金融科技实战：Python与量化投资 pdf epub mobi txt 电子书 下载 2024

☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

　　‧详细介绍随机变数、描述性统计、变异数分析、推论统计、回归分析等统计学基础。
　　‧说明资产投资组合理论、收益率及风险、资本资产定价模型、三因子模型等金融理论。
　　‧认识时间序列的基本概念、性质和预测、GARCH模型、配对交易策略。
　　‧解说投资相关的K线图、RSI相对强弱指标、动量交易策略、均线系统策略。

　　量化投资在学术界及业界的发展日益蓬勃。它的涵义是在投资的各个阶段中，利用数学、统计、电脑等分析工具来建立模型，并据以客观地分析数据，按事先设定好的投资逻辑来进行投资决策，不同于以往的主观交易。本书旨在对量化投资作广泛与初步的介绍，并佐以Python语言实作，希冀读者能借此书对资讯科技与金融结合应用，略窥一斑。

　　量化投资的模型很容易因建模者的能力不同而良莠不齐。既然主观交易有诸多限制，量化交易看来又并非万能，那么，对投资绩效念兹在兹的投资者，究竟该何去何从呢？我们要提醒读者的是，程式语言、统计、金融、技术指标等量化投资常用的知识，只是工具！惟有利用本书勤练技能，在实战中累积经验，才能审时度势，百战不殆。

作者简介

蔡立耑（Terry Tsai）

　　出生于台湾，美国伊利诺伊大学金融硕士，华盛顿大学经济学博士。曾任金融学教师，带领博士生与硕士生从事投资决策、金融衍生品、风险分析、交易策略等领域的研究，目前在许多企业担任顾问，执导多项金融大数据研究专案，涉及量化投资、统计套利、金融AI等领域。

Part 1 Python 入门

第1章 Python简介与安装使用
1.1 Python 概述
1.2 安装 Python
1.2.1 下载安装 Python 执行文件
1.2.2 下载安装 Anaconda
1.3 简单使用 Python
1.4 交互对话环境 IPython
1.4.1 IPython 的安装
1.4.2 IPython 使用
1.4.3 IPython 功能介绍

第2章 Python程式码的撰写与执行
2.1建立 Python 脚本文件
2.1.1 记事本
2.1.2 Python 预设的 IDLE 环境
2.1.3 专门程式编辑器
2.2 执行.py 文件
2.2.1 IDLE 环境自动执行
2.2.2 命令控制元 cmd 中执行
2.2.3 Annaconda Prompt 中执行
2.3 Python 程式设计小技巧
2.3.1 Python 的行
2.3.2 Python 缩排

第3章 Python物件类型初探
3.1 Python 物件
3.2 变数命名规则
3.3 可变与不可变
3.4 数值类型
3.4.1 整数（型）
3.4.2 浮点数
3.4.3 布林类型
3.4.4 复数
3.5 字串
3.6 串列
3.7 元组
3.8 字典
3.9 集合

第4章 Python 整合开发环境：Spyder介绍
4.1 程式码编辑器
4.2 程式码执行Console
4.3 变数查询与编辑
4.4 当前工作路径与文件管理
4.5 帮助文件与线上说明
4.6 其他功能

第5章 Python运算子与使用
5.1 常用运算子
5.1.1 算术运算子
5.1.1 赋值运算子
5.1.3 比较运算子
5.1.4 逻辑运算子
5.1.5 身份运算子
5.1.6 成员运算子
5.1.7 运算子的优先级
5.2 具有运算功能的内置函数

第6章 Python常用语句
6.1 赋值语句
6.1.1 赋值涵义与简单赋值
6.1.2 多重赋值
6.1.3 多元赋值
6.1.4 增强赋值
6.2 条件语句
6.3 回圈
6.3.1 for 回圈
6.3.2 while 回圈
6.3.3 巢式写法回圈
6.3.4 break、continue 等语句

