分享

Python实战:手把手构建量化交易系统

 xiaosuperman 2019-10-30

小册介绍

本小册的核心为Python金融数据分析和挖掘,我们选取了股票量化交易作为应用场景。

关于小册的介绍可以用三个关键词来概括,分别是量化交易、Python 和股票,小册的内容设计上是围绕着将这原本独立的领域有机地融合而展开的。如下图所示:

我们简单地诠释下这三个关键词在本小册中的意义:

关于量化交易: 量化交易是一种新兴的系统化的金融投资方法,它以计算机强大运算能力为基础,运用数据建模、统计学分析、程序设计等工具从历史数据中得到大概率下获利的交易策略,属于人工智能、大数据分析在金融领域的具体应用。它由金融霸主美国所先行,目前在美国的金融领域已经日趋成熟,国内虽然近几年才开始推广和流行,但是发展势头迅猛,方兴未艾。

关于Python: Python 自诞生以来,由于其易上手、丰富的第三方库支持等优点,在各个领域都有广泛应用。在金融行业,美国银行、美林证券的“石英”项目、摩根大通的“雅典娜”项目都战略性地使用了Python进行高效的金融程序开发和金融数据分析。可见Python已经作为一种标准编程语言应用在量化交易领域。

关于股票: 随着时代的发展,股票投资已经成为全民最主要的理财渠道之一。A 股市场自设立至今经历过波澜壮阔的大牛市,也经历过哀鸿遍野的熊市,下图为上证指数 2003 年至 2019 年的走势图,可以看出 A 股市场至古以来牛短熊长,周期交替。

A股市场历来牛短熊长,牛熊交替

A 股市场是一个以散户为主导的市场,大多数股民交易频繁,对买卖点思考并不严谨,如果交易股票毫无章法的话势必沦为“韭菜”被收割。而量化交易由于其管理概率、理性交易的思想所在,非常适合在普通股民群体中所推广。

在小册内容方面,首先以例程方式快速入门基础环节,之后逐步过渡到讲解择时策略、选股策略、风险控制策略、仓位管理策略等维度对历史数据的回测分析,由浅入深、由技术到思维地为读者剖析数据分析在量化交易中的重点和难点。

通过学习能够从中掌握Python数据分析和挖掘的核心技能,也能更理性地将股票投资作为理财的一个手段,为今后从事Python数据分析领域打下坚实的基础。

小册学习路线

考虑到广大同学们目前的基础能力的掌握有快有慢,小册教学路线上设计了两条进阶路线:

路线1:对于已具备 Python基础编程经验,准备以实战方式学习量化交易的人群,本小册为他们量身定制,讲解了Python数据分析技术与量化交易技术上的衔接,致力于将 Python 数据分析应用于量化交易中。同时小册选取了大众耳熟能详的A股市场作为交易标的物,基于此搭建量化交易策略的场景。

路线2:对于Python基础能力薄弱的同学,我们会陆续推出与小册内容相关的基础专栏文章,对涉及到的知识点进行更全面的扩展介绍。当然大家对于其他想要了解的基础内容也可以留言,我们会选择性地推出。目前已经推出如下文章:

你会学到什么?

  1. 深入理解量化交易的本质、发展、优势、意义和过程;

  2. 掌握Python基础工具的使用方法,如Python、Pandas、Numpy、Matplotlib、TA-Lib、Tushare、statsmodels、pyecharts等;

  3. 掌握Python数据分析和挖掘的过程和技能;

  4. 掌握常用的金融技术指标Python的实现方法,如K线、均线、成交量、KDJ等。

  5. 掌握使用Matplotlib、pyecharts可视化方法绘制出股票行情分析界面以捕捉个股动向,为大家呈现不同的显示效果,如下图所示:

  1. 掌握应用数学中经典算法的实现方法,如线性回归、蒙特卡洛、随机漫步、凯利公式等;

  1. 掌握如何从数据特征值中实现常用的量化交易策略,如择时、选股、风险控制、度量、仓位管理等。通过学习我们可以制定量化交易策略以及度量策略效果,应用交易策略来辅助股票交易。

作者介绍

元宵大师,高级 Python 架构师兼高级项目管理师,擅长 Linux 系统应用、C/C 语言开发、Python语言开发、WEB前后端技术、人工智能算法、大数据分析、金融理论等多领域知识,致力于推动金融量化交易的普及和发展。微信公众号「元宵大师带你用 Python 量化交易」 的作者。

所需技术储备

  • 在 Python 编程方面,本小册主要侧重于 Python 实战讲解,但在内容设计上提供了前置基础章节基础专栏,帮助读者快速掌握基础工具的使用,因此小册适合的人群仅具备 Python 最基础编程经验即可。

  • 在量化交易方面,读者们仅需具备基础的股票交易常识即可,小册会从基础入门讲解量化交易策略的实现,因此读者们无需担心在学习量化交易上的困难,

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多