作品简介

本书是国内较早关于Python大数据与量化交易的原创图书,配合zwPython开发平台和zwQuant开源量化软件学习,是一套完整的大数据分析、量化交易的学习教材,可直接用于实盘交易。本书有三大特色:第一,以实盘个案分析为主,全程配有Python代码;第二,包含大量的图文案例和Python源码,无须专业编程基础,懂Excel即可开始学习;第三,配有专业的zwPython集成开发平台、zwQuant量化软件和zwDat数据包。

本书内容源自笔者的原版教学课件,虽然限于篇幅和载体,省略了视频和部分环节,但核心内容都有保留,配套的近百套Python教学程序没有进行任何删减。考虑到广大入门读者的需求,笔者在各个核心函数环节增添了函数流程图。

何海群,网名:字王,CHRD前海智库CTO,《中华大字库》发明人,出版图书20余部,在人工智能、数据分析等方面具有20年一线专业经验;zwPython开发平台、zwQuant量化软件设计师,中国“Python创客”项目和“Python产业联盟”发起人,国内首个Python量化课程《Python量化实盘·魔鬼训练营》创始人,也是极宽量化开源团队的创始人。1990年,发明国内第一个VR数据手套并获得专利授权,被业界称为“中国VR之父”;1997年,出版国内首部网络经济专著《网络商战》;2008年,在北京联合创办国内首家4A级专业网络公关公司,服务过200余家国际500强企业,被公关协会誉为中国网络公关事业的开创者与启蒙者。

研究成果有:“小数据”理论、快数据模型、黑天鹅算法、GPU超算工作站、MTRD多节点超算集群算法、1+N网络传播模型、人工智能“足彩图灵法则”等;论文《人工智能与中文字型设计》是中文字库行业三大基础建模理论之一。

作品目录

  • 作者简介
  • 丛书编委会
  • 前言
  • 第1章 从故事开始学量化
  • 1.1 亿万富翁的“神奇公式”
  • 1.2 股市“一月效应”
  • 1.3 量化交易流程与概念
  • 1.4 用户运行环境配置
  • 1.5 Python实战操作技巧
  • 1.6 量化、中医与西医
  • 第2章 常用量化技术指标与框架
  • 2.1 案例2-1:SMA均线策略
  • 2.2 Python量化系统框架
  • 2.3 常用量化软件包
  • 2.4 常用量化技术指标
  • 2.5 经典量化策略
  • 2.6 常用量化策略
  • 2.7 起点与终点
  • 第3章 金融数据采集整理
  • 3.1 常用数据源API与模块库
  • 3.2 案例3-1:zwDatX数据类
  • 3.3 美股数据源模块库
  • 3.4 开源文档库Read theDocs
  • 3.5 案例3-2:下载美股数据
  • 3.6 财经数据源模块库TuShare
  • 3.7 历史数据
  • 3.8 其他交易数据
  • 3.9 zwDat超大股票数据源与数据更新
  • 3.10 数据归一化处理
  • 3.11 为有源头活水来
  • 第4章 PAT案例汇编
  • 4.1 投资组合与回报率
  • 4.2 SMA均线策略
  • 4.3 均线交叉策略
  • 4.4 VWAP动量策略
  • 4.5 布林带策略
  • 4.6 RSI2策略
  • 4.7 案例与传承
  • 第5章 zwQuant整体架构
  • 5.1 发布前言
  • 5.2 功能简介
  • 5.3 示例程序
  • 5.4 常用量化分析参数
  • 5.5 回溯案例:对标测试
  • 5.6 回报参数计算
  • 5.7 主体框架
  • 5.8 新的起点
  • 第6章 模块详解与实盘数据
  • 6.1 回溯流程
  • 6.2 运行流程详解
  • 6.3 零点策略
  • 6.4 不同数据源与格式修改
  • 6.5 金融数据包与实盘数据更新
  • 6.6 稳定第一
  • 第7章 量化策略库
  • 7.1 量化策略库简介
  • 7.2 SMA均线策略
  • 7.3 CMA均线交叉策略
  • 7.4 VWAP策略
  • 7.5 BBands布林带策略
  • 7.6 大道至简1+1
  • 第8章 海龟策略与自定义扩展
  • 8.1 策略库
  • 8.2 tur海龟策略v1:从零开始
  • 8.3 案例8-1:海龟策略框架
  • 8.4 tur海龟策略v2:策略初始化
  • 8.5 案例8-2:策略初始化
  • 8.6 tur海龟策略v3:数据预处理
  • 8.7 案例8-3:数据预处理
  • 8.8 tur海龟策略v4:策略分析
  • 8.9 案例8-4:策略分析
  • 8.10 tur海龟策略v5:数据图表输出
  • 8.11 tur海龟策略v9:加入策略库
  • 8.12 案例8-7:入库
  • 8.13 庖丁解牛
  • 第9章 TA-Lib函数库与策略开发
  • 9.1 TA-Lib技术指标
  • 9.2 MACD策略
  • 9.3 KDJ策略
  • 9.4 RSI策略
  • 9.5 基石、策略与灵感
  • 第10章 扩展与未来
  • 10.1 回顾案例2-1:SMA均线策略
  • 10.2 大盘指数资源
  • 10.3 系统整合
  • 10.4 扩展完成
  • 10.5 其他扩展课题
  • 10.6 终点与起点
  • 附录A zwPython开发平台用户手册
  • 附录B Python量化学习路线图
展开全部