量化投資：以Python為工具 量化投资:以Python为工具

蔡立耑，美國伊利諾伊大學金融碩士，華盛頓大學經濟學碩士、博士。在人工智能、大數據分析、金融創新、量化投資等領域有豐富的實戰經驗。

<章節目錄>

第1部分Python入門

第1章Python簡介與安裝使用

1.1Python概述

1.2Python的安裝

1.2.1下載安裝Python執行文件

1.2.2下載安裝Anaconda 

1.2.3多種Python版本並存

1.3Python的簡單使用

1.4交互對話環境IPython 

1.4.1IPython的安裝

1.4.2IPython的使用

1.4.3IPython功能介紹

第2章Python代碼的編寫與執行

2.1創建Python腳本文件

2.1.1記事本

2.1.2Python默認的IDLE環境

2.1.3專門的程序編輯器

2.2執行.py文件

2.2.1IDLE環境自動執行

2.2.2在控制台cmd中執行

2.2.3在AnnacondaPrompt中執行

2.3Python編程小技巧

2.3.1Python行

2.3.2Python縮進

第3章Python對像類型初探

3.1 Python對象

3.2變量命名規則

3.3數值類型

3.3.1整數

3.3.2浮點數

3.3.3布爾類型

3.3.4複數

3.4字符串

3.5列表

3.6可變與不可變

3.7元組

3.8字典

3.9集合

第4章Python集成開發環境：Spyder介紹

4.1代碼編輯器

4.2代碼執行Console 

4.3變量查看與編輯

4.4當前工作路徑與文件管理

4.5幫助文檔與在線幫助

4.6其他功能

第5章Python運算符與使用

5.1常用運算符

5.1.1算術運算符

5.1.2賦值運算符

5.1.3比較運算符

5.1.4邏輯運算符

5.1.5身份運算符

5.1.6成員運算符

5.1.7運算符的優先級

5.2具有運算功能的內置函數

第6章Python常用語句55 

6.1賦值語句

6.1.1賦值含義與簡單賦值

6.1.2多重賦值

6.1.3多元賦值

6.1.4增強賦值

6.2條件語句

6.3循環語句

6.3.1for循環

6.3.2while循環

6.3.3嵌套循環

6.3.4break、continue等語句

第7章函數66 

7.1函數的定義與調用

7.2函數的參數

7.3匿名函數

7.4作用域

第8章面向對象75 

8.1類

8.2封裝

8.3繼承（Inheritance）

第9章Python標準庫與數據操作

9.1模塊、包和庫

9.1.1模塊

9.1.2包

9.1.3庫

9.2Python標準庫介紹

9.3Python內置數據類型與操作

9.3.1序列類型數據操作

9.3.1.1list類型與操作

9.3.1.2tuple類型與操作

9.3.1.3range類型與操作

9.3.1.4字符串操作

9.3.2字典類型操作

9.3.3集合操作

第10章常用第三方庫：Numpy庫與多維數組

10.1NumPy庫

10.2創建數組

10.3數組元素索引與切片

10.4數組運算

第11章常用第三方庫：Pandas與數據處理

11.1Series類型數據

11.1.1Series對象的創建

11.1.2Series對象的元素提取與切片

11.1.2.1調用方法提取元素

11.1.2.2利用位置或標籤提取元素與切片

11.1.3時間序列

11.2DataFrame類型數據

11.2.1創建DataFrame對象

11.2.2查看DataFrame對象

11.2.3DataFrame對象的索引與切片

11.2.4DataFrame的操作

11.2.5DataFrame的運算

11.3數據規整化

11.3.1缺失值的處理

11.3.1.1缺失值的判斷

11.3.1.2選出不是缺失值的數據

11.3.2缺失值的填充

11.3.3缺失值的選擇刪除

11.3.4刪除重複數據

第12章常用第三方庫： Matplotlib庫與數據可視化

12.1Matplotlib簡介

12.2修改圖像屬性

12.2.1坐標

12.2.1.1更改坐標軸範圍

12.2.1.2設定坐標標籤與顯示角度

12.2.2添加文本

12.2.2.1添加標題

12.2.2.2中文顯示問題

12.2 .2.3設定坐標軸標籤

12.2.2.4增加圖形背景grid 

12.2.2.5增加圖例

12.2.3多種線條屬性

12.2.3.1線條的類型

12.2.3.2圖形的顏色