第7章 Python函数
7.1 函数的定义与唿叫
7.2 函数的参数
7.2.1 可选参数 – 参数个数未定
7.3 匿名函数
7.4 作用域

第8章 Python物件导向程式设计
8.1 引言
8.2 类别
8.3 封装
8.4 继承（Inheritance）

第9章 可叠代物件与叠代器
9.1 简介
9.2 产生器

第10章 Python标准函数库与数据操作
10.1 模组、套件和函数库的区别
10.1.1 模组
10.1.2 套件
10.1.3 函数库
10.2 Python 标准函数库介绍
10.3 Python 内置数据型态与操作
10.3.1 序列型态数据操作
10.3.2 字典型态操作
10.3.3 集合操作

第11章 常用第三方函数库：Numpy函数库与多维阵列
11.1 建立阵列
11.2 阵列元素索引与切片
11.3 阵列运算

第12章 常用第三方函数库：Pandas与数据处理
12.1 Series 型态数据
12.1.1 Series 物件的建立
12.1.2 Series 物件的元素提取与切片
12.1.3 时间序列
12.2 DataFrame 型态数据
12.2.1 建立DataFrame 物件
12.2.2 查询DataFrame 物件
12.2.3 DataFrame 物件的索引与切片
12.2.4 DataFrame 的操作
12.2.5 DataFrame 的运算
12.3 数据规整化
12.3.1 缺失值的处理
12.3.2 缺失值的填满
12.3.3 缺失值的选择删除
12.3.4 删除重复数据

第13章 常用第三方函数库：Matplotlib函数库与数据视觉化
13.1 Matplotlib 简介
13.1.1 绘图小例子
13.2 修改图像属性
13.2.1 座标
13.2.1.2 设定座标标签与显示角度
13.2.2 添加文字
13.2.2.1 添加标题
13.2.2.2 中文显示问题
13.2.2.3 设定座标轴标签
13.2.2.4 增加图形背景
13.2.2.5 增加图例
13.2.3 多种线条属性
13.2.3.1 线条的型态
13.2.3.2 图形的颜色
13.2.3.3 点的形状型态
13.2.3.4 线条宽度
13.3 常见图形的绘制
13.3.1 柱状图
13.3.2 直方图
13.3.3 圆饼图
13.3.4 盒须图
13.4 Figure、ax 物件与多图绘制
13.4.1 Figure、Axes 物件
13.4.2 多图绘制

Part 2 统计学基础

第14章 描述性统计
14.1 数据类型
14.2 图表
14.2.1 频数分佈表
14.2.2 直方图
14.3 数据的位置
14.4 数据的离散度

第15章 随机变数简介
15.1 概率与概率分佈
15.1.1 离散型随机变数
15.1.2 连续型随机变数
15.2 期望值与变异数
15.3 二项分佈
15.4 常态分佈
15.5 其他连续分佈
15.5.1 卡方分佈
15.5.2 t 分佈
15.5.3 F 分佈
15.6 变数的关系
15.6.1 联合概率分佈
15.6.2 变数的独立性
15.6.3 变数的相关性
15.6.4 台湾加权股价指数与台湾50指数的相关性分析

第十六章 推论统计
16.1 参数估计
16.1.1 点估计
16.1.2 区间估计
16.2 案例分析
16.3 假设检定
16.3.1 两类错误
16.3.2 显着性水平与 p 值
16.3.3 确定小概率事件
16.4 t 检定
16.4.1 单样本 t 检定
16.4.2 独立样本t 检定
16.4.3 配对样本 t 统计量的构造

第十七章 变异数分析
17.1 变异数分析之思想
17.2 变异数分析之原理
17.2.1 离差平方和
17.2.2 自由度
17.2.3 显着性检定
17.3 变异数分析之Python 实作
17.3.1 单因素变异数分析
17.3.2 多因素变异数分析
17.3.3 析因变异数分析

