基于量化交易的Python程序设计

基于量化交易的Python程序设计 教材名称: 基于量化交易的Python程序设计
ISBN号: 978-7-89535-358-9 作者: 朱曼
字数: 500千字 规格: 16开
印制时间: 2024-08-01 出版日期: 2024-08-01
定价: 56.8 元 样章下载: 《基于量化交易的Python程序设计》样章.pdf
购买地址: https://weidian.com/item.html?itemID=7269526496

    在信息化浪潮的推动下,数据已成为推动社会进步和经济发展的核心动力。特别是在新文科的浪潮中,跨学科的知识融合与创新思维能力的培养显得尤为重要。在这个背景下,对于大学生中管理学专业的学生而言,掌握一门编程语言,特别是Python,不仅有助于他们理解数据背后的价值,更能够拓宽他们的学术视野,提升跨学科的综合能力,为他们未来的职业发展打开一扇新的大门。
对于大学生中管理学科相关专业的学生而言,虽然他们的专业背景各异,但财商的培养却是每位学子都不可或缺的一部分。因此,我们选择了量化交易这一与财商培养紧密相关的领域来作为本教材的案例领域;同时,在平时的教学中发现,对于管理学科背景的学生而言,如果单纯地只介绍Python编程基本语法,会让学生产生一种疑问“我这个专业为什么需要学习编程呢?”。基于这一原因,在本教材中我们介绍了Python的基本语法,以及在数据分析领域的相关应用,希望能通过削减Python中比较困难的类和对象等内容,同时增加Python在数据分析领域的应用。学生能通过本教材的学习,首先能体会到Python在数据分析领域的功能强大,其次能够认可编程可以给自身的发展带来帮助,同时能够培养学生的数据驱动的思维方式。基于以上原因,我们编写了《基于量化交易的Python程序设计》,旨在帮助管理学专业的学生掌握Python编程和数据分析的基本技能,培养他们的数据思维和创新能力,为他们在新文科时代背景下的发展提供有力的支持。
    一、教材内容
    在本教材中,我们系统地介绍了Python编程的基础知识,包括语法、数据类型、控制结构等,为读者打下坚实的编程基础。同时,我们也深入探讨了Python在数据获取、清洗、分析和可视化等方面的应用,使读者能够掌握数据处理和分析的核心技能。此外,结合量化交易的实际需求,我们还讲解了金融基础知识、交易策略构建、回测与优化等关键内容,帮助读者通过对这部分的阅读,可以了解量化交易相关的基本概念。
本教材以量化交易这一相关领域贯穿全文,旨在为读者提供一个全面、系统的Python学习框架,帮助读者建立扎实的Python编程基础,了解Python在数据分析领域的应用,并帮助读者逐步了解量化交易这一领域的基本概念。
    二、适用对象
    我们深知,学习量化交易是一个长期且需要不断实践的过程。因此如果您为了学习系统的量化交易方法,那么不推荐本教材给您;如果您是希望学习程序设计基础,同时希望能够体会其在数据分析领域的强大应用能力,了解Python在量化交易领域的基本应用方法,那么推荐本教材给您。
    三、教材存在的不足与致谢
    因为能力有限,本教材不足出之处,还请各位读者提出宝贵的修改意见:zhuman@nsu.edu.cn。
    在此,感谢所有选择本教材作为学习的读者,也感谢所有为本教材付出努力的作者和编辑人员。我们期待与您一起,在Python编程的道路上不断探索、不断进步。
 
