零起点TENSORFLOW与量化交易

本书是国内较早关于TensorFlow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。

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，国内少有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少有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。

目 录第1章 TensorFlow概述 11.1 TensorFlow要点概括 21.2 TensorFlow简化接口 21.3 Keras简介 31.4 运行环境模块的安装 41.4.1 CUDA运行环境的安装 4案例1-1：重点模块版本测试 5案例1-2：GPU开发环境测试 81.4.2 GPU平台运行结果 9第2章 无数据不量化（上） 122.1 金融数据源 132.1.1 TopDat金融数据集 142.1.2 量化分析与试错成本 152.2 OHLC金融数据格式 16案例2-1：金融数据格式 172.3 K线图 18案例2-2：绘制金融数据K线图 192.4 Tick数据格式 22案例2-3：Tick数据格式 232.4.1 Tick数据与分时数据转换 25案例2-4：分时数据 252.4.2 resample函数 262.4.3 分时数据 262.5 离线金融数据集 29案例2-5：TopDat金融数据集的日线数据 29案例2-6：TopDat金融数据集的Tick数据 312.6 TopDown金融数据下载 33案例2-7：更新单一A股日线数据 34案例2-8：批量更新A股日线数据 372.6.1 Tick数据与分时数据 40案例2-9：更新单一A股分时数据 40案例2-10：批量更新分时数据 432.6.2 Tick数据与实时数据 45案例2-11：更新单一实时数据 45案例2-12：更新全部实时数据 48第3章 无数据不量化（下） 513.1 均值优先 51案例3-1：均值计算与价格曲线图 523.2 多因子策略和泛因子策略 543.2.1 多因子策略 543.2.2 泛因子策略 55案例3-2：均线因子 553.3 “25日神定律” 59案例3-3：时间因子 61案例3-4：分时时间因子 633.4 TA-Lib金融指标 663.5 TQ智能量化回溯系统 703.6 全内存计算 70案例3-5：增强版指数索引 71案例3-6：AI版索引数据库 733.7 股票池 77案例3-7：股票池的使用 773.8 TQ_bar全局变量类 81案例3-8：TQ_bar初始化 82案例3-9：TQ版本日线数据 853.9 大盘指数 87案例3-10：指数日线数据 88案例3-11：TQ版本指数K线图 89案例3-12：个股和指数曲线对照图 923.10 TDS金融数据集 96案例3-13：TDS衍生数据 98案例3-14：TDS金融数据集的制作 102案例3-15：TDS金融数据集2.0 105案例3-16：读取TDS金融数据集 108第4章 人工智能与趋势预测 1124.1 TFLearn简化接口 1124.2 人工智能与统计关联度分析 1134.3 关联分析函数corr 1134.3.1 Pearson相关系数 1144.3.2 Spearman相关系数 1144.3.3 Kendall相关系数 1154.4 open（开盘价）关联性分析 115案例4-1：open关联性分析 1154.5 数值预测与趋势预测 1184.5.1 数值预测 1194.5.2 趋势预测 120案例4-2：ROC计算 120案例4-3：ROC与交易数据分类 1234.6 n+1大盘指数预测 1284.6.1 线性回归模型 128案例4-4：上证指数n+1的开盘价预测 129案例4-5：预测数据评估 1334.6.2 效果评估函数 1364.6.3 常用的评测指标 1384.7 n+1大盘指数趋势预测 139案例4-6：涨跌趋势归一化分类 140案例4-7：经典版涨跌趋势归一化分类 1434.8 One-Hot 145案例4-8：One-Hot格式 1464.9 DNN模型 149案例4-9：DNN趋势预测 150第5章 单层神经网络预测股价 1565.1 Keras简化接口 1565.2 单层神经网络 158案例5-1：单层神经网络模型 1585.3 神经网络常用模块 168案例5-2：可视化神经网络模型 170案例5-3：模型读写 174案例5-4：参数调优入门 177第6章 MLP与股价预测 1826.1 MLP 182案例6-1：MLP价格预测模型 1836.2 神经网络模型应用四大环节 189案例6-2：MLP模型评估 190案例6-3：优化MLP价格预测模型 194案例6-4：优化版MLP模型评估 197第7章 RNN与趋势预测 2007.1 RNN 2007.2 IRNN与趋势预测 201案例7-1：RNN趋势预测模型 201案例7-2：RNN模型评估 209案例7-3：RNN趋势预测模型2 211案例7-4：RNN模型2评估 214第8章 LSTM与量化分析 2178.1 LSTM模型 2178.1.1 数值预测 218案例8-1：LSTM价格预测模型 219案例8-2：LSTM价格预测模型评估 2268.1.2 趋势预测 230案例8-3：LSTM股价趋势预测模型 231案例8-4：LSTM趋势模型评估 2398.2 LSTM量化回溯分析 2428.2.1 构建模型 243案例8-5：构建模型 2438.2.2 数据整理 251案例8-6：数据整理 2518.2.3 回溯分析 262案例8-7：回溯分析 2628.2.4 专业回报分析 268案例8-8：量化交易回报分析 2688.3 完整的LSTM量化分析程序 279案例8-9：LSTM量化分析程序 2808.3.1 数据整理 2808.3.2 量化回溯 2848.3.3 回报分析 2858.3.4 专业回报分析 288第9章 日线数据回溯分析 2939.1 数据整理 293案例9-1：数据更新 294案例9-2：数据整理 2969.2 回溯分析 3079.2.1 回溯主函数 3079.2.2 交易信号 3089.3 交易接口函数 309案例9-3：回溯分析 309案例9-4：多模式回溯分析 316第10章 Tick数据回溯分析 31810.1 ffn金融模块库 318案例10-1：ffn功能演示 318案例10-2：量化交易回报分析 330案例10-3：完整的量化分析程序 34310.2 Tick分时数据量化分析 357案例10-4：Tick分时量化分析程序 357总结 371附录A TensorFlow 1.1函数接口变化 372附录B 神经网络常用算法模型 377附录C 机器学习常用算法模型 414