导语

  

    本书首先着眼于量化炒股实战应用，然后探讨深层次的技巧问题。本书适用于各种不同的投资者，如股民、中小散户、职业操盘手和专业金融评论人士，更适用于那些有志于在这个充满风险、充满寂寞的征程上默默前行的征战者和屡败屡战、愈挫愈勇并最终战胜失败、战胜自我的勇者。

内容提要

  

    本书首先讲解了Python量化炒股快速入门，即量化炒股的定义、特点、优势、不足和主要内容，Python语言的开发环境，以及量化炒股的注意事项。其次讲解量化炒股开发语言Python，即讲解Python语言的基本语法、选择结构、循环结构、常用数据结构、函数及应用和面向对象程序设计。接着讲解量化炒股中的3个常用包，即Numpy、Pandas和Matplotlib包。然后讲解如何利用Python编写量化炒股策略、量化炒股的获取数据函数、财务因子量化选股、数据信息获取、量化择时的技术指标函数、量化炒股的统计数据图、量化炒股策略的回测、量化炒股策略的因子分析。最后讲解Python量化炒股策略实战案例。
    在讲解过程中既考虑读者的学习习惯，又通过具体实例剖析Python量化炒股实际交易过程中的热点问题、关键问题及种种难题。
    本书适用于各种不同的投资者，如股民、中小散户、职业操盘手和专业金融评论人士，更适用于那些有志于在这个充满风险、充满寂寞的征程上默默前行的征战者和屡败屡战、愈挫愈奋并最终战胜失败、战胜自我的勇者。

    王征，多年行业投资经验，具备期货投资分析师、证券投资分析师、注册国家投资分析师等资格，曾就职于某大型券商，担任行业研究员。可为个人投资者及机构提供分析、投资咨询，交易指导，理财培训等多方位的专业服务。擅长综合分析、动态决策、定点出击。
    任职期间多次在和讯网、中国黄金网、青岛新闻网等业内专业媒体发表股票、大宗商品的市场研究报告。

第1章  Python量化炒股快速入门
  1.1  初识量化炒股
    1.1.1  什么是量化炒股
    1.1.2  量化炒股的特点
    1.1.3  量化炒股的优势
    1.1.4  量化炒股的不足
  1.2  量化炒股的内容
    1.2.1  量化选股
    1.2.2  量化择时
    1.2.3  算法交易
    1.2.4  股指期货套利交易
  1.3  量化炒股的开发语言Python
    1.3.1  为什么使用Python来开发量化炒股
    1.3.2  Python的下载和安装
    1.3.3  Python的环境变量配置
    1.3.4  编写Python程序
  1.4  量化炒股与普通炒股的比较
  1.5  量化炒股的注意事项
第2章  Python编程的初步知识
  2.1  变量
    2.1.1  什么是变量
    2.1.2  变量命名规则
    2.1.3  变量的赋值
  2.2  变量的基本数据类型
    2.2.1  数值类型
    2.2.2  字符串类型
  2.3  运算符
    2.3.1  算术运算符
    2.3.2  赋值运算符
    2.3.3  位运算符
  2.4  Python 的语法规则
    2.4.1  大小写敏感性
    2.4.2  代码缩进
    2.4.3  代码注释
    2.4.4  空行
    2.4.5  同一行显示多条语句
第3章  Python 编程的选择结构
  3.1  if...else 语句
    3.1.1  if 语句的一般格式
    3.1.2  if 语句的注意事项
    3.1.3  实例：游戏登录判断系统
    3.1.4  实例：输入一个正数，判断是偶数还是奇数
  3.2  多个if...else 语句
    3.2.1  实例：每周计划系统
    3.2.2  实例：企业奖金发放系统
  3.3  关系运算符
    3.3.1  关系运算符及意义
    3.3.2  实例：学生成绩评语系统
    3.3.3  实例：分解一个不多于5 位的正整数
  3.4  逻辑运算符
    3.4.1  逻辑运算符及意义
    3.4.2  实例：闰年和平年
    3.4.3  实例：剪刀、石头、布游戏
  3.5  嵌套if 语句
    3.5.1  嵌套if 语句的一般格式
    3.5.2  实例：后台用户登录系统
    3.5.3  实例：判断一个数是否是2 或3 的倍数
第4章  Python 编程的循环结构
  4.1  while 循环
    4.1.1  while 循环的一般格式
    4.1.2  实例：计算1+2+3+…+120 的和
    4.1.3  实例：显示150 之内的自然数
