量化研究体系——以7大模块为核心

本书以为广大量化研究者建立一个一般性的量化研究流程（主要是量化策略开发，但也包括其他量化研究）为主旨来展开撰写的。全部的章节分布以流程化的形式展开，从量化研究的数据开始到最终以交易结束。数据库、指标库、算法库、工具库、可视化库、日常工作系统、交易系统这7个核心库分别解决了量化研究中某一个环节的问题。 量化研究是以上述7个库存表征的环节的一个周而复始的工作。它将数据和思想相结合然后通过交易来检验研究成果是否达到预期，然后再改进思想和更换数据，并投入到下一次交易中。这样的循环使得量化研究每一次都更加接近理想效果。而在循环的每一个环节上，本书给出了一系列的工具、算法、技术等来支撑各个库的功能。 本书在编程语言上以matlab和python为主，数据库一章用到了一些mysql的基本知识，交易接口一章用到了一些 mongodb的知识。可以说本书的内容是十分丰富的，通过阅读本书读者可以对量化研究形成一个系统、全面、完整的认识，并且在今后的研究工作中逐步拓展最终形成自己的体系。

这是一本以量化研究流程构建为核心的书籍，全书以流程化的形式展开，从量化研究的数据开始到最终以交易结束。数据库、指标库、算法库、工具库、可视化库、报告和日常工作系统、交易系统这7个核心库分别解决了量化研究中某一个环节的问题。 全书首先介绍了量化研究流程构建，主要包含五个环节：思想起源、理论构建、理论验证、实证探索和产品包装。每个环节都有其特定的目标和评价标准，例如，在思想起源环节，研究员需要提供先验的假设和猜想，其评价标准是思想的高度；在理论构建环节，研究员需要用各种不同的理论来解释和刻画观察到的现象和总结的思想，其评价标准是学术理论的深度。 接着，全书详细介绍了支撑工具和技术，包括数据库、指标库、算法库、工具库、可视化库、报告和日常工作系统、交易系统等。这些工具和技术旨在帮助读者建立一般性的量化研究流程，涵盖了量化研究的方方面面。 在股票日频率行情数据下载流程方面，本书提供了详细的流程和示例代码，帮助读者理解如何下载和处理股票数据。同时，本书也详细介绍了同花顺量化数据接口的使用方法，包括如何获取和处理量化数据，如何构建完整的报告和日常工作系统，以及如何实现程序化交易和风控管理。