《Python量化投资》笔记——基础内容

Python量化投资

京东图书

序言

量化投资把握两个方面：

• 策略逻辑
  海龟交易策略
  网络交易策略
  多因子策略
  统计套利策略
  ……
• 策略实现
  研究--回测--交易

在量化投资的研究过程中，80%的时间都是处理数据。

---

第一章 量化投资与Python简介

广义上可以认为，凡是借助于数学模型和计算机实现的投资方法都可以称为量化投资。
-- 股票多因子策略（阿尔法）
-- 期货CTA策略
-- 套利策略
-- 高频交易策略

量化投资策略最大特点——具有一套基于数据的完整交易规则（客观的量化标准）。

• 客观性
  量化投资一般通过回测来证实或者证伪策略的历史有效性，而且在进行实盘交易的时候，很多都是通过程序化交易自动下单的，这能在很大程度上保证决策的客观性，受人为情绪等因素的干扰较少。
• 大数据
  量化投资在研究或者决策中，通常会引入大量的数据来进行分析。
• 响应快
  由于是用计算机进行自动分析，所以分析和响应速度都十分迅速，一般能达到秒级，高频交易甚至是以微秒为单位的。

不要迷信量化投资能够解决一切问题。我们只需要想办法利用好量化的特性，在投资竞争中不断积累优势即可。

投资不是“优化”问题，投资是“预测”问题，是要预测市场的下一步应该怎么走。

第二章 平台搭建和工具 （略）

主要介绍平台的搭建及相关Python包安装，该笔记略去这部分内容。

第三章 Python金融分析常用库介绍 （略）

• Numpy
• Scipy
• Pandas
• StatsModels

第4章 可视化分析（略）

• Matplotlib
• seaborn
• python-highcharts

第5章 统计基础 （略）

• 基本统计概念
• 连续随机变量分布
• 回归分析

第6章 数据预处理和初步探索（略）

• 数据清理
• 描述性统计
• 描述性统计的可视化分析

第7章 Pandas进阶与实战（略）

• 多重索引
• 数据周期变换