[
-
内容大纲
本书把Python技术和量化投资实例结合起来，分4个篇章介绍了Python工具、量化投资统计与计量分析方法、量化投资组合与资产定价理论及应用，以及量化投资策略。
本书实例丰富，有很强的针对性，各章详细介绍了实例的具体操作过程，读者只需按照所介绍的步骤按部就班地操作，就能掌握全书的内容。
本书可供经管类本科高年级学生与研究生参考使用，同时对从事数据分析的实际工作者也大有裨益。 -
作者介绍
朱顺泉，广东财经大学金融学院教授，博士。主要研究方向为投资学、金融工程学、公司金融财务学等。在量化投资与对冲基金、私募股权与创业投资、财务预謦与信用评级、投资组合优化、金融资产定价、金融计量与数据分析、经济博弈论等方面有较深入研究。主持完成国家社会科学基金、教育部社会科学基金、广东省科技计划软科学基金、湖南省社会科学基金等国家级、省部级项目共10余项。 -
目录
第1篇 Python工具介绍
1 量化投资及Python简介、下载、安装与启动
1.1 量化投资基础
1.2 为什么选择Python工具
1.3 Python工具的下载
1.4 Python工具的安装
1.5 Python工具的启动和退出
2 Python基础知识与编程基础
2.1 Python基础知识
2.2 Python数据结构
2.3 Python函数
2.4 Python条件与循环
2.5 Python类与对象
3 Python数据存取
3.1 Python NumPy数据存取
3.2 Python-Scipy数据存取
3.3 Python Pandas的csv格式数据文件存取
3.4 Python Pandas的excel格式数据文件存取
3.5 读取并查看数据表列
3.6 读取Tushare财经网站数据
3.7 Tushare财经网站数据保存与读取
3.8 使用OpenDataTools工具获取数据
3.9 下载Yahoo财经网站数据
3.10 Python-Quandl财经数据接口
4 Python工具库NumPy的应用
4.1 NumPy概述
4.2 NumPy数组对象
4.3 创建数组
4.4 数组操作
4.5 数组元素访问
4.6 矩阵操作
4.7 缺失值
5 Python工具库SciPy的应用
5.1 SciPy概述
5.2 优化方法的scipy.optimize应用
5.3 利用CVXOPT求解二次规划问题
5.4 统计方法的scipy.stats应用
6 Python工具库Pandas的数据结构
6.1 Pandas介绍
6.2 Pandas的数据结构：Series
6.3 Pandas的数据结构：DataFrame
7 Python绘制图形
7.1 Matplotlib绘图应用基础
7.2 直方图的绘制
7.3 散点图的绘制
7.4 气泡图的绘制
7.5 箱图的绘制
7.6 饼图的绘制
7.7 条形图的绘制
7.8 折线图的绘制
7.9 曲线标绘图的绘制
7.10 连线标绘图的绘制
7.11 关于绘图中显示中文的处理
第2篇 量化投资统计与计量分析方法
8 概率分布及Python应用
8.1 二项分布
8.2 泊松分布
8.3 正态分布
8.4 贝塔分布
8.5 均匀分布
8.6 指数分布
8.7 t分布
8.8 卡方分布
8.9 F分布
9 描述性统计及Python应用
9.1 描述性统计的Python工具
9.2 数据集中趋势的度量
9.3 数据离散状况的度量
9.4 峰度、偏度与正态性检验
9.5 异常数据处理
10 参数估计及Python应用
10.1 参数估计与置信区间的含义
10.2 点估计的Python应用
10.3 单正态总体均值区间估计的Python应用
10.4 单正态总体方差区间估计的Python应用
10.5 双正态总体均值差区间估计的Python应用
10.6 双正态总体方差比区间估计的Pyt，hon应用
11 参数假设检验及Python应用
11.1 参数假设检验的基本理论
11.2 单样本t检验的Python应用
11.3 两个独立样本t检验的Python应用
11.4 成对样本t检验的Python应用
11.5 单样本方差假设检验的Python应用
11.6 双样本方差假设检验的Python应用
12 相关性分析与回归分析及Python-statsmodels应用
