《Python量化交易实战入门与技巧》

• 前言
• 第1章 初识量化交易
• 1.1 量化交易的基本概念
• 1.2 量化交易的主要内容
• 1.3 量化交易的历史
• 1.4 量化交易的故事
• 1.5 量化交易的潜在风险及应对策略
• 1.6 量化交易与人工交易的比较
• 1.7 量化交易的注意事项
• 第2 章 JoinQuant( 聚竟)量化交易平台
• 2.1 JoinQuant (聚宽)量化交易平台的功能
• 2.2 JoinQuant (聚宽)量化交易平台的账户注册与登录
• 2.3 创建量化交易策略
• 2.4 量化交易策略的回测详情
• 2.5 模拟交易
• 第3章 Python 语言及其开发环境
• 3.1 Python 语言概述
• 3.2 搭建Python 开发环境
• 3.3 编写Python 程序
• 3.4 利用IPython Notebook 编写Python 程序
• 第4章 Python 的基本语法
• 4.1 Python 的基本数据类型
• 4.2 变量与赋值
• 4.3 运算符
• 4.4 常见的数值函数末日字符串函数
• 4.5 Python 的代码格式
• 第5章 Python的基本流程控制
• 5.1 选择结构
• 5.2 循环结构
• 5.3 其他语句
• 第6 章 Python 的特征数据类型
• 6.1 列表
• 6.2 元组
• 6.3 字典
• 6.4 集合
• 第7章 Python 的函数及应用
• 7.1 函数的定义与调用
• 7.2 参数传递
• 7.3 函数的参数类型
• 7.4 匿名函数
• 7.5 变量作用域及类型
• 第8章 Python 面向对象的程序设计
• 8.1 面向对象
• 8.2 模块
• 8.3 包
• 第9章 利用Python 语言编写量化策略
• 9.1 股票量化策略的组成
• 9.2 股票量化策略的设置函数
• 9.3 股票量化策略的定时函数
• 9.4 股票量化策略的下单函数
• 9.5 股票量化策略的日志log
• 9.6 股票量化策略的常用对象
• 第10章 Python 量化策略的常用库和模块
• 10.1 Numpy 库
• 10.2 Pandas 库
• 10.3 Datetime 模块和Time 模块
• 第11章 Python 量化策略的获取数据函数
• 11.1 history( )函数
• 11.2 attribute_history( )函数
• 11.3 get_current_data（）函数
• 11.4 get_fundamentals（）函数
• 11.5 get_fundamentals_continuously（）函数
• 11.6 get_index_stocks（）函数
• 11.7 get_industry _ stocks（）函数
• 11.8 get_concept_stocks（）函数
• 11.9 get_all_securities（）函数
• 11.10 get_security_info（）函数
• 11.11 get_billboard_list（）函数
• 11.12 get_locked_shares（）函数
• 第12章 Python量化策略的回测
• 12.1 回测的过程
• 12.2 编写双均线量化策略
• 12.3 设置量化策略的回测参数
• 12.4 双均线量化策略的回测详情
• 12.5 量化策略的风险指标
• 第13章 Python 量化策略的因子分析
• 13.1 初识因子分析
• 13.2 因子分析的实现代码
• 13.3 因子分析的结果
• 13.4 因子在研究和回测中的使用
• 13.5 基本面因子应用实例
• 第14章 Python量化策略的技术指标实例
• 14.1 均线型技术指标实例
• 14.2 超买超卖型技术指标实例
• 14.3 趋势型技术指标实例
• 14.4 能量型技术指标实例
• 14.5 压力支撑型技术指标实例
• 第15章 Python 量化交易策略实例
• 15.1 MACD 指标量化交易策略
• 15.2 能量型指标量化交易策略
• 15.3 KD 指标量化交易策略
• 15.4 多股票持仓量化交易策略
• 15.5 多股票追涨量化交易策略
• 15.6 银行股轮动量化交易策略
• 15.7 小市值股票量化交易策略