包邮PYTHON量化投资指南――基础、数据与实战

第1章 量化投资基础 1.1 价值投资与基本面分析 1.1.1 价值投资与理论基础 1.1.2 基本面指标 1.1.3 宏观基本面分析 1.1.4 微观基本面能力分析 1.1.5 基本面估值分析 1.1.6 基本面比较分析法 1.2 技术性投资与技术面分析 1.2.1 技术性投资与理论基础 1.2.2 技术面分析——K线特征 1.2.3 技术面分析——价格形态 1.2.4 技术面分析——统计指标 1.3 量化投资与自动化交易 1.3.1 理论起源与发展 1.3.2 国内外发展概况 1.3.3 量化投资类型与特征 1.3.4 量化投资方法 1.3.5 量化投资应用领域 1.4 量化投资工具 1.4.1 量化两阶段与影响因素 1.4.2 回测工具及选择 1.4.3 实盘工具及选择 1.4.4 绩效评价常见指标 1.5 Python与集成开发环境 1.5.1 Python及其安装 1.5.2 Anaconda及其安装 1.5.3 JupyterNotebook/Lab 1.5.4 PyCharm 1.5.5 安装工具包常用命令 第2章 Python统计分析基础 2.1 语法简介 2.1.1 初识Python统计 2.1.2 四种基础数据结构 2.2 数据操作基础 2.2.1 数据读取与保存 2.2.2 数据筛选与整理 2.2.3 不同周期K线数据转换 2.2.4 字符串处理与人机互动 2.3 描述性统计分析 2.3.1 分布函数及分布图 2.3.2 行业板块统计分析 2.3.3 浦发银行特征分析 2.4 金融统计分析初探 2.4.1 个股与大盘的回归分析 2.4.2 财务指标关系定量分析 2.4.3 常见投资绩效指标统计分析 2.4.4 蒙特卡罗模拟 2.5 高级可视化统计图 2.5.1 投资者提问文本词云图 2.5.2 股票K线与技术指标图 2.5.3 三维正态分布图 第3章 网络爬虫与金融数据获取 3.1 网络爬虫基础 3.1.1 网页基本结构 3.1.2 BS4库抓取静态网页 3.1.3 Selenium库抓取超链接网页 3.2 手动下载金融数据 3.2.1 通达信股票和基金等K线数据 3.2.2 中国证券网财务和K线数据 3.2.3 JForex平台外汇数据 3.3 使用常见库获取金融数据 3.3.1 使用Tushare库下载金融数据 3.3.2 使用Baostock库下载金融数据 3.3.3 使用Yfinance库下载金融数据 3.4 Selenium库爬虫网页数据 3.4.1 爬虫中国证券网机构持股数据 3.4.2 爬虫好买基金网历史数据 3.4.3 爬虫英为财情外汇网数据 3.4.4 爬虫东方财富网源财务数据 第4章 量化分析与实战 4.1 基本统计分析的应用 4.1.1 个股与大盘相关性分析 4.1.2 行业板块的秘密——涨跌幅分析 4.1.3 行业龙头股——化工板块股票业绩筛选统计 4.1.4 聪明的资金——OFII持仓统计分析 4.2 技术性选股与择时分析 4.2.1 MACD金叉选股 4.2.2 成交放量选股 4.2.3 垂线与均线的选股 4.2.4 特定基金的动量策略 4.2.5 股票动量策略 4.3 财务报表统计分析与选股 4.3.1 杜邦分析法——财务报表分解 4.3.2 巴菲特之道——价值投资统计 4.3.3 笑傲股市——CANSLIM是否有用 4.4 金融与统计模型分析 4.4.1 CAPM模型alpha与beta 4.4.2 A股日历效应检验 4.4.3 回报率随机模拟 4.4.4 上证综指收益率分布的拟合 4.4.5 随机投资组合 第5章 回测框架及策略分析 5.1 框架选择与流程 5.1.1 量化投资框架选择 5.1.2 策略构建的基本流程 5.2 Backtesting投资策略框架 5.2.1 框架初见 5.2.2 乐普医疗SMA策略实现 5.2.3 贵州茅台跨时间周期策略及优化 5.2.4 策略优化及可视化 5.3 Backtrader投资策略框架 5.3.1 框架初见 5.3.2 策略逻辑解析简介 5.3.3 RSI策略解析 5.4 微软Qlib库投资框架 5.4.1 框架简介 5.4.2 PyCharm的安装与运行 参考文献