12.2.3.3點的形狀類型

12.2.3.4線條寬度

12.3常見圖形的繪製

12.3.1柱狀圖（Barcharts）

12.3.2直方圖

12.3.3餅圖

12.3.4箱線圖

12.4Figure、Axes對象與多圖繪製

12.4.1Figure、Axes對象

12.4.2多圖繪製

12.4.2.1多個子圖繪製

12.4.2.2一個圖中多條曲線繪製

第2部分統計學基礎

第13章描述性統計

13.1數據類型

13.2圖表

13.2.1頻數分佈表

13.2.2直方圖

13.3數據的位置

13.4數據的離散度

第14章隨機變量簡介

14.1概率與概率分佈

14.1.1離散型隨機變量

14.1.2連續型隨機變量

14.2期望值與方差

14.3二項分佈

14.4正態分佈

14.5其他連續分佈

14.5.1卡方分佈

14.5.2t分佈

14.5.3F分佈

14.6變量的關係

14.6.1聯合概率分佈

14.6.2變量的獨立性

14.6.3變量的相關性

14.6.4上證綜指與深證綜指的相關性分析

第15章推斷統計

15.1參數估計

15.1.1點估計

15.1.2區間估計

15.2案例分析

15.3假設檢驗

15.3.1兩類錯誤

15.3.2顯著性水平與p值

15.3.3確定小概率事件

15.4t檢驗

15.4.1單樣本t檢驗

15.4.2獨立樣本t檢驗

15.4.3配對樣本t統計量的構造

第16章方差分析

16.1方差分析之思想

16.2方差分析之原理

16.2.1離差平方和

16.2.2自由度

16.2. 3顯著性檢驗

16.3方差分析之Python實現

16.3.1單因素方差分析

16.3.2多因素方差分析

16.3.3析因方差分析

第17章回歸分析

17.1一元線性回歸模型

17.1.1一元線性回歸模型

17.1. 2最小平方法

17.2模型擬合度

17.3古典假設條件下α、β之統計性質

17.4顯著性檢驗

17.5上證綜指與深證成指的回歸分析與Python實踐

17.5.1Python擬合回歸函數

17.5.2繪製回歸診斷圖

17.6多元線性回歸模型

17.7多元線性回歸案例分析

17.7.1價格水平對GDP的影響

17.7.2考量自變量共線性因素的新模型

第3部分金融理論、投資組合與量化選

第18章資產收益率和風險

18.1單期與多期簡單收益率

18.1.1單期簡單收益率

18.1.2多期簡單收益率

18.1.3Python函數計算簡單收益率

18.1.4單期與多期簡單收益率的關係

18.1.5年化收益率

18.1.6考慮股利分紅的簡單收益率

18.2連續複利收益率

18.2.1多期連續複利收益率

18.2.2單期與多期連續複利收益率的關係

18.3繪製收益圖

18.4資產風險的來源

18.4.1市場風險

18.4.2利率風險

18.4.3匯率風險

18.4.4流動性風險

18.4.5信用風險

18.4.6通貨膨脹風險

18.4.7營運風險

18.5資產風險的測度

18.5.1方差

18.5.2下行風險

18.5.3風險價值

18.5.4期望虧空

18.5.5最大回撤

第19章投資組合理論及其拓展

19.1投資組合的收益率與風險

19.2Markowitz均值—方差模型

19.3Markowitz模型之Python實現

19.4 Black—Litterman模型

第20章資本資產定價模型（CAPM）

20.1資本資產定價模型的核心思想

20.2CAPM模型的應用

20.3Python計算單資產CAPM實例

20.4CAPM模型的評價

第21章Fama—French三因子模型

21.1 Fama—French三因子模型的基本思想

21.2三因子模型之Python實現

21.3三因子模型的評價

第4部分時間序列簡介與配對交易

第22章時間序列基本概念

22.1認識時間序列

22.2Python中的時間序列數據

22.3選取特定日期的時間序列數據

22.4時間序列數據描述性統計

第23章時間序列的基本性質

23.1自相關性

23.1.1自協方差

23.1.2自相關係數

23.1.3偏自相關係數

23.1.4acf（）函數與pacf（）函數

23.1.5上證綜指的收益率指數的自相關性判斷

23.2平穩性

23.2.1強平穩

23.2.2弱平穩

23.2.3強平穩與弱平穩的區別

23.3上證綜指的平穩性檢驗

23.3.1觀察時間序列圖

23.3.2觀察序列的自相關圖和偏自相關圖

23.3.3單位根檢驗

23.4白噪聲

23.4.1白噪聲

