新書推薦：
《
迷人的化学（迷人的科学丛书）
》
售價：HK$
143.4
《
宋代冠服图志（详尽展示宋代各类冠服 精美插图 考据严谨 细节丰富）
》
售價：HK$
87.4
《
形似神异：什么是中日传统政治文化的结构性差异
》
售價：HK$
55.8
《
养育不好惹的小孩
》
售價：HK$
77.3
《
加加美高浩的手部绘画技法 II
》
售價：HK$
89.4
《
卡特里娜（“同一颗星球”丛书）
》
售價：HK$
87.4
《
伟大民族：从路易十五到拿破仑的法国史（方尖碑）
》
售價：HK$
188.2
《
古今“书画同源”论辨——中国书法与中国绘画的关系问题兼中国画笔墨研究
》
售價：HK$
132.2
|
| 編輯推薦： |
|
揭示Python量化炒股精髓，新手交易获利更容易详解Python量化炒股难题，多位专家合力编著知识点 应用案例=快速帮助读者理解与变通应用 Python量化炒股正以势不可挡的趋势进入证券交易领域，这是因为Python量化炒股的核心优势在于风险管理更精准，能够提供超额收益。 Python量化炒股已经越来越多的出现在专业投资者乃至行业外人士的视野中，而且未来很有可能出现量化投资产品将替代未来的资本管理市场。
|
| 內容簡介： |
|
本书首先讲解了Python量化炒股快速入门，即量化炒股的定义、特点、优势、不足和主要内容，Python语言的开发环境，以及量化炒股的注意事项。其次讲解量化炒股开发语言Python，即讲解Python语言的基本语法、选择结构、循环结构、常用数据结构、函数及应用和面向对象程序设计。接着讲解量化炒股中的3个常用包，即Numpy、Pandas和Matplotlib包。然后讲解如何利用Python编写量化炒股策略、量化炒股的获取数据函数、财务因子量化选股、数据信息获取、量化择时的技术指标函数、量化炒股的统计数据图、量化炒股策略的回测、量化炒股策略的因子分析。*后讲解Python量化炒股策略实战案例。 在讲解过程中既考虑读者的学习习惯，又通过具体实例剖析Python量化炒股实际交易过程中的热点问题、关键问题及种种难题。 本书适用于各种不同的投资者，如股民、中小散户、职业操盘手和专业金融评论人士，更适用于那些有志于在这个充满风险、充满寂寞的征程上默默前行的征战者和屡败屡战、愈挫愈奋并最终战胜失败、战胜自我的勇者。
|
| 目錄：
|
第1章 Python量化炒股快速入门 1
1.1 初识量化炒股 2
1.1.1 什么是量化炒股 2
1.1.2 量化炒股的特点 2
1.1.3 量化炒股的优势 4
1.1.4 量化炒股的不足 5
1.2 量化炒股的内容 5
1.2.1 量化选股 5
1.2.2 量化择时 6
1.2.3 算法交易 6
1.2.4 股指期货套利交易 8
1.3 量化炒股的开发语言Python 8
1.3.1 为什么使用Python来开发量化炒股 8
1.3.2 Python的下载和安装 9
1.3.3 Python的环境变量配置 12
1.3.4 编写Python程序 15
1.4 量化炒股与普通炒股的比较 18
1.5 量化炒股的注意事项 18
第2章 Python编程的初步知识 21
2.1 变量 22
2.1.1 什么是变量 22
2.1.2 变量命名规则 22
2.1.3 变量的赋值 23
2.2 变量的基本数据类型 24
2.2.1 数值类型 24
2.2.2 字符串类型 27
2.3 运算符 29
2.3.1 算术运算符 29
2.3.2 赋值运算符 31
2.3.3 位运算符 32
2.4 Python 的语法规则 33
2.4.1 大小写敏感性 34
2.4.2 代码缩进 34
2.4.3 代码注释 35
2.4.4 空行 35
2.4.5 同一行显示多条语句 36
第3章 Python 编程的选择结构 37
3.1 if...else 语句 38
3.1.1 if 语句的一般格式 38
3.1.2 if 语句的注意事项 38
3.1.3 实例：游戏登录判断系统 38
3.1.4 实例：输入一个正数，判断是偶数还是奇数 39
3.2 多个if...else 语句 40
3.2.1 实例：每周计划系统 41
3.2.2 实例：企业奖金发放系统 42
3.3 关系运算符 44
3.3.1 关系运算符及意义 44
3.3.2 实例：学生成绩评语系统 44
3.3.3 实例：分解一个不多于5 位的正整数 46
3.4 逻辑运算符 47
3.4.1 逻辑运算符及意义 47
3.4.2 实例：闰年和平年 47
3.4.3 实例：剪刀、石头、布游戏 49
3.5 嵌套if 语句 50
3.5.1 嵌套if 语句的一般格式 50
3.5.2 实例：后台用户登录系统 50
3.5.3 实例：判断一个数是否是2 或3 的倍数 51
第4章 Python 编程的循环结构 53
