内容简介
全书共18章，前11章主要讲解基础知识。第1章介绍了什么是量化投资，以及为什么要用Python。第2章介绍了如何搭建基础环境，介绍了常用的一些工具。第3章讲解python的基本应用和常用的库。第4章介绍python数据分析中常用的Numpy，Scipy，Pandas。第5章介绍数据分析的基础方法。第6章介绍数据的可视化，使用matplotlib库。第7章介绍基础的金融分析方法。第8章介绍技术分析和时序序列分析，从业界和学术界两种角度来进行分析。第9章介绍了投资组合理论和由此衍生出来的多因子模型。第10章介绍了金融市场中衍生品的分析，以期货和期权为主。第11章从利率开始，介绍了债券的分析方法。从第12章开始进入实战篇。第12章讲解中国金融市场，主要针对二级市场，并介绍了针对不同市场的基本投资策略。第13章介绍了，研究策略时，所需的数据来源，开源数据和商业数据库都有介绍。并且介绍目前比较流行的python的开源数据源。第14章介绍了如何建立数据库，并且讲解针对不同数据，如何设计数据库。第15章介绍了策略研究基本概念，方法论和流程。第16章介绍了进行自动化交易的接口，并且介绍了目前比较流行的
AI简介
这是一本深度探讨Python在量化投资领域的应用的著作。该书从量化投资的基本概念入手，逐步深入到Python平台搭建，Python金融分析常用库的介绍，金融时间序列分析，以及策略回测等多个方面。书中不仅详细介绍了量化投资的理论知识，还通过丰富的案例和实战经验，向读者展示了如何运用Python进行量化投资分析。
书中首先介绍了Python在AI时代的领导地位，强调了Python在量化投资领域的应用优势。接着，作者详细讲解了如何搭建量化交易系统环境，包括需要考虑的问题、编程环境搭建流程等。此外，书中还介绍了Python金融分析常用的Numpy，SciPy，Pandas等库，以及如何使用这些库进行数据分析。
在金融时间序列分析方面，书中介绍了金融时间序列分析概述，平稳性的定义及重要性，以及如何运用Python进行金融时间序列分析。此外，书中还详细介绍了编写回测程序方法，包括向量化回测和事件驱动回测两种模式，以及如何使用Python编写回测程序。
在策略回测方面，书中介绍了多因子风险模型的定义，风险定义的标准差，以及如何使用Python进行投资组合预期收益与风险估计。此外，书中还详细介绍
推荐影视
阅读/下载地址