微吧推荐
查看所有吧>>

活跃用户
    量化教程目录参考1

    第1章 初识量化交易 / 1 

    1.1 量化交易的基本概念 / 2 

    1.1.1 什么是量化交易 / 2 

    1.1.2 量化交易的特点 / 2 

    1.1.3 为什么要学习量化交易 / 4 

    1.1.4 量化交易与其他交

     

    第1章 初识量化交易 / 1 

    1.1 量化交易的基本概念 / 2 

    1.1.1 什么是量化交易 / 2 

    1.1.2 量化交易的特点 / 2 

    1.1.3 为什么要学习量化交易 / 4 

    1.1.4 量化交易与其他交易 / 6 

    1.2 量化交易的主要内容 / 7 

    1.2.1 量化选股 / 7 

    1.2.2 量化择时 / 8 

    1.2.3 算法交易 / 8 

    1.2.4 各种套利交易 / 8 

    1.3 量化交易的历史 / 10 

    1.3.1 国外量化交易的历史 / 10 

    1.3.2 国内量化交易的历史 / 10 

    1.4 量化交易的故事 / 11 

    1.4.1 朱尔斯·雷格纳特的故事 / 11 

    1.4.2 爱德华·索普的故事 / 13 

    1.4.3 詹姆斯·西蒙斯的故事 / 14 

    1.5 量化交易的潜在风险及应对策略 / 16 

    1.6 量化交易与人工交易的比较 / 16 

    1.7 量化交易的注意事项 / 17 


    第2章 JoinQuant(聚宽)量化交易平台 / 19 

    2.1 JoinQuant(聚宽)量化交易平台的功能 / 20 

    2.2 JoinQuant(聚宽)量化交易平台的账户注册与登录 / 20 

    2.2.1 账户注册 / 21 

    2.2.2 账户登录 / 22 

    2.3 创建量化交易策略 / 23 

    2.3.1 向导式策略生成器 / 25 

    2.3.2 新建策略 / 35 

    2.4 量化交易策略的回测详情 / 36 

    2.5 模拟交易 / 38 

    2.5.1 新建模拟交易并运行 / 38 

    2.5.2 查看模拟交易 / 39 

    2.5.3 绑定微信 / 42 


    第3章 Python语言及其开发环境 / 45 

    3.1 Python语言概述 / 46 

    3.1.1 Python的发展历程 / 46 

    3.1.2 Python的特点 / 47 

    3.2 搭建Python开发环境 / 48 

    3.2.1 Python的下载和安装 / 48 

    3.2.2 Python的环境变量配置 / 50 

    3.3 编写Python程序 / 53 

    3.4 利用IPython Notebook编写Python程序 / 57 


    第4章 Python的基本语法 / 63 

    4.1 Python的基本数据类型 / 64 

    4.1.1 数值类型 / 64 

    4.1.2 字符串 / 66 

    4.2 变量与赋值 / 69 

    4.2.1 变量命名规则 / 69 

    4.2.2 变量的赋值 / 70 

    4.3 运算符 / 71 

    4.3.1 算术运算符 / 71 

    4.3.2 赋值运算符 / 73 

    4.3.3 位运算符 / 74 

    4.4 常见的数值函数和字符串函数 / 75 

    4.4.1 数学函数 / 76 

    4.4.2 随机数函数 / 77 

    4.4.3 三角函数 / 79 

    4.4.4 字符串函数 / 80 

    4.5 Python的代码格式 / 85 

    4.5.1 代码缩进 / 85 

    4.5.2 代码注释 / 86 

    4.5.3 空行 / 86 

    4.5.4 同一行显示多条语句 / 86 


    第5章 Python的基本流程控制 / 87 

    5.1 选择结构 / 88 

    5.1.1 关系运算 / 88 

    5.1.2 逻辑运算 / 90 

    5.1.3 if语句 / 91 

    5.1.4 嵌套if语句 / 93 

    5.2 循环结构 / 94 

    5.2.1 while循环 / 95 

    5.2.2 while循环使用else语句 / 95 

    5.2.3 无限循环 / 96 

    5.2.4 for循环 / 97 

    5.2.5 在for循环中使用range() 函数 / 98 

    5.3 其他语句 / 99 

    5.3.1 break语句 / 100 

    5.3.2 continue语句 / 100 

    5.3.3 pass语句 / 101 


    第6章 Python的特征数据类型 / 103 

    6.1 列表 / 104 

    6.1.1 创建列表 / 104 

    6.1.2 访问列表中的值 / 104 

    6.1.3 更新列表中的值 / 105 

    6.1.4 删除列表中的值 / 106 

    6.1.5 列表的函数 / 106 

    6.1.6 列表的方法 / 107 

    6.2 元组 / 109 

    6.2.1 创建元组 / 109 

    6.2.2 访问元组中的值 / 110 

    6.2.3 连接元组 / 111 

    6.2.4 删除整个元组 / 112 

    6.2.5 元组的函数 / 112 