目录
 
第一章概述与环境准备1
1.1Python简介1
1.1.1Python语言的特点1
1.1.2Python解释器2
1.2量化交易简介3
1.2.1量化交易的概念3
1.2.2量化交易的基本流程及相关能力要求4
1.2.3量化交易与Python的关系4
1.3Python开发环境的搭建5
1.3.1Anaconda安装与Jupyter Notebook的使用5
1.3.2标准库、扩展库的导入与使用22
第二章Python基础知识26
2.1Python基础语法26
2.1.1Python的语法规则26
2.1.2变量和常量28
2.1.3输入与输出30
2.2Python的数据类型32
2.2.1数字类型32
2.2.2字符串37
2.2.3列表45
2.2.4元组49
2.2.5字典50
2.2.6集合51
2.3Python流程控制语句52
2.3.1条件语句53
2.3.2while循环控制语句54
2.3.3for循环控制语句58
2.4Python函数60
2.4.1函数定义与调用60
2.4.2函数的四种参数61
2.4.3变量的作用域64
2.4.4lambda表达式67
2.4.5内置函数zip()和enumerate()67
2.4.6高阶函数70
2.5文件和目录操作76
2.5.1文件和目录的相关概念76
2.5.2文件的应用级操作78
2.5.3文件和目录的系统级操作92
2.6正则表达式96
2.6.1正则表达式的组成96
2.6.2贪婪与非贪婪模式98
2.6.3捕获组99
2.6.4查找和替换函数sub()100
2.6.5查找函数match()101
2.6.6查找函数search()102
2.6.7查找函数findall()103
2.6.8查找函数finditer()105
2.6.9分割函数split()106
2.6.10编译函数compile()106
2.7项目实践107
第三章数据获取115
3.1通过爬虫采集数据115
3.1.1计算机网络基础115
3.1.2网站前端基础122
3.1.3爬虫常用的Python库127
3.1.4静态加载数据采集实践131
3.1.5动态加载数据采集实践134
3.2通过金融数据接口获取数据138
3.2.1数据接口的基本概念139
3.2.2常见的金融数据接口139
3.2.3pandasdatareader140
3.2.4Wind141
3.2.5量化平台142
3.2.6利用Tushare获取A股市场数据142
3.2.7利用CTP接口获取期货行情数据143
3.2.8利用Alpha Vantage获取全球股市数据144
3.3项目实践145
第四章Pandas的基本使用149
4.1Pandas概述149
4.1.1Pandas库的来源149
4.1.2Pandas库的功能149
4.1.3Pandas库的优势150
4.2Pandas的数据结构及其基本操作151
4.2.1Series151
4.2.2DataFrame152
4.2.3Series和DataFrame基本操作154
4.2.4Series和DataFrame类型转换162
4.3Pandas的索引设置164
4.3.1获取索引165
4.3.2重新设置索引165
4.4数据读取与写入170
4.4.1读/写CSV文件171
4.4.2读/写Excel文件173
4.4.3读/写数据库文件177
4.4.4读/写JSON文件183
4.5数据预处理186
4.5.1数据预览与属性探索186
4.5.2数据集成187
4.5.3数据变换190
4.5.4数据清洗194
4.6Pandas中的字符串处理200
4.6.1Pandas字符串处理基础方法200
4.6.2Pandas字符串处理正则表达式方法201
4.7时间序列分析203
4.7.1时间序列的概念203
4.7.2日期格式转换204
4.7.3按不同时期统计并显示数据206
4.7.4日期抽取207
4.7.5重采样208
4.7.6滑窗函数210
4.7.7OHLC重采样212
4.7.8时间序列模型214
4.8数据统计分析220
4.8.1数据的描述性分析221
4.8.2数据的排序与排名226
4.8.3数据的分组与聚合229
4.8.4数据的交叉与透视230
4.8.5数据的相关性分析232
4.8.6三大函数映射方法233
第五章数据可视化235
5.1量化交易数据可视化概述235
5.1.1数据可视化的背景235
5.1.2量化交易中数据可视化的作用236
5.2Matplotlib在量化交易可视化中的应用237
5.2.1折线图237
5.2.2K线图241
5.2.3柱状图244
5.2.4饼图247
5.2.5雷达图251
5.2.6直方图253
5.2.7散点图256
5.2.8箱线图258
5.2.9热力图262
5.2.10等高线图265
5.3BI工具在量化交易可视化中的应用268
5.3.1绘制K线图272
5.3.2绘制成交额与开盘价走势预测图277
5.3.3绘制涨跌幅与成交额走势图280
第六章金融基础知识283
6.1金融概述283
6.1.1金融的定义及功能283
6.1.2金融的产生与发展284
6.1.3金融的构成要素285
6.1.4金融的分类286
6.1.5金融中量化分析的运用287
6.2金融基础概念288
6.2.1利息与利率288
6.2.2对数收益率与年化收益率289
6.2.3波动率、夏普比率与索提诺比率291
6.2.4阿尔法与贝塔293
6.2.5优选回撤295
6.3资产定价入门296
6.3.1债券定价297
6.3.2资本资产定价模型299
6.3.3套利定价理论301
6.4风险管理入门303
6.4.1风险304
6.4.2久期306
6.4.3期权307
6.5多因子模型与多因子风险模型309
6.5.1领先因子、同步因子与滞后因子311
6.5.2FamaFrench三因子模型313
6.5.3单因子有效性分析316
 
    2016年6月,中国成为国际本科工程学位互认协议《华盛顿协议》的正式会员,这是中国工程教育国际化进程的重要里程碑。“回归工程”、培养学生的“大工程观”是当今国际工程教育的主流理念。《华盛顿协议》对毕业生提出的12条素质要求中,不仅要求工程知识、工程能力,还强调通用能力和品德伦理;在实践上,以学生为中心,以产出为导向,注重对目标达成的支撑及持续改进,与CDIO工程教育实质等效。
CDIO工程教育是近年来国际工程教育改革的最新成果,以“预期学习结果”集合来驱动课程内容、教学方法、教育文化的设计,重视营造工程教育文化,其注重工程能力培养和基于工程项目全生命周期的一体化设计思想,对于国内工程类和相关专业的建设具有重要的实施价值。
    作为承载了教学改革思想的载体,融入CDIO工程教育理念的高品质教材,东软CDIO工程教育教材在注重理实结合的同时,也注重对学生八大能力的培养,即:技术知识与推理能力,开放式思维与创新,个人职业能力,沟通表达与团队合作,态度与习惯,责任,价值观,实践构思、设计、实现和运行对社会的贡献。
    CDIO工程教育教材是 CDIO教育教学改革在教学实施过程中的集中体现,它不仅承载着课程和项目的教学内容,而且贯穿和体现了CDIO工程教育的理念、思想与方法,是在系统化理论的指导下,将知识、能力、素质培养进行一体化设计,有机融合在教材体系中。教材的编写以能力培养为主线,以案例教学为引导,以项目为载体,充分体现“做中学”和“学中做”的思想,具有以下优势:
    (1)以能力培养为主线,培养学生专业知识学习能力和工程实践能力。
    (2)以案例为驱动,在做案例的过程中学习新知识,充分体现了“做中学”。
    (3)以项目为载体,基于工程化教育方法,按照分析、设计、实施、运行展开项目及知识点的讲解。
    (4)围绕专业知识结构和能力体系设计教材,实现同一专业下不同教材紧密的关联性。
    (5)内容编排循序渐进,符合人的认知规律。
    (6)适应柔性化教学变革,构建一体化、立体化教学资源。
    CDIO工程教育教材可供以应用型人才为培养目标的高等院校以及职业培训机构作为教材使用。
    目前,CDIO工程教育教材的建设还处于探索阶段,是一项创造性的工作,尚需要通过改革的实践不断加以深化和持续改进,任重而道远。