第十八章 回归分析
18.1一元线性回归模型
18.1.1 一元线性回归模型
18.1.2 最小平方法
18.2 模型拟合度
18.3 古典假设条件下ˆα、ˆβ之统计性质
18.4 显着性检定
18.5 台湾加权指数与台湾 50 指数的回归分析与 Python 实践
18.5.1 Python 估计回归模型
18.5.2 绘制回归诊断图
18.6 多元线性回归模型
18.6.1 多元线性回归模型
18.7 多元线性回归案例分析

Part 3 金融理论、投资组合与量化选股

第19章 资产收益率和风险
19.1 单期与多期简单收益率
19.1.1 单期简单收益率
19.1.2 多期简单收益率
19.1.3 Python 函数计算简单收益率
19.1.4 单期与多期简单收益率的关系
19.1.5 年化收益率
19.1.6 考虑股利分红的简单收益率
19.2 连续复利收益率
19.2.1 多期连续复利收益率
19.2.2 单期与多期连续复利收益率的关系
19.3 绘制收益图
19.4 资产风险的来源
19.4.1 市场风险
19.4.2 利率风险
19.4.3 汇率风险
19.4.4 流动性风险
19.4.5 信用风险
19.4.6 通货膨胀风险
19.4.7 营运风险
19.5 资产风险的测度
19.5.1 变异数
19.5.2 风险价值
19.5.3 预期损失
19.5.4 最大亏损

第20章 投资组合理论及其应用
20.1投资组合的收益率与风险
20.2 Markowitz 均值 - 变异数模型
20.3 Markowitz 模型之 Python 实作
20.3.1 资料读取与整理
20.4 Black-Litterman 模型
20.4.1 Black-Litterman 模型之 Python 实作

第21章 资本资产定价模型（CAPM）
21.1 资本资产定价模型的核心思想
21.2 CAPM 模型的应用
21.3 Python 计算单资产 CAPM 实例
21.4 CAPM 模型的评价

第22章 Fama-French三因子模型
22.1 Fama-French 三因子模型的基本思想
22.2 三因子模型之 Python 实作
22.3 三因子模型的评价

Part 4 时间序列简介与配对交易

第23章 时间序列基本概念
23.1 认识时间序列
23.2 Python 中的时间序列资料
23.3 选取特定日期的时间序列资料
23.4 时间序列资料叙述性统计

第24章 时间序列的基本性质
24.1 自相关性
24.1.1 自相关系数
24.1.2 偏自相关系数
24.1.3 acf( ) 函数与pacf( ) 函数
24.1.4 加权股价指数的收益率的自相关性判断
24.2 定态性
24.2.1 严格定态
24.2.2 弱定态
24.2.3 严格定态与弱定态的区别
24.3 加权股价指数的定态性检定
24.3.1 观察时间序列图
24.3.2 观察序列的自相关图和偏自相关图
24.3.3 单根检定
24.4 白杂讯
24.4.1 白杂讯过程
24.4.2 白杂讯检定——Ljung-Box 检定
24.4.3 加权股价指数的白杂讯检定

第25章 时间序列预测
25.1 移动平均预测
25.1.1 简单移动平均
25.1.2 加权移动平均
25.1.3 指数加权移动平均
25.2 ARMA 模型预测
25.2.1 自我回归模型
25.2.2 移动平均模型
25.3 ARMA 模型
25.4 ARMA 模型的建模过程
25.5 CPI 资料的ARMA 短期预测
25.6 股票收益率的定态时间序列建模

第26章 GARCH 模型
26.1 资产收益率的波动率与 ARCH 效应
26.2 ARCH 模型和 GARCH 模型
26.2.1 ARCH 模型
26.2.2 GARCH 模型
26.3 ARCH 效应检定
26.4 GARCH 模型建构

第27章 配对交易策略
27.1 什么是配对交易？
27.2 配对交易的思想
27.3 配对交易的步骤
27.3.1 股票对的选取
27.3.2 配对交易策略的制定
27.4 建构 PairTrading 类
27.5 Python 实测配对交易交易策略