    6.3 字典 / 113 

    6.3.1 创建字典 / 114 

    6.3.2 访问字典中的值和键 / 114 

    6.3.3 修改字典 / 115 

    6.3.4 字典中的函数 / 116 

    6.4 集合 / 117 

    6.4.1 创建集合 / 117 

    6.4.2 集合的两个基本功能 / 118 

    6.4.3 集合的运算符 / 119 

    6.4.4 集合的方法 / 120 


    第7章 Python的函数及应用 / 123 

    7.1 函数的定义与调用 / 124 

    7.1.1 函数的定义 / 124 

    7.1.2 函数的调用 / 125 

    7.2 参数传递 / 126 

    7.2.1 不可更改对象 / 126 

    7.2.2 可更改对象 / 127 

    7.3 函数的参数类型 / 128 

    7.3.1 必需参数 / 128 

    7.3.2 关键字参数 / 129 

    7.3.3 默认参数 / 130 

    7.3.4 不定长参数 / 131 

    7.4 匿名函数 / 132 

    7.5 变量作用域及类型 / 133 

    7.5.1 变量作用域 / 133 

    7.5.2 全局变量和局部变量 / 135 

    7.5.3 global和nonlocal关键字 / 136 


    第8章 Python面向对象的程序设计 / 139 

    8.1 面向对象 / 140 

    8.1.1 面向对象概念 / 140 

    8.1.2 类定义与类对象 / 141 

    8.1.3 类的继承 / 143 

    8.2 模块 / 147 

    8.2.1 自定义模块并调用 / 147 

    8.2.2 import 语句 / 148 

    8.2.3 标准模块 / 150 

    8.3 包 / 151 


    第9章 利用Python语言编写量化策略 / 153 

    9.1 股票量化策略的组成 / 154 

    9.1.1 初始化函数(initialize) / 155 

    9.1.2 开盘前运行函数(before_market_open) / 156 

    9.1.3 开盘时运行函数(market_open) / 157 

    9.1.4 收盘后运行函数(after_market_close) / 158 

    9.2 股票量化策略的设置函数 / 158 

    9.2.1 设置基准函数 / 159 

    9.2.2 设置佣金/ 印花税函数 / 159 

    9.2.3 设置滑点函数 / 161 

    9.2.4 设置动态复权( 真实价格) 模式函数 / 161 

    9.2.5 设置成交量比例函数 / 162 

    9.2.6 设置是否开启盘口撮合模式函数 / 162 

    9.2.7 设置要操作的股票池函数 / 163 

    9.3 股票量化策略的定时函数 / 163 

    9.3.1 定时函数的定义及分类 / 163 

    9.3.2 定时函数各项参数的意义 / 164 

    9.3.3 定时函数的注意事项 / 164 

    9.3.4 定时函数的实例 / 165 

    9.4 股票量化策略的下单函数 / 166 

    9.4.1 按股数下单函数 / 166 

    9.4.2 目标股数下单函数 / 167 

    9.4.3 按价值下单函数 / 168 

    9.4.4 目标价值下单函数 / 168 

    9.4.5 撤单函数 / 169 

    9.4.6 获取未完成订单函数 / 169 

    9.4.7 获取订单信息函数 / 169 

    9.4.8 获取成交信息函数 / 170 

    9.5 股票量化策略的日志log / 171 

    9.5.1 设定log级别 / 171 

    9.5.2 log.info / 171 

    9.6 股票量化策略的常用对象 / 172 

    9.6.1 Order对象 / 172 

    9.6.2 全局对象g / 173 

    9.6.3 Trade对象 / 173 

    9.6.4 tick对象 / 174 

    9.6.5 Context对象 / 174 

    9.6.6 Position对象 / 176 

    9.6.7 SubPortfolio对象 / 176 

    9.6.8 Portfolio对象 / 177 

    9.6.9 SecurityUnitData对象 / 178 


    第10章 Python量化策略的常用库和模块 / 179 

    10.1 Numpy库 / 180 

    10.1.1 ndarray数组基础 / 180 

    10.1.2 矩阵 / 187 

    10.2 Pandas 库 / 188 

    10.2.1 一维数组Series / 188 

    10.2.2 二维数组DataFrame / 189 

    10.2.3 三维数组Panel / 199 

    10.3 Datetime 模块和Time 模块 / 201 

    10.3.1 利用Datetime模块获得当前的日期和时间 / 202 

    10.3.2 利用Time模块获得当前的日期和时间 / 203 

    10.3.3 获得当前时间并转换为指定日期格式 / 204 

    10.3.4 获得三天前的时间的方法 / 204 

    10.3.5 获得三天前的日期的方法 / 205 