  4.2  while 循环中使用else 语句
    4.2.1  while 循环中使用else 语句的一般格式
    4.2.2  实例：计算120 之内偶数的和
    4.2.3  实例：随机产生15 个随机数，并显示*小的数
    4.2.4  实例：阶乘求和
  4.3  无限循环
    4.3.1  实例：可以玩多次的剪刀、石头、布游戏
    4.3.2  实例：可以查多次的学生成绩评语系统
  4.4  for 循环
    4.4.1  for 循环的一般格式
    4.4.2  实例：遍历显示学生的姓名
  4.5  在for 循环中使用range() 函数
    4.5.1  range() 函数
    4.5.2  实例：显示150 之内的奇数
    4.5.3  实例：求两个正整数的*大公约数
  4.6  循环嵌套
    4.6.1  实例：9×9 乘法表
    4.6.2  实例：绘制※ 的菱形
    4.6.3  实例：弗洛伊德三角形
  4.7  break 语句
  4.8  continue 语句
第5章  Python 编程的常用数据结构
  5.1  列表
    5.1.1  什么是列表
    5.1.2  显示列表中的数据信息
    5.1.3  修改列表
    5.1.4  删除列表
    5.1.5  列表的函数
    5.1.6  列表的方法
    5.1.7  实例：排序随机数
  5.2  元组
    5.2.1  什么是元组
    5.2.2  显示元组中的数据信息
    5.2.3  连接元组
    5.2.4  删除整个元组
    5.2.5  元组的函数
    5.2.6  实例：显示用户名和密码信息
  5.3  字典
    5.3.1  什么是字典
    5.3.2  显示字典中的值和键
    5.3.3  修改字典
    5.3.4  字典的函数
    5.3.5  实例：利用字典实现用户注册功能
    5.3.6  实例：利用字典实现用户登录功能
  5.4  集合
    5.4.1  什么是集合
    5.4.2  集合的两个基本功能
    5.4.3  集合的运算符
    5.4.4  实例：利用集合实现无重复的随机数排序
第6章  Python 编程的函数
  6.1  初识函数
  6.2  内置函数
    6.2.1  数学函数
    6.2.2  随机函数
    6.2.3  三角函数
    6.2.4  字符串函数
  6.3  自定义函数
    6.3.1  函数的定义
    6.3.2  调用自定义函数
    6.3.3  函数的参数传递
    6.3.4  函数的参数类型
  6.4  匿名函数
  6.5  递归函数
  6.6  实例：计算一个数为两个质数之和
  6.7  实例：利用内置函数实现小学四则运算
第7章  Python 编程的面向对象
  7.1  面向对象概述
    7.1.1  什么是对象
    7.1.2  什么是类
    7.1.3  面向对象程序设计的优点
    7.1.4  面向对象程序设计的特点
  7.2  类的定义和对象的创建
    7.2.1  类的定义
    7.2.2  对象的创建
  7.3  类的构造方法和self 参数
  7.4  类的继承
    7.4.1  类继承的语法格式
    7.4.2  类继承实例
    7.4.3  类的多继承
  7.5  类的多态
  7.6  模块
    7.6.1  Python 中的自定义模块
    7.6.2  自定义模块的调用
    7.6.3  import 语句
    7.6.4  标准模块
  7.7  包
    7.7.1  Python 的自定义包
    7.7.2  在自定义包创建模块
    7.7.3  调用自定义包中的模块
第8章  Python 量化炒股常用的Numpy 包
  8.1  初识Numpy 包及量化炒股平台
    8.1.1  Numpy 包概述
    8.1.2  量化炒股平台
  8.2  ndarray 数组基础
    8.2.1  Numpy 数组的创建
    8.2.2  Numpy 特殊数组
    8.2.3  Numpy 序列数组
    8.2.4  利用下标索引显示Numpy 数组中元素的值
    8.2.5  Numpy 数组运算
  8.3  Numpy 的矩阵
  8.4  Numpy 的线性代数
    8.4.1  两个数组的点积
    8.4.2  两个向量的点积
