4.4 常见的数值函数末日字符串函数 
- 用户名或邮箱可登录
- 忘记密码？
目录
《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