    10.3.6 获得历史交易日 / 206 


    第11章 Python量化策略的获取数据函数 / 207 

    11.1 history() 函数 / 208 

    11.1.1 各项参数的意义 / 208 

    11.1.2 history() 函数的应用实例 / 210 

    11.2 attribute_history () 函数 / 213 

    11.3 get_current_data () 函数 / 215 

    11.4 get_fundamentals () 函数 / 216 

    11.4.1 各项参数的意义 / 216 

    11.4.2 get_fundamentals () 函数的应用实例 / 217 

    11.5 get_fundamentals_continuously () 函数 / 222 

    11.6 get_index_stocks () 函数 / 223 

    11.6.1 各项参数的意义 / 224 

    11.6.2 get_index_stocks () 函数的应用实例 / 225 

    11.7 get_industry_stocks() 函数 / 225 

    11.8 get_concept_stocks () 函数 / 227 

    11.9 get_all_securities() 函数 / 229 

    11.9.1 各项参数的意义 / 229 

    11.9.2 get_all_securities() 函数的应用实例 / 230 

    11.10 get_security_info () 函数 / 232 

    11.11 get_billboard_list () 函数 / 233 

    11.11.1 各项参数的意义 / 233 

    11.11.2 get_billboard_list() 函数的应用实例 / 234 

    11.12 get_locked_shares () 函数 / 234 


    第12章 Python 量化策略的回测 / 237 

    12.1 回测的过程 / 238 

    12.2 编写双均线量化策略 / 239 

    12.2.1 量化策略的编辑页面 / 239 

    12.2.2 双均线量化策略的初始化函数 / 241 

    12.2.3 双均线量化策略的交易程序函数 / 242 

    12.3 设置量化策略的回测参数 / 243 

    12.4 双均线量化策略的回测详情 / 245 

    12.5 量化策略的风险指标 / 248 

    12.5.1 Alpha(阿尔法) / 249 

    12.5.2 Beta(贝塔) / 250 

    12.5.3 Sharpe(夏普比率) / 251 

    12.5.4 Sortino(索提诺比率) / 251 

    12.5.5 Information Ratio(信息比率) / 252 

    12.5.6 Volatility(策略波动率) / 253 

    12.5.7 Benchmark Volatility(基准波动率) / 254 

    12.5.8 Max Drawdown(最大回撤) / 255 


    第13章 Python 量化策略的因子分析 / 257 

    13.1 初识因子分析 / 258 

    13.1.1 因子的分类 / 258 

    13.1.2 因子分析的作用 / 258 

    13.2 因子分析的实现代码 / 258 

    13.2.1 因子分析中变量的含义 / 259 

    13.2.2 因子分析中可以使用的基础因子 / 259 

    13.2.3 calc 的参数及返回值 / 261 

    13.3 因子分析的结果 / 261 

    13.3.1 新建因子 / 261 

    13.3.2 收益分析 / 264 

    13.3.3 IC 分析 / 268 

    13.3.4 换手分析 / 269 

    13.4 因子在研究和回测中的使用 / 270 

    13.5 基本面因子应用实例 / 273 


    第14章 Python 量化策略的技术指标实例 / 277 

    14.1 均线型技术指标实例 / 278 

    14.1.1 传统平均线 / 278 

    14.1.2 高价平均线 / 280 

    14.1.3 低价平均线 / 281 

    14.1.4 变异平均线 / 282 

    14.1.5 成本价均线 / 283 

    14.2 超买超卖型技术指标实例 / 285 

    14.2.1 随机指标KD / 285 

    14.2.2 资金流量指标MFI / 286 

    14.2.3 相对强弱指标RSI / 288 

    14.2.4 变动速率线OSC / 289 

    14.2.5 威廉指标WR / 290 

    14.2.6 顺势指标CCI / 291 

    14.3 趋势型技术指标实例 / 292 

    14.3.1 平滑异同平均线MACD / 293 

    14.3.2 趋向指标DMI / 294 

    14.3.3 简易波动指标EMV / 295 

    14.3.4 终极指标UOS / 296 

    14.4 能量型技术指标实例 / 298 

    14.4.1 情绪指标BRAR / 298 

    14.4.2 带状能量线CR / 299 

    14.4.3 成交量变异率VR / 300 

    14.4.4 梅斯线MASS / 301 

    14.4.5 累积能量线OBV / 302 