Part 5 技术指标与量化投资

第28章 K线图
28.1 K 线图简介
28.2 Python绘制加权股价指数K线图
28.3 Python 捕捉 K 线图的形态
28.3.1 Python 捕捉「早晨之星」
28.3.2 Python 语言捕捉「乌云盖顶」形态

第29章 动量交易策略
29.1 动量概念介绍
29.2 动量效应产生原因
29.3 价格动量的计算公式
29.3.1 作差法求动量值
29.3.2 作除法求动量值
29.4 撰写动量函数 momentum( )
29.5 鸿海股票 2016 年走势及 35 日动量线
29.6 动量交易策略的一般思路
29.6.1 运用动量指标交易鸿海股票

第30章 RSI相对强弱指标 
30.1 RSI 基本概念
30.2 Python 计算 RSI 值
30.3 Python 撰写 rsi( ) 函数
30.4 RSI 天数的差异
30.5 RSI 指标判断股票超买和超卖状态
30.6 RSI 的「黄金交叉」与「死亡交叉」
30.7 统一股票RSI 指标交易实测
30.7.1 RSI 捕捉统一股票买卖点
30.7.2 RSI 交易策略执行及回测

第31章 均线系统策略
31.1 简单移动平均
31.1.1 简单移动平均数
31.1.2 简单移动平均函数
31.1.3 期数选择
31.2 加权移动平均
31.2.1 加权移动平均数
31.2.2 加权移动平均函数
31.3 指数加权移动平均
31.3.1 指数加权移动平均数
31.3.2 指数加权移动平均函数
31.4 建立 movingAverage 模组
31.5 常用平均方法的比较
31.6 台积电股价数据与均线分析
31.7 均线时间跨度
31.8 台积电股票均线系统交易
31.8.1 简单移动平均线制定台积电股票的买卖点
31.8.2 双均线交叉捕捉台积电股票的买卖点
31.9 异同移动平均线（MACD）
31.9.1 MACD 的求值过程
31.9.2 异同均线（MACD）捕捉台积电股票的买卖点
31.10 多种均线指标综合运用模拟实测

第32章 通道突破策略
32.1 通道突破简介
32.2 唐奇安通道
32.2.1 唐奇安通道刻画
32.2.2 Python 捕捉唐奇安通道突破
32.3 布林带通道
32.3.1 布林带通道的计算方式
32.4 布林带通道与市场风险
32.5 通道突破交易策略的制定
32.5.1 一般布林带上下通道突破策略
32.5.2 另一种布林带通道突破策略

第33章 随机指标交易策略
33.1 什么是随机指标（KDJ）？
33.2 随机指标的原理
33.3 KDJ 指标的计算公式
33.3.1 未成熟随机指标RSV
33.3.2 K、D 指标计算
33.3.3 J 指标计算
33.3.4 KDJ 指标简要解析
33.4 KDJ 指标的交易策略
33.5 KDJ 指标交易实测
33.5.1 KD 指标交易策略
33.5.2 KDJ 指标交易策略
33.5.3 K 线、D 线「金叉」与「死叉」

第34章 量价关系解析
34.1 量价关系简介
34.2 量价关系解析
34.2.1 价涨量增
34.2.2 价涨量平
34.2.3 价涨量缩
34.2.4 价平量增
34.2.5 价平量缩
34.2.6 价跌量增
34.2.7 价跌量平
34.2.8 价跌量缩
34.3 不同价格段位的成交量
34.4 成交量与均线思想结合制定交易策略

第35章 OBV指标交易策略
35.1 OBV 指标概念
35.2 OBV 指标计算方法
35.3 OBV 指标的理论依据
35.4 OBV 指标的交易策略制定
35.5 OBV 指标交易策略的 Python 实测
35.6 OBV 指标的应用原则

None

金融科技实战：Python与量化投资 电子书 下载 mobi epub pdf txt 2024

类似图书 点击查看全场最低价

查看全网最低价