
赵志强 刘志伟
全书共18章,前11章主要讲解基础知识。第1章介绍了什么是量化投资,以及为什么要用Python。第2章介绍了如何搭建基础环境,介绍了常用的一些工具。第3章讲解python的基本应用和常用的库。第4章介绍python数据分析中常用的Numpy,Scipy,Pandas。第5章介绍数据分析的基础方法。第6章介绍数据的可视化,使用matplotlib库。第7章介绍基础的金融分析方法。第8章介绍技术分析和时序序列分析,从业界和学术界两种角度来进行分析。第9章介绍了投资组合理论和由此衍生出来的多因子模型。第10章介绍了金融市场中衍生品的分析,以期货和期权为主。第11章从利率开始,介绍了债券的分析方法。从第12章开始进入实战篇。第12章讲解中国金融市场,主要针对二级市场,并介绍了针对不同市场的基本投资策略。第13章介绍了,研究策略时,所需的数据来源,开源数据和商业数据库都有介绍。并且介绍目前比较流行的python的开源数据源。第14章介绍了如何建立数据库,并且讲解针对不同数据,如何设计数据库。第15章介绍了策略研究基本概念,方法论和流程。第16章介绍了进行自动化交易的接口,并且介绍了目前比较流行的开源项目vn.py。第17章介绍了如何使用python爬取网络上数据,并进行舆情分析。第18章介绍了人工智能的基本概念和算法,并且介绍了人工智能在量化投资中的应用。
一本非常靠谱的关于如何使用Python语言编程实现量化交易的入门级好书。 ①对比了Python与其他语言的差别,介绍了使用Python的优势。 ②介绍了如何建立量化交易系统环境的办法,很靠谱。 ③介绍了常见量化交易方法在股票、期权及期货市场实现的方法。包括多因子模型、趋势模型、CTA模型等,挺细节。对初学者帮助较大。 ④介绍了一般回测的方法与实现方法。 …… 量化交易就是未来。但建立在EMH、MPT和正态分布上的量化交易没有前途。 要超越量化交易,走向科学交易之路,才能体验到交易的美妙,跳不出学院派的错误市场假设和理解之外,量化交易也不可能取得超额收益。
这本书真的很棒,从各个维度解读金融量化的本质。这其中不仅涉及到编程、统计和数据模型、还有大量的经济学常识和金融概念。读了这本书,让我对量化系统有了一个比较全面的认识,即便策略是量化的核心,但前期的数据处理和模型回测以及实盘交易,每一步都很关键。总之,这本书通俗易懂,总结全面,很有技术流的框架感,读着很Nice。
等有空跑跑回测,策略研究还是比较有意思的,深度学习方法拿来搞策略真的太舒服了。
很全面的一本书,不仅是指搭建、使用量化系统所涉及的方面全,而且各个方面涉及到的知识和技能点也比较全。至于颗粒度,大多没有讲到很深,有些还是挺浅的,但都给出了如何进一步深入学习的方法和渠道指引。 适合对量化有基本概念的低段位选手阅读。 70不到的评价,感觉低了。
讲了很多同类书没有的知识点和方法论。实战性很强。给差评的,应该是看不懂代码的书友。希望大家不要被差评误导!强烈推荐此书!
对于已经有相关经验的人,不论是非技术的文科/经济/经管/金融学生,还是技术出身的从事金融行业的理工科学生,都有一定的指导意义,既有整个量化交易的高层介绍,如流程方法论等,也有python技术实现的基本框架和样例,可以用来验证和提高自己的工作方法论 对于比较junior的人就不太适合了,建议先补一些基础知识,再来阅读比较好
理论与实践相结合,基于Python阐述量化投资理论和策略,深入分析Python在量化投资分析中具体的应用案例。
最近看了基本编程的书突然发现一个有意思的现象,对于很多投资策略,尤其是偏技术分析的,书上会讲很多篇幅,用来说明策略。但是看了编程量化的书,发展这些很厚的书在编程书里面几句话就说明白了,还说的异常清晰~难怪芒格特别强调格栅理论 这本书也一样,对于编程量化的基本逻辑说的很明白,值得学习
import numpy as np比直接from numpy import * 好,后者容易混乱,df["a"]和df.a相比,好多书都是用前者。
对于我这个新手来说讲的已经很细,还有代码案例。我目前刚刚接触python,还在自学入门课程。出于兴趣,也是读了量化投资教父的书而产生的。不管有没有效果,还是想要了解和钻研一下子。虽然不一定应用到我的投资策略里。此书收藏了,日后入门晋级再做深度阅读和学习!