    14.4.6 相对强弱量VRSI / 303 

    14.5 压力支撑型技术指标实例 / 305 

    14.5.1 布林通道线BOLL / 305 

    14.5.2 麦克支撑压力线MIKE / 306 

    14.5.3 薛斯通道线XS / 307 


    第15章 Python量化交易策略实例 / 311 

    15.1 MACD指标量化交易策略 / 312 

    15.1.1 编写初始化函数 / 312 

    15.1.2 编写单位时间调用的函数 / 313 

    15.1.3 MACD 指标量化交易策略的回测 / 315 

    15.2 能量型指标量化交易策略 / 316 

    15.2.1 编写初始化函数 / 316 

    15.2.2 编写单位时间调用的函数 / 317 

    15.2.3 能量型指标量化交易策略的回测 / 318 

    15.3 KD指标量化交易策略 / 320 

    15.3.1 编写初始化函数 / 320 

    15.3.2 编写开盘前运行函数 / 321 

    15.3.3 编写开盘时运行函数 / 321 

    15.3.4 编写收盘后运行函数 / 322 

    15.3.5 KD指标量化交易策略的回测 / 322 

    15.4 多股票持仓量化交易策略 / 324 

    15.4.1 编写初始化函数 / 324 

    15.4.2 编写单位时间调用的函数 / 324 

    15.4.3 多股票持仓量化交易策略的回测 / 325 

    15.5 多股票追涨量化交易策略 / 327 

    15.5.1 编写初始化函数 / 327 

    15.5.2 编写每天早上开盘时执行函数 / 327 

    15.5.3 编写开始交易前被调用函数 / 328 

    15.5.4 编写单位时间调用的函数 / 328 

    15.5.5 多股票追涨量化交易策略的回测 / 329 

    15.6 银行股轮动量化交易策略 / 331 

    15.6.1 编写初始化函数 / 331 

    15.6.2 编写选股函数 / 332 

    15.6.3 编写交易函数 / 332 

    15.6.4 银行股轮动量化交易策略的回测 / 333 

    15.7 小市值股票量化交易策略 / 334 

    15.7.1 编写初始化函数 / 334 

    15.7.2 编写选股函数 / 335 

    15.7.3 编写过滤停牌股票函数 / 336 

    15.7.4 编写交易函数 / 336 

    15.7.5 小市值股票量化交易策略的回测 / 337





    第1章 准备工作 1


    1.1 Python的安装与设置 1


    1.2 常见的Python库 2




    第2章 Python基础介绍 7


    2.1 Python学习准备 7


    2.2 Python语法基础 11


    2.2.1 常量与变量 11


    2.2.2 数与字符串 11


    2.2.3 数据类 15


    2.2.4 标识符 18


    2.2.5 对象 19


    2.2.6 行与缩进 20


    2.2.7 注释 22


    2.3 Python运算符与表达式 22


    2.3.1 算数运算符 22


    2.3.2 比较运算符 24


    2.3.3 逻辑运算符 25


    2.3.4 Python中的优先级 27


    2.4 Python中的控制流 27


    2.4.1 控制流的功能 28


    2.4.2 Python的三种控制流 29


    2.4.3 认识分支结构if 30


    2.4.4 认识循环结构for…in 32


    2.4.5 认识循环结构while 33


    2.4.6 break语句与continue语句 35


    2.5 Python函数 39


    2.5.1 认识函数 39


    2.5.2 形参与实参 40


    2.5.3 全局变量与局部变量 44


    2.5.4 对函数的调用与返回值 45


    2.5.5 文档字符串 46


    2.6 Python模块 47


    2.6.1 认识Python模块 47


    2.6.2 from…import详解 49


    2.6.3 认识__name__属性 50


    2.6.4 自定义模块 50


    2.6.5 dir()函数 51


    2.7 Python异常处理与文件操作 52


    2.7.1 Python异常处理 52


    2.7.2 异常的发生 55


    2.7.3 try…finally的使用 56


    2.7.4 文件操作 57




    第3章 Python进阶 59


    3.1 NumPy的使用 59


    3.1.1 多维数组ndarray 59


    3.1.2 ndarray的数据类型 60


    3.1.3 数组索引、切片和赋值 61


    3.1.4 基本的数组运算 62


    3.1.5 随机数 63


    3.2 Pandas的使用 67


    3.2.1 Pandas的数据结构 68


    3.2.2 Pandas输出设置 70


    3.2.3 Pandas数据读取与写入 70


    3.2.4 数据集快速描述性统计分析 71


    3.2.5 根据已有的列建立新列 72


    3.2.6 DataFrame按多列排序 73