4.1 while 循环 54
4.1.1 while 循环的一般格式 54
4.1.2 实例：计算1 2 3 120 的和 54
4.1.3 实例：显示150 之内的自然数 55
4.2 while 循环中使用else 语句 55
4.2.1 while 循环中使用else 语句的一般格式 56
4.2.2 实例：计算120 之内偶数的和 56
4.2.3 实例：随机产生15 个随机数，并显示最小的数 56
4.2.4 实例：阶乘求和 58
4.3 无限循环 59
4.3.1 实例：可以玩多次的剪刀、石头、布游戏 60
4.3.2 实例：可以查多次的学生成绩评语系统 61
4.4 for 循环 64
4.4.1 for 循环的一般格式 64
4.4.2 实例：遍历显示学生的姓名 64
4.5 在for 循环中使用range 函数 65
4.5.1 range 函数 65
4.5.2 实例：显示150 之内的奇数 66
4.5.3 实例：求两个正整数的最大公约数 66
4.6 循环嵌套 68
4.6.1 实例：99 乘法表 68
4.6.2 实例：绘制※ 的菱形 68
4.6.3 实例：弗洛伊德三角形 69
4.7 break 语句 70
4.8 continue 语句 71
第5章 Python 编程的常用数据结构 73
5.1 列表 74
5.1.1 什么是列表 74
5.1.2 显示列表中的数据信息 74
5.1.3 修改列表 75
5.1.4 删除列表 76
5.1.5 列表的函数 76
5.1.6 列表的方法 77
5.1.7 实例：排序随机数 79
5.2 元组 80
5.2.1 什么是元组 80
5.2.2 显示元组中的数据信息 81
5.2.3 连接元组 82
5.2.4 删除整个元组 82
5.2.5 元组的函数 83
5.2.6 实例：显示用户名和密码信息 84
5.3 字典 85
5.3.1 什么是字典 85
5.3.2 显示字典中的值和键 85
5.3.3 修改字典 86
5.3.4 字典的函数 87
5.3.5 实例：利用字典实现用户注册功能 88
5.3.6 实例：利用字典实现用户登录功能 90
5.4 集合 93
5.4.1 什么是集合 93
5.4.2 集合的两个基本功能 93
5.4.3 集合的运算符 94
5.4.4 实例：利用集合实现无重复的随机数排序 95
第6章 Python 编程的函数 97
6.1 初识函数 98
6.2 内置函数 98
6.2.1 数学函数 98
6.2.2 随机函数 99
6.2.3 三角函数 101
6.2.4 字符串函数 103
6.3 自定义函数 107
6.3.1 函数的定义 107
6.3.2 调用自定义函数 107
6.3.3 函数的参数传递 109
6.3.4 函数的参数类型 111
6.4 匿名函数 115
6.5 递归函数 116
6.6 实例：计算一个数为两个质数之和 117
6.7 实例：利用内置函数实现小学四则运算 118
第7章 Python 编程的面向对象 121
7.1 面向对象概述 122
7.1.1 什么是对象 122
7.1.2 什么是类 122
7.1.3 面向对象程序设计的优点 122
7.1.4 面向对象程序设计的特点 123
7.2 类的定义和对象的创建 124
7.2.1 类的定义 124
7.2.2 对象的创建 124
7.3 类的构造方法和self 参数 125
7.4 类的继承 126
7.4.1 类继承的语法格式 126
7.4.2 类继承实例 127
7.4.3 类的多继承 128
7.5 类的多态 130
7.6 模块 131
7.6.1 Python 中的自定义模块 132
7.6.2 自定义模块的调用 132
7.6.3 import 语句 133
7.6.4 标准模块 135
7.7 包 136
7.7.1 Python 的自定义包 138
7.7.2 在自定义包创建模块 140
7.7.3 调用自定义包中的模块 141
第8章 Python 量化炒股常用的Numpy 包 143
8.1 初识Numpy 包及量化炒股平台 144
8.1.1 Numpy 包概述 144
8.1.2 量化炒股平台 144
8.2 ndarray 数组基础 146
8.2.1 Numpy 数组的创建 146
8.2.2 Numpy 特殊数组 149
8.2.3 Numpy 序列数组 150
8.2.4 利用下标索引显示Numpy 数组中元素的值 151
8.2.5 Numpy 数组运算 152
8.3 Numpy 的矩阵 153
8.4 Numpy 的线性代数 154
8.4.1 两个数组的点积 154
8.4.2 两个向量的点积 155
8.4.3 数组的向量内积 156
8.4.4 矩阵的行列式 157
8.4.5 矩阵的逆 158
