《Python量化交易实战》内容简介

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。
本书分为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，计算机专业资深讲师，为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并获省级成果认定，发表过多篇论文，申请有一项专利。著有《Spark MLlib机器学习实践》《TensorFlow深度学习应用实践》等图书。

作品目录

作者简介
内容简介
前言
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
2.2、Python常用类库中的threading
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
3.2、图形化数据处理——Matplotlib包的使用
3.3、常用的统计分析方法——相似度计算
3.4、数据的统计学可视化展示
3.5、Python实战：某地降雨的关系处理
3.6、小结
第4章：欢迎来到掘金量化
4.1、基础工作
4.2、实战：使用掘金终端进行回测工作
4.3、小结
第5章：Talib金融库使用详解
5.1、Talib金融工具库的介绍
5.2、Talib金融工具库函数
5.3、实战：Talib金融工具回测实战
5.4、两种经典的轨道突破策略
5.5、小结
第6章：多因子策略
6.1、一个奇怪的问题
6.2、因子的量化选择
6.3、实战：基于成长因子的模型测试
6.4、霍华·罗斯曼的投资模型
6.5、小结
第7章：带技术指标的多因子策略
7.1、技术面多因子介绍
7.2、较为复杂的技术因子
7.3、简单的技术性因子—波动率因子
7.4、实战：一个回测成功率100%的中长线买卖例子
7.5、小结
第8章：人人都是基金经理——中证红利指数增强策略
8.1、中证红利指数基金介绍
8.2、基于中证红利的指数增强基金策略的构建
8.3、小结
第9章：掘金量化——回归分析基础
9.1、回归分析基础
9.2、回归分析的一些其他计算方法
9.3、实战：回归分析——短时间开盘价与收盘价之间的关系
9.4、买还是卖——逻辑回归帮你做决定
9.5、机器学习策略——支持向量机
9.6、小结
第10章：回归模型的经典应用
10.1、CAPM模型简介
10.2、Fama-French三因子模型
10.3、PB-ROE回归模型的使用
10.4、小结
第11章：配对交易的魔力
11.1、配对交易的基本理论
11.2、协整性的判定与检验
11.3、配对交易
11.4、配对交易的魔力
11.5、小结