    3.2.7 DataFrame去重 73


    3.2.8 删除已有的列 74


    3.2.9 Pandas替换数据 75


    3.2.10 DataFrame重命名 75


    3.2.11 DataFrame切片与筛选 76


    3.2.12 连续型变量分组 78


    3.2.13 Pandas分组技术 79


    3.3 SciPy的初步使用 83


    3.3.1 回归分析 84


    3.3.2 插值 87


    3.3.3 正态性检验 89


    3.3.4 凸优化 93


    3.4 Matplotlib的使用 97


    3.5 Seaborn的使用 97


    3.5.1 主题管理 98


    3.5.2 调色板 101


    3.5.3 分布图 102


    3.5.4 回归图 104


    3.5.5 矩阵图 106


    3.5.6 结构网格图 108


    3.6 Scikit-Learn的初步使用 109


    3.6.1 Scikit-Learn学习准备 110


    3.6.2 常见的机器学习模型 111


    3.6.3 模型评价方法——metric模块 120


    3.6.4 深度学习 124


    3.7 SQLAlchemy与常用数据库的连接 124


    3.7.1 连接数据库 125


    3.7.2 读取数据 126


    3.7.3 存储数据 126




    第4章 常用数据的获取与整理 129


    4.1 金融数据类型 129


    4.2 金融数据的获取 131


    4.3 数据整理 135


    4.3.1 数据整合 135


    4.3.2 数据过滤 137


    4.3.3 数据探索与数据清洗 138


    4.3.4 数据转化 140




    第5章 通联数据回测平台介绍 143


    5.1 回测平台函数与参数介绍 144


    5.1.1 设置回测参数 144


    5.1.2 accounts账户配置 154


    5.1.3 initialize(策略初始化环境) 160


    5.1.4 handle_data(策略运行逻辑) 160


    5.1.5 context(策略运行环境) 160


    5.2 股票模板实例 168


    5.3 期货模板实例 173


    5.4 策略回测详情 179


    5.5 策略的风险评价指标 181


    5.6 策略交易细节 184




    第6章 常用的量化策略及其实现 187


    6.1 量化投资概述 187


    6.1.1 量化投资简介 187


    6.1.2 量化投资策略的类型 188


    6.1.3 量化研究的流程 189


    6.2 行业轮动理论及其投资策略 192


    6.2.1 行业轮动理论简介 192


    6.2.2 行业轮动的原因 192


    6.2.3 行业轮动投资策略 194


    6.3 市场中性Alpha策略 199


    6.3.1 市场中性Alpha策略介绍 199


    6.3.2 市场中性Alpha策略的思想和方法 200


    6.3.3 实例展示 201


    6.4 大师策略 206


    6.4.1 麦克·欧希金斯绩优成分股投资法 207


    6.4.2 杰拉尔丁·维斯蓝筹股投资法 211


    6.5 CTA策略 219


    6.5.1 趋势跟随策略 219


    6.5.2 均值回复策略 241


    6.5.3 CTA策略表现分析 253


    6.6 Smart Beta 258


    6.6.1 基于权重优化的Smart Beta 258


    6.6.2 基于风险因子的Smart Beta 268


    6.7 技术指标类策略 281


    6.7.1 AROON指标 281


    6.7.2 BOLL指标 285


    6.7.3 CCI指标 288


    6.7.4 CMO指标 293


    6.7.5 Chaikin Oscillator指标 295


    6.7.6 DMI指标 299


    6.7.7 优矿平台因子汇总 302


    6.8 资产配置 317


    6.8.1 有效边界 318


    6.8.2 Black-Litterman模型 335


    6.8.3 风险平价模型 349


    6.9 时间序列分析 358


    6.9.1 与时间序列分析相关的基础知识 358


    6.9.2 自回归(AR)模型 365


    6.9.3 滑动平均(MA)模型 372


    6.9.4 自回归滑动平均(ARMA)模型 376


    6.9.5 自回归差分滑动平均(ARIMA)模型 379


    6.10 组合优化器的使用 384


    6.10.1 优化器的概念 384


    6.10.2 优化器的API接口 386


    6.10.3 优化器实例 388


    6.11 期权策略:Greeks和隐含波动率微笑计算 392


    6.11.1 数据准备 392


    6.11.2 Greeks和隐含波动率计算 394


    6.11.3 隐含波动率微笑 401




    第7章 量化投资十问十答 405






    • 分享到:
    排序方式:回复时间 共有0条评论
    想要参与评论?您还未登录,请 登录 or 注册