    8.4.3  数组的向量内积
    8.4.4  矩阵的行列式
    8.4.5  矩阵的逆
第9章  Python 量化炒股常用的Pandas 包
  9.1  Pandas 的数据结构
  9.2  一维数组系列（Series）
    9.2.1  利用ndarray 创建系列（Series）
    9.2.2  利用字典创建系列（Series）
    9.2.3  访问系列（Series）中的值
  9.3  二维数组DataFrame
    9.3.1  二维数组DataFrame 的创建
    9.3.2  利用DataFrame 显示不同类型证券信息
    9.3.3  利用DataFrame 显示某只股票的报价信息
    9.3.4  股票数据信息的行选择和列选择
    9.3.5  利用标签选择股票数据信息
    9.3.6  利用条件选择股票数据信息
    9.3.7  函数的运用
  9.4  三维数组Panel
第壹0章  Python 量化炒股常用的Matplotlib 包
  10.1  Matplotlib 包的特点
  10.2  figure() 函数
    10.2.1  figure() 函数的各参数意义
    10.2.2  figure() 函数的实例
  10.3  plot() 函数
    10.3.1  plot() 函数的各参数意义
    10.3.2  利用plot() 函数绘制图形
    10.3.3  利用plot() 函数显示股票的收盘价图形
    10.3.4  利用dataframe 的plot() 函数显示股票的图形
  10.4  subplot() 函数
    10.4.1  subplot() 函数的各参数意义
    10.4.2  利用subplot() 函数绘制多个图形
    10.4.3  利用subplot() 函数绘制股票图形
  10.5  add_axes() 函数
    10.5.1  add_axes() 函数的应用
    10.5.2  利用add_axes() 函数绘制股票图形
  10.6  legend() 函数
    10.6.1  利用legend() 函数为绘制图形添加图题
    10.6.2  利用legend() 函数为股票图形添加图题
  10.7  grid () 函数
    10.7.1  利用grid () 函数为绘制图形添加网格线
    10.7.2  利用grid () 函数为绘制股票图形添加网格线
第壹1章  利用Python 编写量化炒股策略
  11.1  Python 量化炒股策略的基本组成
    11.1.1  初始化函数（initialize）
    11.1.2  开盘前运行函数（before_market_open）
    11.1.3  开盘时运行函数（market_open）
    11.1.4  收盘后运行函数（after_market_close）
  11.2  Python 量化炒股策略的设置函数
    11.2.1  设置基准函数set_benchmark()
    11.2.2  设置佣金 印花税函数set_order_cost()
    11.2.3  设置滑点函数set_slippage()
    11.2.4  设置动态复权( 真实价格) 模式use_real_price
    11.2.5  设置是否开启盘口撮合模式match_with_order_book
    11.2.6  设置成交量比例order_volume_ratio
    11.2.7  设置要操作的股票池函数set_universe()
  11.3  Python 量化炒股策略的下单函数
    11.3.1  按股数下单函数
    11.3.2  目标股数下单函数
    11.3.3  按价值下单函数
    11.3.4  目标价值下单函数
    11.3.5  获取未完成订单函数
    11.3.6  撤单函数
    11.3.7  获取订单信息函数
  11.4  Python 量化炒股策略的常用对象
    11.4.1  订单对象Order
    11.4.2  全局对象g
    11.4.3  一次交易对象Trade
    11.4.4  分时图盘面对象tick
    11.4.5  回测对象Context
    11.4.6  持有标的信息对象Position
    11.4.7  子账户信息对象SubPortfolio
    11.4.8  账户信息对象Portfolio
    11.4.9  股票的数据对象SecurityUnitData
