從零開始學Python：大數據與量化交易

目 錄
第1 章 量化交易快速入門    1
1.1 初識量化交易     2
1.1.1 量化交易的定義    2
1.1.2 量化交易與算法交易       2
1.1.3 量化交易與黑匣子交易    3
1.1.4 量化交易與程序化交易    3
1.1.5 量化交易與技術分析       3
1.2 量化交易的優(yōu)勢          4
1.2.1 嚴格的紀律性       4
1.2.2 完備的系統(tǒng)性       4
1.2.3 妥善運用套利的思想       5
1.2.4 靠概率取勝      5
1.3 量化交易的應用          6
1.3.1 投資品種選擇       6
1.3.2 投資時機選擇       6
1.3.3 算法交易          7
1.3.4 各種套利交易       8
1.3.5 資產配置          9
1.4 量化交易與人工交易的對比     10
1.5 量化交易的注意事項     11
1.6 量化交易的發(fā)展過程     11
1.6.1 國外量化交易的發(fā)展過程     11
1.6.2 國內量化交易的發(fā)展過程     12
1.7 量化交易的平臺        12
1.7.1 聚寬JoinQuant 量化交易平臺的功能     12
1.7.2 賬戶注冊、登錄及策略創(chuàng)建     13
1.7.3 量化交易策略的選股     18
1.7.4 量化交易策略的買賣條件      24
1.7.5 量化交易策略的風險控制      27
1.7.6 量化交易策略的其他參數      28
1.7.7 編寫Python 代碼來創(chuàng)建量化交易策略     29
1.7.8 量化交易策略的回測詳情      30
1.7.9 量化交易策略的模擬交易      32
1.8 量化交易的潛在風險及應對策略      38
第2 章 Python 量化交易的開發(fā)環(huán)境      39
2.1 初識Python 語言      40
2.1.1 Python 的歷史由來     40
2.1.2 Python 的特點     40
2.1.3 Python 的應用     41
2.2 Python 開發(fā)環(huán)境及配置    42
2.2.1 Python 的下載     42
2.2.2 Python 的安裝     43
2.2.3 Python 的環(huán)境變量配置       44
2.3 Python 程序的編寫     48
2.3.1 利用系統(tǒng)自帶的開發(fā)軟件IDEL直接編寫程序并運行       48
2.3.2 創(chuàng)建Python 文件并運行      50
2.4 利用量化交易平臺編寫Python程序          52
2.4.1 初識IPython Notebook研究平臺       52
2.4.2 利用Python Notebook 編寫Python 程序        56
第3 章 Python 的基本語法及流程控制      59
3.1 Python 的基本數據類型    60
3.1.1 數值類型        60
3.1.2 字符串類型     62
3.2 變量及賦值     66
3.2.1 變量命名規(guī)則     66
3.2.2 變量的賦值     67
3.3 運算符        68
3.3.1 算術運算符     68
3.3.2 賦值運算符     70
3.3.3 位運算符        71
3.4 選擇結構        72
3.4.1 關系運算符     73
3.4.2 邏輯運算符     74
3.4.3 if 語句         75
3.4.4 嵌套 if 語句    77
3.5 循環(huán)結構        78
3.5.1 while 循環(huán)      79
3.5.2 while 循環(huán)使用else 語句     79
3.5.3 無限循環(huán)        80
3.5.4 for 循環(huán)          81
3.5.5 在for 循環(huán)中使用range()函數     82
3.6 其他語句        83
3.6.1 break 語句      83
3.6.2 continue 語句       84
3.6.3 pass 語句        85
3.7 Python 的代碼格式     86
3.7.1 代碼縮進        86
3.7.2 代碼注釋        86
3.7.3 空行     87
3.7.4 同一行顯示多條語句     87
第4 章 Python 的特征數據類型   89
4.1 列表          90
4.1.1 列表的創(chuàng)建     90
4.1.2 3 種方法訪問列表中的值     90
4.1.3 兩種方法更新列表中的值    91
4.1.4 del 語句刪除列表中的值      92
4.1.5 列表的4 個函數   93
4.1.6 列表的方法     94
4.2 元組          95
4.2.1 元組的創(chuàng)建     96
4.2.2 3 種方法訪問元組中的值     96
4.2.3 元組的連接     97
4.2.4 整個元組的刪除   99
4.2.5 元組的4 個函數   100
4.3 字典        101
4.3.1 字典的創(chuàng)建       101
4.3.2 訪問字典中的值和鍵    101
4.3.3 字典的修改       103
4.3.4 字典中的3 個函數       104
