Python 量化金融編程從入門到精通

丁奉乾：CSDN博客專家，博客訪問量已過百萬，微信公眾號“人工智能量化實驗室”創始人，目前已發表多篇SCI學術論文，擁有多項國家發明專利和軟件著作權。擅長Python編程，專註於人工智能量化領域研究，並有豐富的量化金融項目經驗。

基礎篇

第1章初識量化交易
1.1對量化交易的認識
1.2幾種常見的交易形式
1.3量化交易存在的風險與規避方法
1.4量化交易平臺介紹
1.5本章小結

第2章Python環境的搭建
2.1關於Python
2.2安裝Python的發行版Anaconda
2.3安裝Python IDE PyCharm
2.4本章小結

第3章量化交易場景下Python基礎知識的準備
3.1 Python變量：金融數據的表示形式
3.2條件判斷語句：交易點的觸發
3.3循環語句：開啟歷史數據的回測
3.4函數：提高代碼的利用率
3.5面向對象：交易策略的實例化
3.6常用內置模塊及模塊的安裝：解鎖更多新功能
3.7本章小結

高級篇

第4章用NumPy來進行數據操作82
4.1 NumPy庫的介紹與安裝
4.2 Ndarray數組
4.3 NumPy的常用操作
4.4 NumPy在金融數據中的應用
4.5本章小結

第5章借助Pandas進行數據分析
5.1 Pandas庫的介紹與安裝
5.2 Series類型數據
5.3 DataFrame類型數據
5.4 Pandas中常用函數的使用
5.5 Pandas對金融數據的操作
5.6本章小結

第6章通過Matplotlib對數據可視化
6.1 Matplotlib庫的介紹與安裝
6.2 Matplotlib的基本操作
6.3 Matplotlib繪製常見圖像
6.4 Matplotlib對圖像屬性的設置
6.5 Matplotlib繪製多個子圖
6.6金融數據的可視化操作
6.7本章小結

第7章歷史數據的獲取
7.1通過Tushare庫獲取歷史數據
7.2通過新浪財經API獲取歷史數據
7.3通過Pandas_datareader獲取歷史數據
7.4其他獲取歷史數據的方式
7.5本章小結

第8章量化交易的利器
8.1 Ta-Lib庫的介紹與安裝
8.2市場技術指標的計算
8.3 K線組合的模式識別
8.4 FFn庫的介紹與安裝
8.5風險指標的計算
8.6兩種經典策略的實現
8.7本章小結

第9章時間序列分析
9.1 Statsmodels庫的介紹與安裝
9.2時間序列的基本概念
9.3時間序列相關性分析
9.4時間序列平穩性分析
9.5時間序列協整性分析
9.6時間序列模型
9.7時間序列模型在股票市場中的應用
9.8本章小結

實戰篇

第10章基於配對交易策略的回測框架的搭建
10.1配對交易介紹
10.2配對交易回測框架的實現
10.3本章小結

第11章機器學習實戰——利用支持向量機（SVM）進行趨勢預測
11.1機器學習庫Sklearn的介紹與安裝
11.2機器學習基本知識介紹
11.3支持向量機介紹
11.4支持向量機預測模型的實現
11.5本章小結

第12章深度學習實戰——利用循環神經網絡（RNN）進行價格預測
12.1深度學習庫TensorFlow的介紹與安裝
12.2 TensorFlow的基本概念與結構
12.3循環神經網絡介紹
12.4循環神經網絡預測模型的搭建
12.5本章小結

第13章接觸實盤——利用vn.py進行量化交易
13.1初識vn.py
13.2 vn.py運行環境的準備
13.3 vn.py國內期貨CTP的配置
13.4通過vn.py進行策略回測
13.5基於vn.py實現R-Breaker策略
13.6通過vn.py進行自動化交易
13.7本章小結

附錄常見的Python量化交易框架介紹