  11.5  Python 量化炒股策略的日志log
    11.5.1  设定log 级别
    11.5.2  log.info
  11.6  Python 量化炒股策略的定时函数
    11.6.1  定时函数的定义及分类
    11.6.2  定时函数各项参数的意义
    11.6.3  定时函数的注意事项
    11.6.4  定时函数的实例
第壹2章  Python 量化炒股的获取数据函数
  12.1  获取多只股票单个数据字段函数history()
    12.1.1  各项参数的意义
    12.1.2  利用函数history() 显示单只股票的信息
    12.1.3  利用函数history() 显示多只股票的开盘价信息
  12.2  获取一只股票多个数据字段函数attribute_history ()
    12.2.1  利用函数attribute_history () 显示股票的报价信息
    12.2.2  利用函数attribute_history () 显示股票满足条件的报价信息
  12.3  查询单个交易日账务数据函数get_fundamentals()
    12.3.1  各项参数的意义
    12.3.2  query 的基本查询方式
    12.3.3  显示一只股票单个交易日的财务数据
    12.3.4  显示多只股票单个交易日的财务数据
  12.4  查询多个交易日账务数据函数get_fundamentals_continuously ()
  12.5  获取当前时间的股票数据函数get_current_data()
  12.6  获取指数成分股代码函数get_index_stocks ()
    12.6.1  各项参数的意义
    12.6.2  显示某指数的成分股代码及应用
  12.7  获取指数成分股权重函数get_index_weights ()
  12.8  获取行业成分股代码函数get_industry_stocks()
    12.8.1  各项参数的意义
    12.8.2  显示某行业的成分股代码及应用
  12.9  查询股票所属行业函数get_industry ()
  12.10  获取概念成分股代码函数get_concept_stocks()
    12.10.1  各项参数的意义
    12.10.2  显示某概念板块的成分股代码及应用
  12.11  查询股票所属概念板块函数get_concept ()
  12.12  获取一只股票信息函数get_security_info ()
  12.13  获取龙虎榜数据函数get_billboard_list ()
    12.13.1  各项参数的意义
    12.13.2  get_billboard_list() 函数的应用实例
  12.14  获取限售解禁数据函数get_locked_shares ()
第壹3章  Python 量化炒股的财务因子选股
  13.1  初识财务因子选股
  13.2  成长类因子选股
    13.2.1  营业收入同比增长率（inc_revenue_year_on_year）选股
    13.2.2  营业收入环比增长率（inc_revenue_annual）选股
    13.2.3  净利润同比增长率（inc_net_profit_year_on_year）选股
    13.2.4  净利润环比增长率（inc_net_profit_annual）选股
    13.2.5  营业利润率（operation_profit_to_total_revenue）选股
    13.2.6  销售净利率（net_profit_margin）选股
    13.2.7  销售毛利率（gross_profit_margin）选股
  13.3  规模类因子选股
    13.3.1  总市值（market_cap）选股
    13.3.2  流通市值（circulating_market_cap）选股
    13.3.3  总股本（capitalization）选股
    13.3.4  流通股本（circulating_cap）选股
  13.4  价值类因子选股
    13.4.1  市净率（pb_ratio）选股
    13.4.2  市销率（ps_ratio）选股
    13.4.3  市现率（pcf_ratio）选股
    13.4.4  动态市盈率（pe_ratio）选股
    13.4.5  静态市盈率（pe_ratio_lyr）选股
  13.5  质量类因子选股