4.4 集合        105
4.4.1 集合的創(chuàng)建       105
4.4.2 集合的兩個基本功能    105
4.4.3 集合的運算符    106
4.4.4 集合的方法       108
第5 章 Python 的函數及應用技巧      111
5.1 初識函數      112
5.2 內置函數      112
5.2.1 數學函數      112
5.2.2 隨機數函數       113
5.2.3 三角函數      115
5.2.4 字符串函數       117
5.3 用戶自定義函數      120
5.3.1 函數的定義       120
5.3.2 調用自定義函數   121
5.3.3 函數的參數傳遞   122
5.3.4 函數的參數類型   125
5.3.5 匿名函數      128
第6 章 Python 的面向對象編程基礎      129
6.1 面向對象      130
6.1.1 面向對象概念    130
6.1.2 類定義與類對象   131
6.1.3 類的繼承      133
6.2 模塊        136
6.2.1 自定義模塊和調用       136
6.2.2 import 語句       138
6.2.3 標準模塊      139
6.3 包            140
6.4 變量作用域及類型       141
6.4.1 變量作用域       142
6.4.2 全局變量和局部變量    143
6.4.3 global 和nonlocal 關鍵字   144
第7 章 Python 大數據分析的Numpy 包      147
7.1 初識Numpy 包        148
7.2 ndarray 數組基礎      148
7.2.1 創(chuàng)建Numpy 數組     148
7.2.2 Numpy 特殊數組      152
7.2.3 Numpy 序列數組      155
7.2.4 Numpy 數組索引      156
7.2.5 Numpy 數組運算      157
7.2.6 Numpy 數組復制      158
7.3 Numpy 的矩陣        159
7.4 Numpy 的線性代數      160
7.4.1 兩個數組的點積   160
7.4.2 兩個向量的點積   161
7.4.3 一維數組的向量內積    162
7.4.4 矩陣的行列式    162
7.4.5 矩陣的逆      164
7.5 Numpy 的文件操作      164
第8 章 Python 大數據分析的Pandas 包     169
8.1 Pandas 的數據結構       170
8.2 一維數組系列         170
8.2.1 創(chuàng)建一個空的系列       170
8.2.2 從ndarray 創(chuàng)建一個系列      171
8.2.3 從字典創(chuàng)建系列   172
8.2.4 從有位置的系列中訪問數據       173
8.2.5 使用標簽檢索數據       174
8.3 二維數組DataFrame     174
8.3.1 創(chuàng)建DataFrame    174
8.3.2 數據的查看       175
8.3.3 數據的選擇       179
8.3.4 數據的處理       185
8.4 三維數組Panel        187
第9 章 Python 大數據可視化的Matplotlib 包      189
9.1 Matplotlib 包的優(yōu)點     190
9.2 figure()函數的應用       190
9.2.1 figure()函數的各參數意義     190
9.2.2 figure()函數的示例       190
9.3 plot()函數的應用      192
9.3.1 plot()函數的各參數意義     192
9.3.2 plot()函數的實例      194
9.4 subplot()函數的應用     195
9.4.1 subplot()的各參數意義       196
9.4.2 subplot()的示例    196
9.5 add_axes 方法的應用    197
9.6 legend()函數的應用      198
9.7 設置字體格式         200
9.8 設置線條的寬度和顏色      201
9.9 坐標軸網格     202
9.10 繪制柱狀圖       203
9.11 繪制色圖和等高線圖    204
9.12 繪制立體三維圖形     206
第10 章 Python 量化交易策略的編寫        209
10.1 股票量化交易策略的組成     210
10.1.1 初始化函數    211
10.1.2 開盤前運行函數      212
10.1.3 開盤時運行函數      212
10.1.4 收盤后運行函數      213
10.2 設置函數     213
10.2.1 設置基準函數      214
10.2.2 設置傭金/印花稅函數    214
10.2.3 設置滑點函數      215
10.2.4 設置動態(tài)復權(真實價格)模式函數      216
10.2.5 設置成交量比例函數     216
10.2.6 設置是否開啟盤口撮合模式函數      217
10.2.7 設置要操作的股票池函數    217
10.3 定時函數     217
10.3.1 定時函數的定義及分類217
10.3.2 定時函數各項參數的意義      218
10.3.3 定時函數的注意事項     219
