邀請(qǐng)好友學(xué)習(xí)
每邀請(qǐng)一位你將得 ¥
量化交易是一個(gè)快速發(fā)展的行業(yè),也是 Python 在金融領(lǐng)域的一大應(yīng)用。喜歡從事股票投資、期貨投資交易的人士,可以用量化交易輔助主觀交易,通過設(shè)計(jì)股票或者期貨的交易策略,拓寬自己的投資渠道和方法。
本專欄基于 Python,系統(tǒng)介紹了量化交易的基礎(chǔ)知識(shí)和開發(fā)實(shí)踐,讓大家對(duì)量化交易這個(gè)領(lǐng)域有個(gè)深入的了解。準(zhǔn)備從事量化交易相關(guān)工作的同學(xué),可以以本專欄為起點(diǎn),開始進(jìn)階 Python 量化交易。
另外,專欄中涉及了大數(shù)據(jù)分析、數(shù)學(xué)建模思想,以及 Python 第三方庫(kù)的講解和編程實(shí)踐,這些技術(shù)對(duì)于準(zhǔn)備從事大數(shù)據(jù)分析和人工智能領(lǐng)域的同學(xué)同樣有所啟迪。
在內(nèi)容構(gòu)思上,本專欄大綱根據(jù)股票量化交易的整體流程以及由淺入深的學(xué)習(xí)過程來制定,具體如下。
從量化交易整體流程的視角:專欄從數(shù)據(jù)的下載、處理和分析入手,到講解指標(biāo)策略、擇時(shí)策略、選股策略、風(fēng)險(xiǎn)策略的設(shè)計(jì),對(duì)于回測(cè)的效果則通過圖形化方式呈現(xiàn)。
從由淺入深的學(xué)習(xí)過程視角:專欄從講解 Python、Pandas、Matplotlib、NumPy、統(tǒng)計(jì)學(xué)、數(shù)學(xué)模型這些基礎(chǔ)工具的使用開始,進(jìn)階到應(yīng)用工具實(shí)現(xiàn)策略模型的設(shè)計(jì)。
最后,為了將專欄中分散的知識(shí)點(diǎn)貫穿起來,還將講解如何制作一個(gè)簡(jiǎn)易版的量化交易小工具,以幫助大家通過實(shí)踐從整體上掌握量化交易相關(guān)的知識(shí)。
為了能夠提供給大家更輕松的學(xué)習(xí)過程,筆者在專欄內(nèi)容之外已陸續(xù)推出一些手記來輔助同學(xué)們學(xué)習(xí)本專欄內(nèi)容,目前推出的擴(kuò)展篇鏈接如下:
第一篇《管理概率 == 理性交易》
第二篇《線性回歸擬合股價(jià)沉浮》
第三篇《最大回撤評(píng)價(jià)策略風(fēng)險(xiǎn)》
第四篇《尋找最優(yōu)化策略參數(shù)》
第五篇《標(biāo)記 A 股市場(chǎng)漲跌周期》
第六篇《Tushare Pro 接口介紹》
第七篇《裝飾器計(jì)算代碼時(shí)間》
第八篇《矢量化計(jì)算 KDJ 指標(biāo)》
第九篇《移植量化交易小工具》
第十篇《統(tǒng)計(jì)學(xué)預(yù)測(cè)隨機(jī)漫步》
第十一篇《TA-Lib 庫(kù)擴(kuò)展介紹》
第十二篇《股票分筆數(shù)據(jù)跨周期處理》
第十三篇《TA-Lib 庫(kù)量?jī)r(jià)指標(biāo)分析》
第十四篇《ATR 在倉(cāng)位管理的應(yīng)用》
第十五篇《扒一扒量化回測(cè)常見陷阱》
第十六篇《量化回測(cè)工具更新版 1》
第十七篇《GUI 控件在回測(cè)工具上的添加》
第十八篇《文本框顯示 Tushare 股票信息》
第十九篇《建立基于 TA-Lib 的指標(biāo)庫(kù)》
第二十篇《爬蟲抓取股票論壇帖子》
本專欄介紹如何以初級(jí)入門為起點(diǎn)進(jìn)階量化交易,會(huì)從基礎(chǔ)開始由淺入深講解所涉及的知識(shí)點(diǎn),因此同學(xué)們不用擔(dān)心學(xué)習(xí)難度,僅需具備 Python 編程基礎(chǔ),并明確自己的學(xué)習(xí)目的,找到堅(jiān)持學(xué)習(xí)的動(dòng)力。專欄適合以下人群閱讀:
下載慕課網(wǎng)APP
更好的體驗(yàn),讓閱讀隨處可得
如無(wú)法下載使用圖片另存為
下載海報(bào)