Python量化交易实战

在目前不断变化、蓬勃发展的中国资本市场，量 化投资作为新兴的投资方法，引来越来越多的关注， 使用量化投资技术的证券从业人员也越来越多。 王晓华著的《Python量化交易实战》分为11章， 内容包括Python环境的搭建、Python数据相关类库的 使用、掘金量化终端的使用、Talib金融库的详解、多 因子策略的介绍、带技术指标的多因子策略、中证红 利指数增强策略、回归分析与TensorFlow、回归模型 的经典应用、配对交易的魔力等。 本书可作为量化投资技术初学者、证券从业人员 、金融投资人员的自学用书，也可作为金融机构的培 训用书，还可作为高等院校相关专业师生的教学参考 书。

王晓华，高校资深计算机专业讲师，给研究生和本科生讲授面向对象程序设计、数据结构、Hadoop程序设计等相关课程。主要研究方向为云计算、数据挖掘。曾主持和参与多项国家和省级科研课题，独立完成一项科研成果获省级成果认定，发表过多篇论文，申请有一项专利。著有《Spark MLlib机器学习实践》等图书。

第1章 走进量化投资 1.1 量化投资的诞生背景 1.2 量化投资的特点 1.3 量化投资的应用 1.4 量化投资在我国股市的发展前景 1.5 小结 第2章 Python的安装与使用 2.1 Python的基本安装和用法 2.1.1 Anaconda的下载与安装 2.1.2 Python编译器PyCharm的安装 2.1.3 使用Python计算softmax函数 2.2 Python常用类库中的threading 2.2.1 threading库的使用 2.2.2 threading模块中最重要的Thread类 2.2.3 threading中的Lock类 2.2.4 threading中的join类 2.3 小结 第3章 Python类库的使用——数据处理及可视化展示 3.1 从小例子起步——NumPy的初步使用 3.1.1 数据的矩阵化 3.1.2 数据分析 3.1.3 基于统计分析的数据处理 3.2 图形化数据处理——Matplotlib包的使用 3.2.1 差异的可视化 3.2.2 坐标图的展示 3.2.3 大规模数据的可视化 3.3 常用的统计分析方法——相似度计算 3.3.1 基于欧几里得距离的相似度计算 3.3.2 基于余弦角度的相似度计算 3.3.3 欧几里得相似度与余弦相似度的比较 3.4 数据的统计学可视化展示 3.4.1 数据的四分位 3.4.2 数据的四分位示例 3.4.3 数据的标准化 3.4.4 数据的平行化处理 3.4.5 热点图-属性相关性检测 3.5 Python实战：某地降雨的关系处理 3.5.1 不同年份的相同月份统计 3.5.2 不同月份之间的增减程度比较 3.5.3 每月的降水量是否相关 3.6 小结 第4章 欢迎来到掘金量化 4.1 基础工作 4.1.1 安装掘金终端 4.1.2 获取帮助 4.2 实战：使用掘金终端进行回测工作 4.2.1 创建第一个策略 4.2.2 运行回测 4.2.3 查看回测结果 4.2.4 使用PyCharm进行回测