23.4.2白噪聲檢驗——Ljung—Box檢驗

23.4 .3上證綜合指數的白噪聲檢驗

第24章時間序列預測

24.1移動平均預測

24.1.1簡單移動平均

24.1.2加權移動平均

24.1.3指數加權移動平均

24.2ARMA模型預測

24.2.1自回歸模型

24.2. 2移動平均模型

24.3自回歸移動平均模型

24.4ARMA模型的建模過程

24.5CPI數據的ARMA短期預測

24.5.1序列識別

24.5.2模型識別與估計

24.5.3模型診斷

24.5.4運用模型進行預測

24.6股票收益率的平穩時間序列建模

第25章GARCH模型

25.1資產收益率的波動率與ARCH效應

25.2ARCH模型和GARCH模型

25.2.1ARCH模型

25.2.2GARCH模型

25.3ARCH效應檢驗

25.4GARCH模型構建

第26章配對交易策略

26.1什麼是配對交易

26.2配對交易的思想

26.3配對交易的步驟

26.3.1股票對的選擇

26.3.2配對交易策略的製定

26.4構建PairTrading類

26.5Python實測配對交易交易策略

第5部分技術指標與量化投資

第27章K線圖

27.1K線圖簡介

27.2Python繪製上證綜指K線圖

27.3Python捕捉K線圖的形態

27.3.1Python捕捉“早晨之星” 

27.3.2Python語言捕捉“烏雲蓋頂”形態

第28章動量交易策略

28.1動量概念介紹

28.2動量效應產生的原因

28.3價格動量的計算公式

28.3.1作差法求動量值

28.3.2做除法求動量值

28.4編寫動量函數momentum（）

28.5万科股票2015年走勢及35日動量線

28.6動量交易策略的一般思路

第29章RSI相對強弱指標

29.1RSI基本概念

29.2Python計算RSI值

29.3Python編寫rsi（）函數

29.4RSI天數的差異

29.5RSI指標判斷股票超買和超賣狀態

29.6RSI的“黃金交叉”與“死亡交叉” 

29.7交通銀行股票RSI指標交易實測

29.7.1RSI捕捉交通銀行股票買賣點

29.7.2RSI交易策略執行及回測

第30章均線系統策略

30.1簡單移動平均

30.1.1簡單移動平均數

30.1.2簡單移動平均函數

30.1.3期數選擇

30.2加權移動平均

30.2.1加權移動平均數

30.2.2加權移動平均函數

30.3指數加權移動平均

30.3.1指數加權移動平均數

30.3.2指數加權移動平均函數

30.4創建movingAverage模組

30.5常用平均方法的比較

30.6中國銀行股價數據與均線分析

30.7均線時間跨度

30.8中國銀行股票均線系統交易

30.8.1簡單移動平均線製定中國銀行股票的買賣點

30.8.2雙均線交叉捕捉中國銀行股票的買賣點

30.9異同移動平均線（MACD）

30.9.1MACD的求值過程

30.9.2異同均線（MACD）捕捉中國銀行股票的買賣點

30.10多種均線指標綜合運用模擬實測

第31章通道突破策略

31.1通道突破簡介

31.2唐奇安通道

31.2.1唐奇安通道刻畫

31.2.2Python捕捉唐奇安通道突破

31.3布林帶通道

31.4布林帶通道與市場風險

31.5通道突破交易策略的制定

31.5.1一般布林帶上下通道突破策略

31.5.2特殊布林帶通道突破策略

第32章隨機指標交易策略

32.1什麼是隨機指標（KDJ）

32.2隨機指標的原理

32.3KDJ指標的計算公式

32.3.1未成熟隨機指標RSV 

32.3.2K、D指標計算

32.3.3J指標計算

32.3.4KDJ指標簡要分析

32.4KDJ指標的交易策略

32.5KDJ指標交易實測

32.5.1KD指標交易策略

32.5.2KDJ指標交易策略

32.5.3K線、 D線“金叉”與“死叉” 

第33章量價關係分析

33.1量價關係概述

33.2量價關係分析

33.2.1價漲量增

33.2.2價漲量平

33.2.3價漲量縮

33.2 .4價平量增

33.2.5價平量縮

33.2.6價跌量增

33.2.7價跌量平

33.2.8價跌量縮

33.3不同價格段位的成交量

33.4成交量與均線思想結合製定交易策略

第34章OBV指標交易策略

34.1OBV指標概念

34.2OBV指標計算方法

34.3OBV指標的理論依據

34.4OBV指標的交易策略制定

34.5OBV指標交易策略的Python實測

34.6OBV指標的應用原則