10.3.4 定時函數的實例      220
10.4 下單函數     220
10.4.1 按股數下單函數      220
10.4.2 目標股數下單函數   221
10.4.3 按價值下單函數      221
10.4.4 目標價值下單函數   222
10.4.5 撤單函數      222
10.4.6 獲取未完成訂單函數     222
10.4.7 獲取訂單信息函數   223
10.4.8 獲取成交信息函數   223
10.5 日志log      224
10.5.1 設定log 的級別       224
10.5.2 log.info      225
10.6 常用對象     225
10.6.1 Order 對象    225
10.6.2 全局對象g    225
10.6.3 Trade 對象    226
10.6.4 tick 對象       226
10.6.5 Context 對象    227
10.6.6 Position 對象    228
10.6.7 SubPortfolio 對象     229
10.6.8 Portfolio 對象   229
10.6.9 SecurityUnitData 對象    230
第11 章 Python 量化交易策略的獲取數據函數   231
11.1 獲取股票數據的history()函數    232
11.1.1 各項參數的意義      232
11.1.2 history()函數的應用實例      233
11.2 獲取一只股票數據的attribute_
history()函數          236
11.3 查詢一個交易日股票財務數據的get_fundamentals()函數     237
11.3.1 各項參數的意義      237
11.3.2 get_fundamentals ()函數的應用實例      238
11.4 查詢股票財務數據的get_fundamentals_continuously()函數       242
11.5 獲取股票特別數據的get_current_data()函數      243
11.6 獲取指數成分股代碼的get_index_stocks()函數       244
11.6.1 各項參數的意義      244
11.6.2 get_index_stocks()函數的應用示例      245
11.7 獲取行業(yè)成分股代碼的get_industry_stocks()函數       246
11.8 獲取概念成本股代碼的get_concept_stocks()函數       247
11.9 獲取所有數據信息的get_all_securities()函數      249
11.9.1 各項參數的意義      249
11.9.2 get_all_securities()函數的應用實例      250
11.10 獲取一只股票信息的get_security_info()函數        252
11.11 獲取龍虎榜數據的get_billboard_list()函數     252
11.11.1 各項參數的意義    252
11.11.2 get_billboard_list()函數的應用實例    253
11.12 獲取限售解禁數據的get_locked_shares()函數         254
第12 章 Python 基本面量化選股    255
12.1 初識量化選股        256
12.2 成長類因子選股     256
12.2.1 營業(yè)收入同比增長率選股         256
12.2.2 營業(yè)收入環(huán)比增長率選股         258
12.2.3 凈利潤同比增長率選股         259
12.2.4 凈利潤環(huán)比增長率選股         259
12.2.5 營業(yè)利潤率選股      260
12.2.6 銷售凈利率選股      261
12.2.7 銷售毛利率選股      262
12.3 規(guī)模類因子選股     263
12.3.1 總市值選股    263
12.3.2 流通市值選股      264
12.3.3 總股本選股    265
12.3.4 流通股本選股      266
12.4 價值類因子選股     267
12.4.1 市凈率選股    267
12.4.2 市銷率選股    268
12.4.3 市現(xiàn)率選股    269
12.4.4 動態(tài)市盈率選股      270
12.4.5 靜態(tài)市盈率選股      270
12.5 質量類因子選股     271
12.5.1 凈資產收益率選股   271
12.5.2 總資產凈利率選股   272
12.6 基本面多因子量化選股的注意事項     273
第13 章 Python 量化擇時的技術指標函數      275
13.1 初識量化擇時        276
13.2 趨向指標函數        276
13.2.1 MACD 指標函數     277
13.2.2 EMV 指標函數        278
13.2.3 UOS 指標函數     279
13.2.4 GDX 指標函數        280
13.2.5 DMA 指標函數        281
13.2.6 JS 指標函數   283
13.2.7 MA 指標函數      284
13.2.8 EXPMA 指標函數    285
13.2.9 VMA 指標函數        286
13.3 反趨向指標函數     287
13.3.1 KD 指標函數   287
13.3.2 MFI 指標函數      288
13.3.3 RSI 指標函數   289
