Python量化初学者入门必备,如何入门Python量化交易?

前言

量化可以简单分为数据管理、策略分析和策略执行三个模块,数据是基础,策略分析是核心,其中策略自动化执行(算法交易)在国内由于政策限制实施起来比较麻烦。(文末送福利)
Python量化初学者入门必备,如何入门Python量化交易?_第1张图片
从Python的角度看,数据层往下分解,要学习的模块主要有Pandas、Numpy、tushare、pandas_datareader以及一些爬虫库等。策略层往下分解,要掌握的基础工具包括Pandas、matplotlib、scikit-learn、TA-lib、statsmodels等等。当然,在学习上述金融量化常用库前,系统的掌握Python编程基础是很有必要的。从策略的角度看,光会玩Python是远远不够的,必须有自己的策略思路和逻辑。

那么策略的灵感来自哪里?除了自身实践总结外,各种量化平台、论坛、博客和学术期刊可能会提供一定的借鉴参考。下面将围绕Python编程、数据源、量化平台、策略来源等方面分享相关的学习资源。
Python量化初学者入门必备,如何入门Python量化交易?_第2张图片

01 Python编程

1、搭建Python环境

(1)Anaconda :

https://www.anaconda.com/

推荐使用。一直使用其自带的Jupyter Notebook来做策略分析和写公众号文章。

(2)Pycharm :用的人也很多,但个人没用过。

2、入门学习

(1)廖雪峰官方网站:

https://www.liaoxuefeng.com/wiki/1016959663602400

(2)菜鸟教程:

https://www.runoob.com/python3/python3-basic-syntax.html

(3)GitHub项目:

https://github.com/goodchinas/pyquant

GitHub上的一个项目,notebook格式,从入门到numpy、pandas、matplot等各种库的降解和练习,非常适合新手入门。

3、高阶学习书籍

(1)Python for Finance,2014,Yves Hilpisch中文版:Python金融大数据分析,人民邮电出版社

(2)Mastering Python for Finance,2015,James Ma Weiming

(3)Personal Finance with Python,2018,Max Humber

(4)Python for Finance,2017,Yuxing Yan

(5)Derivatives Analytics with Python,2015,Yves Hilpisch

(6)QuantEcon Lectures,2019,Thomas J. Sargent and John Stachurski

(7)量化投资以Python为工具,2017,蔡立耑

(8)零起点Python大数据与量化交易,2017,何海群(9)量化交易之路用Python做股票量化分析,2017,阿布

02量化数据源

金融量化数据源主要有三种:一是大数据网站,通常都是收费的,一般只有日线级数据;二是专业金融数据公司,如通联,万德,收费价格高但比较稳定;三是开源数据模块库,如Tushare,pandas-datareader,ccxt数字货币等,github上还有很多不一一列举。

Python开源数据

(1)TuShare pro :

中文财经数据接口包,有积分限制。

需注册获取token:

https://tushare.pro/register?reg=218422

(2)BaoStock :

与tushare类似,主要提供国内股票行情数据、公司基本面和宏观数据

(3)Quandl :https://www.quandl.com/

国际金融和经济数据。

(4)pandas_datareader:

从pandas中独立出来的数据开源库,丰富的数据源,包括美股、A股、宏观数据等

(5)yfinance:https://pypi.org/project/yfinance/

雅虎财经数据api的修复。

(6)ccxt:https://github.com/ccxt/ccxt

python数字货币开源接口

其他数据源

(1)通达信 (免费)

(2)聚宽:jqdatasdk(免费)

(3)新浪、雅虎、东方财富网(免费)

(4)Wind资讯-经济数据库(收费)

(5)东方财富 Choice金融数据研究终端(收费)

(6)同花顺金融数据终端 (大部分可以免费导出)

03 在线量化平台和开源框架

平台之间大同小异,可以重点关注各大平台的策略大赛(练手)、社区(借鉴参考优秀项目)和学院(系统学习量化知识框架)板块。

国内平台(排名不分先后)

(1)BigQuant :https://bigquant.com/

主打人工智能量化平台,社区和学院提供了较丰富的资源。

(2)聚宽 :

https://www.joinquant.com/

免费量化数据、投研工具、量化学习体系

(3)优矿 :https://uqer.io/

主打大数据时代的智能量化平台,特色是深度报告、量化学堂和量化社区

(4)万矿 :

https://www.windquant.com/

金融大数据、策略研究和数据可视化,网站的社区、学院和案例提供了丰富的学习资源

(5)Ricequant:

https://www.ricequant.com/welcome/

涵盖金融数据、投资组合管理与风险分析、量化投研交易模块

(6)掘金量化 :https://www.myquant.cn/

(7)Factors :http://factors.chinascope.com/

专注于多因子分析,界面操作,黑盒子。

国外量化平台:

国外量化平台非常多,只列两个。

(1)Quantopian:

https://www.quantopian.com/posts

比较知名的平台,旗下有量化三大件:pyFolio,zipline,alphalens

(2)Quantstart:https://www.quantstart.com/

平台文章提供了构建自己量化交易系统的思路框架

开源框架(实现本地化)