第9章 Python 量化炒股常用的Pandas 包 161
9.1 Pandas 的数据结构 162
9.2 一维数组系列（Series） 162
9.2.1 利用ndarray 创建系列（Series） 162
9.2.2 利用字典创建系列（Series） 163
9.2.3 访问系列（Series）中的值 164
9.3 二维数组DataFrame 165
9.3.1 二维数组DataFrame 的创建 165
9.3.2 利用DataFrame 显示不同类型证券信息 166
9.3.3 利用DataFrame 显示某只股票的报价信息 168
9.3.4 股票数据信息的行选择和列选择 170
9.3.5 利用标签选择股票数据信息 173
9.3.6 利用条件选择股票数据信息 175
9.3.7 函数的运用 177
9.4 三维数组Panel 180
第10章 Python 量化炒股常用的Matplotlib 包 183
10.1 Matplotlib 包的特点 184
10.2 figure 函数 184
10.2.1 figure 函数的各参数意义 184
10.2.2 figure 函数的实例 185
10.3 plot 函数 186
10.3.1 plot 函数的各参数意义 186
10.3.2 利用plot 函数绘制图形 188
10.3.3 利用plot 函数显示股票的收盘价图形 189
10.3.4 利用dataframe 的plot 函数显示股票的图形 189
10.4 subplot 函数 190
10.4.1 subplot 函数的各参数意义 191
10.4.2 利用subplot 函数绘制多个图形 191
10.4.3 利用subplot 函数绘制股
|
| 內容試閱：
|
在大多数股票投资者的想象中，量化炒股似乎应该是用十几个显示屏跑的数学模型，交易速度以微秒计算的、深不可测的投资方法。诚然，复杂模型和高频交易固然属于量化范畴，但从广义上来说，量化代表的是一种理性的思维方式。例如，当你着眼于真实数据，理性地运用逻辑分析和归纳统计得出一些市场的观点和规律，并据此制定和执行明确的交易策略时，你就是在做量化炒股。普通个人投资者完全可以运用量化的方法来指导自己的投资决策，甚至常常不经意间就已经用到基于经验、逻辑和数学的量化投资的思维来指导自己的交易。
以美国为主的成熟资本市场，量化炒股占比超过50%，量化对冲基金已经成为资管行业中的翘楚。中国的量化炒股起步较晚，量化炒股在证券市场中的占比还不足5%。随着科技的进步，中国的量化交易市场正在快速发展。
目前我国的量化交易主要应用在商品期货上。随着股指期货的上市，期货市场和证券市场实现了真正意义上的互动，投资者不仅可以在期货市场上进行投机交易，同时还可以在期货与股票之间进行套利交易。利用量化交易对股指期货进行操作将会是投资者（机构投资者）的一个重要的发展方向。
本书结构
本书共19章，具体章节安排如下。
第1章：讲解Python量化炒股快速入门，即量化炒股的定义、特点、优势、不足和主要内容，Python语言的开发环境，以及量化炒股的注意事项。
第2～7章：讲解量化炒股开发语言Python，即讲解Python语言的基本语法、选择结构、循环结构、常用数据结构、函数及应用和面向对象程序设计。
第8～10章：讲解量化炒股中的三个常用包，即Numpy、Pandas和Matplotlib包。
第11～18章：讲解如何利用Python编写量化炒股策略、量化炒股的获取数据函数、财务因子量化选股、数据信息获取、量化择时的技术指标函数、量化炒股的统计数据图、量化炒股策略的回测、量化炒股策略的因子分析。
第19章：讲解Python量化炒股策略实战案例。
本书特色
本书特色归纳如下。
（1）实用性：本书首先着眼于量化炒股实战应用，然后探讨深层次的技巧问题。
（2）详尽的例子：本书附有大量的例子，通过这些例子介绍知识点。每个例子都是作者精心选择的，投资者反复练习，举一反三，就可以真正掌握量化炒股技巧，从而学以致用。
（3）全面性：本书几乎包含量化炒股的所有知识，分别是量化炒股的基础知识、Python语言的开发环境、基本语法、选择结构、循环结构、常用数据结构、函数及应用、面向对象程序设计、Numpy包、Pandas包、Matplotlib包、量化炒股的获取数据函数、财务因子量化选股、数据信息获取、量化择时的技术指标函数、量化炒股的统计数据图、量化炒股策略的回测和因子分析以及Python量化炒股策略实战案例。
本书适合的读者
本书适用于各种不同的投资者，如股民、中小散户、职业操盘手和专业金融评论人士，更适用于那些有志于在这个充满风险、充满寂寞的征程上默默前行的征战者和屡败屡战、愈挫愈勇并最终战胜失败、战胜自我的勇者。
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