12.1 相关性分析及Python应用
12.2 一元线性回归分析及Python-statsmodels应用
12.3 多元线性回归分析及Python应用
13 多重共线性及Python应用
13.1 多重共线性的概念
13.2 多重共线性的后果
13.3 产生多重共线性的原因
13.4 多重共线性的识别和检验
13.5 消除多重共线性的方法
13.6 多重共线性诊断的Python应用
13.7 多重共线性消除的Python应用
14 异方差及Python应用
14.1 异方差的概念
14.2 异方差产生的原因
14.3 异方差的后果
14.4 异方差的识别检验
14.5 消除异方差的方法
14.6 异方差诊断的Python应用
14.7 异方差消除的Python应用
14.8 异方差实例的Python应用
15 自相关及Python应用
15.1 自相关的概念
15.2 自相关产生的原因
15.3 自相关的后果
15.4 自相关的识别和检验
15.5 自相关的处理方法
15.6 自相关性诊断与消除的Python应用
15.7 金融市场数据自相关性诊断与消除的Python应用
第3篇 量化投资组合与资产定价理论及应用
16 资产组合的期望收益与风险及：Python应用
16.1 持有期收益率
16.2 单项资产的期望收益率
16.3 单项资产的风险
16.4 单项资产的期望收益和风险的估计量及Python应用
16.5 单项资产之间的协方差与相关系数及Python应用
16.6 资产组合的期望收益和风险及Python应用
17 资产组合均值方差模型及Python应用
17.1 资产组合的可行集
17.2 有效边界与有效组合
17.3 标准均值方差模型及Python应用
17.4 两基金分离定理
17.5 投资组合有效边界的Python绘制
17.6 马科维茨投资组合优化的Python应用
18 马科维茨资产组合优化及Python-cvxopt工具应用
18.1 资产组合期望收益率与风险的计算
18.2 马科维茨资产组合的优化和有效前沿
18.3 真实股票市场的回测
19 存在无风险资产的均值方差模型及：Python应用
19.1 存在无风险资产的均值方差模型的Python应用
19.2 无风险资产对最小方差组合的影响
19.3 存在无风险资产的两基金分离定理及其Python应用
19.4 预期收益率与贝塔关系式
19.5 一个无风险资产和两个风险资产组合的Python应用
19.6 默顿定理的Python应用
19.7 布莱克一利特曼模型及Python应用
20 资本资产定价模型及：Python-statsmodels应用
20.1 资本资产定价模型假设
20.2 资本市场线及Python应用
20.3 证券市场线及Python应用
20.4 价格型资本资产定价模型及Python应用
20.5 资本资产定价模型实际数据的Python应用
第4篇 量化投资策略分析
21 市场中性策略分析或贝塔对冲策略分析
21.1 贝塔对冲模型
21.2 贝塔对冲策略
21.3 市场风险对冲策略案例
21.4 市场风险对冲的进一步分析
22 量化选股策略分析
22.1 小市值量化选股策略
22.2 基本面财务指标的量化选股策略
23 量化择时策略分析
23.1 Talib技术分析工具库在量化择时中的应用
23.2 海龟量化择时策略
23.3 金叉死又双均线量化择时策略
24 量化选股与量化择时组合策略分析
24.1 量化纯选股策略
24.2 量化选股与量化择时组合策略
25 统计套利的协整配对交易策略分析
25.1 协整的基本知识
25.2 平稳性检验及实例
25.3 基于BigQuant平台统计套利的协整配对交易策略
25.4 基于Python环境的配对交易策略
26 人工智能机器学习量化投资策略分析
26.1 机器学习算法分类
26.2 常见的机器学习算法及Python代码
26.3 支持向量机及其在商业银行信用评级中的应用
26.4 基于Python环境支持向量机在量化交易中的应用
同类热销排行榜
[an error occurred while processing this directive]推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...