一般是直接在终端(cmd)上使用pip install xxx(库名)进行安装,有些可能需要下载安装包离线安装。(1)Zipline - 一个Python的回测框架(很难安装)(2)vnpy - 基于python的开源交易平台开发框架(3)easytrader - 进行自动的程序化股票交易

(4)pyalgotrade - 一个Python的事件驱动回测框架(5)quantmod - 量化金融建模

(6)backtrader -Python量化回测框架

04 策略来源

(一)量化投资专业网站、博客、论坛

(1)ARQ: https://www.aqr.com/

(2)Quantivity:

https://quantivity.wordpress.com/page/2/

(3)QuantLib:

http://www.implementingquantlib.com/

(4)NuclearPhynance:

http://www.nuclearphynance.com/

(5)QuantNet Community:https://quantnet.com/

(6)Udacity :

https://www.udacity.com/course/machine-learning-for-trading–ud501

(7)Quant At Risk :http://www.quantatrisk.com/

(8)经管之家量化投资板块:

https://bbs.pinggu.org/forum-2166-1.html

(9)知乎 - 宽客(Quant):

https://bbs.pinggu.org/forum-2166-1.html

(10)知乎 - 量化交易:

https://www.zhihu.com/topic/19815465/hot

(11)GitHub : https://github.com/

(12)FMZ发明者量化交易平台:

https://www.fmz.com/bbs

(二)量化投资书籍:

如果完全不懂金融投资理论,就谈量化投资,很容易流于形式,画出来漂亮的图表和策略,也就能忽悠一下外行而已。一直强调Python只是工具,不要舍本逐末,量化投资核心是策略和思路,而策略的来源需要一定的统计和投资学的积累与沉淀。

(1)打好经济学基础,推荐教材:曼昆的宏微观经济学、米什金的《货币金融学》、罗斯《公司理财》、博迪的《投资学》和《金融工程》。《投资学》介绍了一些投资学上的基础知识和基本模型。现代投资学框架,包括资产组合理论(均值-方差模型)、资本资产定价模型(CAPM)、套利定价理论(APT)、行为金融学等(除了正规教材外,推荐索罗斯的《金融炼金术》)。

(2)计量经济学,主要学习时间序列分析、多元统计线性回归,可参考《计量经济学导论:现代观点》,结合Python的statsmodels、scipy、sklearn模块进行学习。

(3)多因子模型:首先应该阅读砝码三因子的PAPER,公众号也有两篇推文。此外,Barra风险模型(多因子模型扩展)是现在非常主流的量化模型,有很多可以参考的资料,如《Barra Risk Model Handbook(US)》。

(4)投资相关书籍

《打开量化投资的黑箱》 里什·纳兰《宽客》[美] 斯科特·帕特森(Scott Patterson)

《解读量化投资:西蒙斯用公式打败市场的故事》 忻海《漫步华尔街》麦基尔

《海龟交易法则》柯蒂斯·费思

《交易策略评估与最佳化》罗伯特·帕多

《统计套利》 安德鲁·波尔

《信号与噪声》纳特•西尔弗

《量化投资—策略与技术》 丁鹏

《量化投资策略:如何实现超额收益Alpha》 吴冲锋

《以交易为生》 埃尔德

《高级技术分析》布鲁斯·巴布科克

《积极型投资组合管理》格里纳德,卡恩

《金融计量学:从初级到高级建模技术》 斯维特洛扎

《量化交易如何建立自己的算法交易事业》欧内斯特·陈

《聪明的投资者》 本杰明·格雷厄姆

《期权、期货和其他衍生品》 约翰·赫尔

知道你对编程感兴趣,便准备了这套python学习资料,

对于0基础小白入门:

如果你是零基础小白,想快速入门Python是可以考虑培训的。

一方面是学习时间相对较短,学习内容更全面更集中。

零基础Python学习资源介绍

Python学习路线汇总

Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。(学习教程文末领取哈)

Python必备开发工具

温馨提示:篇幅有限,已打包文件夹,获取方式在:文末

Python学习视频600合集

观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

实战案例

光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。

100道Python练习题

检查学习结果。

面试刷题



在这里插入图片描述

资料领取

上述这份完整版的Python全套学习资料已经上传网盘,朋友们如果需要可以微信扫描下方二维码输入“领取资料” 即可自动领取
或者

【点此链接】领取

Python量化初学者入门必备,如何入门Python量化交易?_第3张图片

这世界上赚钱成本最低的就是:用知识投资大脑

人生什么时候学习都不晚,晚的是你一直想学却一直没有行动,而导致大量内耗

最后祝你学习愉快

好文推荐

了解python的前景:https://blog.csdn.net/weixin_49891576/article/details/127187029

python有什么用:https://blog.csdn.net/weixin_49891576/article/details/127125308

你可能感兴趣的:(python,python,开发语言,pandas,python量化交易,python自学资料)