易系统课程的教材。阅读本书，建议读者有一定的编程基础。
一分钟了解本书内容精华：
量化引言
量化语言——Python
量化工具——NumPy
量化工具——pandas
量化工具——可视化
量化工具——数学
量化系统——入门
量化系统——开发
量化系统——度量与优化
量化系统——机器学习?猪老三
量化系统——机器学习?abu
量化环境部署
量化相关性分析
量化统计分析及指标应用
目录
前言
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
1.4 量化交易的正确认识 8
1.5 量化交易的目的 11
第2部分 量化交易的基础
第2章 量化语言——Python 14
2.1 基础语法与数据结构 15
2.2 函数 20
2.3 面向对象 25
2.4 性能效率 38
2.5 代码调试 45
2.6 本章小结 48
第3章 量化工具——NumPy 49
3.1 并行化思想与基础操作 49
3.2 基础统计概念与函数使用 57
3.3 正态分布 62
3.4 伯努利分布 66
3.5 本章小结 71
第4章 量化工具——pandas 72
4.1 基本操作方法 72
4.2 基本数据分析示例 78
4.3 实例1：寻找股票异动涨跌幅阀值 87
4.4 实例2：星期几是这个股票的“好日子” 91
4.5 实例3：跳空缺口 95
4.6 pandas三维面板的使用 98
4.7 本章小结 101
第5章 量化工具——可视化 102
5.1 使用Matplotlib可视化数据 102
5.2 使用Bokeh交互可视化 106
5.3 使用pandas可视化数据 107
5.4 使用Seaborn可视化数据 112
5.5 实例1：可视化量化策略的交易区间及卖出原因 115
5.6 实例2：标准化两个股票的观察周期 120
5.7 实例3：黄金分割线 124
5.8 技术指标的可视化 130
5.9 本章小结 133
第6章 量化工具——数学 134
6.1 回归与插值 134
6.2 蒙特卡罗方法与凸优化 139
6.3 线性代数 159
6.4 本章小结 168
第3部分 量化交易系统的开发
第7章 量化系统——入门 170
7.1 趋势跟踪与均值回复 170
7.2 仓位控制管理 188
7.3 本章小结 202
第8章 量化系统——开发 203
8.1 abu量化系统择时 204
8.2 abu量化系统选股 234
8.3 本章小结 242
第9章 量化系统——度量与优化 243
9.1 度量的基本使用方法 243
9.2 度量的基础 247
9.3 基于Grid Search寻找因子最优参数 253
9.4 资金限制对度量的影响 266
9.5 输入中文自动生成交易策略 272
9.6 本章小结 276
第4部分 机器学习在量化交易中的实战
第10章 量化系统——机器学习?猪老三 278
10.1 机器学习基础概念 278
10.2 猪老三世界中的量化环境 282
10.3 有监督机器学习 286
10.4 无监督机器学习 299
10.5 梦醒时分 303
10.6 本章小结 317
第11章 量化系统——机器学习?abu 318
11.1 搜索引擎与量化交易 319
11.2 主裁 321
11.3 边裁 351
11.4 一定要赢得这场胜利，即使一切都不存在 360
11.5 本章小结 361
附录A 量化环境部署 362
附录B 量化相关性分析 381
附录C 量化统计分析及指标应用 388
学习笔记
Python文本特征抽取与向量化算法学习实例详解
假设我们刚看完诺兰的大片《星际穿越》，设想如何让机器来自动分析各位观众对电影的评价到底是“赞”（positive）还是“踩”（negative）呢？这类问题就属于情感分析问题。这类问题处理的第一步，就是将文本转换为特征。本文主要为大家详细介绍了Python文本特征抽取与向量化算法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能帮助到大家。 因此，这章我们只学习第一步，如何从文本中抽取特征，并将其向量化。 由于中文的处理涉及到分词问题，本文用一个简单的例子来说明如何使用Python的机器学习库，对英文进行特征提取。 1、数据准备 Python的sklearn.datasets支持从目录读取所有分……
Python写一个量化股票提醒系统实例
大家在没有阅读本文之前先看下python的基本概念， Python是一种解释型、面向对象、动态数据类型的高级程序设计语言。 Python由Guido van Rossum于1989年底发明，第一个公开发行版发行于1991年。 像Perl语言一样, Python 源代码同样遵循 GPL(GNU General Public License)协议。 本文是小兵使用万能的Python写一个量化股票系统！下面是一个小马的迷你量化系统。 这个小迷小量化系统，麻雀虽小但是五脏俱全，我们今天先从实时提醒这个模块做起，提醒系统分下面几个部分： 实时获取股票数据 连接邮件服务器 预警配置管理 监控数据并发送邮件 希望通过实时提醒，来提高交易的收益率，试试看，万一有用呢，反正写代码对……
python做量化投资系列之比特币初始配置
本文实例为大家分享了python比特币初始配置的具体代码，供大家参考，具体内容如下 # -*- coding: utf-8 -*- """ Created on Fri Jan 13 10:36:19 2017 @author: yunjinqi E-mail:[email protected] Differentiate yourself in the world from anyone else. """ #用于访问OKCOIN 现货REST API ##################################################### import http.client import urllib import json import hashlib import time def buildMySign(params,secretKey): sign = "" for key in sorted(params.keys()): sign += key + "=" + str(params[key]) +"symbol=" + symbol if params else "symbol=" +symbol if contractType: params += "symbol=" + symbol if params else "symbol=" +symbol if contractType: params += "size=" + size if params else "size=" + size return httpGet(self.__url,FUTURE_DEPTH_RESOU……
以上就是本次介绍的Python电子书的全部相关内容，希望我们整理的资源能够帮助到大家，感谢大家对码农之家的支持。
展开 +
收起 -