13.3.4 OSC 指標函數     290
13.3.5 WR 指標函數      291
13.3.6 CCI 指標函數      293
13.4 壓力支撐指標函數     293
13.4.1 BOLL 指標函數       294
13.4.2 MIKE 指標函數       295
13.4.3 XS 指標函數    296
13.5 量價指標函數        297
13.5.1 OBV 指標函數        297
13.5.2 VOL 指標函數     298
13.5.3 VR 指標函數   299
13.5.4 MASS 指標函數      300
第14 章 Python 量化交易策略的回測技巧      303
14.1 量化交易策略回測的流程     304
14.2 利用Python 編寫MACD 指標量化策略       304
14.2.1 量化交易策略的編輯頁面         304
14.2.2 編寫初始化函數      307
14.2.3 編寫單位時間調用的函數         307
14.3 設置MACD 指標量化策略的回測參數     308
14.4 MACD 指標量化策略的回測詳情     310
14.5 MACD 指標量化策略的風險指標     313
14.5.1 Alpha（阿爾法）     314
14.5.2 Beta（貝塔）       314
14.5.3 Sharpe（夏普比率）     315
14.5.4 Sortino（索提諾比率） 316
14.5.5 Information Ratio（信息比率）      317
14.5.6 Volatility（策略波動率）       318
14.5.7 Benchmark Volatility（基準波動率）       318
14.5.8 Max Drawdown（回撤）      319
第15 章 Python 量化交易策略的因子分析技巧   321
15.1 因子分析概述        322
15.1.1 因子的類型    322
15.1.2 因子分析的作用      322
15.2 因子分析的實現(xiàn)代碼    322
15.2.1 因子分析中變量的含義         322
15.2.2 因子分析中可以使用的基礎因子      323
15.2.3 calc 的參數及返回值     324
15.3 因子分析的結果     324
15.3.1 新建因子      325
15.3.2 收益分析      327
15.3.3 IC 分析     330
15.3.4 換手分析      331
15.4 因子在研究和回測中的使用       332
15.5 基本面因子應用實例    334
第16 章 Python 量化交易策略的實戰(zhàn)案例      337
16.1 MA 均線量化交易策略實戰(zhàn)案例       338
16.1.1 編寫初始化函數      338
16.1.2 編寫單位時間調用的函數         339
16.1.3 MA 均線量化交易策略的回測      340
16.2 多均線量化交易策略實戰(zhàn)案例   341
16.2.1 編寫初始化函數      341
16.2.2 編寫交易程序函數   342
16.2.3 多均線量化交易策略的回測         343
16.3 能量型指標量化交易策略實戰(zhàn)案例       344
16.3.1 編寫初始化函數      344
16.3.2 編寫單位時間調用的函數         345
16.3.3 能量型指標量化交易策略的回測      346
16.4 KD 指標量化交易策略實戰(zhàn)案例       347
16.4.1 編寫初始化函數      347
16.4.2 編寫開盤前運行函數     348
16.4.3 編寫開盤時運行函數     348
16.4.4 編寫收盤后運行函數     349
16.4.5 KD 指標量化交易策略的回測      349
16.5 BOLL 指標量化交易策略實戰(zhàn)案例       350
16.5.1 編寫初始化函數      350
16.5.2 編寫開盤前運行函數     351
16.5.3 編寫開盤時運行函數     351
16.5.4 編寫收盤后運行函數     352
16.5.5 BOLL 指標量化交易策略的回測      352
16.6 多股票持倉量化交易策略實戰(zhàn)案例       353
16.6.1 編寫初始化函數      353
16.6.2 編寫單位時間調用的函數         354
16.6.3 多股票持倉量化交易策略的回測      354
16.7 醫(yī)藥股輪動量化交易策略實戰(zhàn)案例       355
16.7.1 編寫初始化函數      355
16.7.2 編寫選股函數      356
16.7.3 編寫交易函數      356
16.7.4 醫(yī)藥股輪動量化交易策略的回測      357
16.8 中市值股票量化交易策略實戰(zhàn)案例     358
16.8.1 編寫初始化函數      358
16.8.2 編寫選股函數      358
16.8.3 編寫過濾停牌股票函數         359
16.8.4 編寫交易函數      359
16.8.5 中市值股票量化交易策略的回測      360
16.9 低估價值股量化交易策略實戰(zhàn)案例       360
16.9.1 編寫初始化函數      361
16.9.2 編寫選股函數      361
16.9.3 編寫交易函數      362
16.9.4 低估價值股量化交易策略的回測      363