    13.5.1  净资产收益率（roe）选股
    13.5.2  总资产净利率（roa）选股
  13.6  财务因子量化选股的注意事项
第壹4章  Python 量化炒股的数据信息获取
  14.1  获取上市公司概况信息
    14.1.1  获取上市公司员工情况信息
    14.1.2  获取上市公司基本信息
    14.1.3  获取上市公司状态变动信息
    14.1.4  获取股票上市信息
    14.1.5  获取股票简称变更情况信息
    14.1.6  获取公司管理人员任职情况信息
  14.2  获取上市公司股东和股本信息
    14.2.1  获取上市公司的十大股东信息
    14.2.2  获取上市公司的十大流通股东信息
    14.2.3  获取股东股份质押信息
    14.2.4  获取股东股份冻结信息
    14.2.5  股东户数信息
    14.2.6  大股东减持信息
    14.2.7  上市公司股本变动信息
  14.3  获取上市公司分红送股数据信息
  14.4  获取沪深股市每日成交概况信息
第壹5章  Python 量化择时的技术指标函数
  15.1  量化择时概述
  15.2  趋向指标函数
    15.2.1  MACD 指标函数
    15.2.2  EMV 指标函数
    15.2.3  UOS 指标函数
    15.2.4  GDX 指标函数
    15.2.5  JS 指标函数
    15.2.6  MA 指标函数
    15.2.7  EXPMA 指标函数
    15.2.8  VMA 指标函数
  15.3  反趋向指标函数
    15.3.1  KD 指标函数
    15.3.2  MFI 指标函数
    15.3.3  RSI 指标函数
    15.3.4  OSC 指标函数
    15.3.5  WR 指标函数
    15.3.6  CCI 指标函数
  15.4  压力支撑指标函数
    15.4.1  BOLL 指标函数
    15.4.2  MIKE 指标函数
    15.4.3  XS 指标函数
  15.5  量价指标函数
    15.5.1  OBV 指标函数
    15.5.2  VOL 指标函数
    15.5.3  MASS 指标函数
    15.5.4  VR 指标函数
第壹6章  Python 量化炒股的统计数据图
  16.1  Seaborn 包概述
  16.2  单只股票的收益统计图
    16.2.1  查看单只股票的收盘价信息
    16.2.2  利用pct_change() 函数计算收益率情况
    16.2.3  利用dropna() 函数处理空值
    16.2.4  利用distplot() 函数绘制收益统计图
    16.2.5  显示宝钢股份（600019）近一年来的收益统计图
  16.3  股票的相关性分析图
    16.3.1  利用jointplot() 函数绘制两只股票的相关性分析图
    16.3.2  利用pairplot() 函数绘制多只股票的相关性分析图
第壹7章  Python 量化炒股策略的回测
  17.1  量化炒股策略回测的流程
  17.2  利用Python 编写量化炒股策略并回测
    17.2.1  量化炒股策略的编辑页面
    17.2.2  量化炒股策略的初始化函数
    17.2.3  量化炒股策略的单位时间调用函数
    17.2.4  量化炒股策略的回测参数设置
    17.2.5  量化炒股策略的回测详情
  17.3  量化炒股策略的风险指标
    17.3.1  阿尔法（Alpha）
    17.3.2  贝塔（Beta）
    17.3.3  夏普比率（Sharpe）
    17.3.4  索提诺比率（Sortino）
    17.3.5  信息比率（Information Ratio）
    17.3.6  波动率（Volatility）
    17.3.7  基准波动率（Benchmark Volatility）
    17.3.8  *大回撤（Max Drawdown）
第壹8章  Python 量化炒股策略的因子分析
  18.1  初识因子分析
    18.1.1  因子的类型
    18.1.2  因子分析的作用
  18.2  利用Python 代码实现因子分析
    18.2.1  因子分析中变量的含义
    18.2.2  在因子分析中可以使用的基础因子
    18.2.3  calc() 方法的参数及返回值
  18.3  新建因子并查看因子分析结果
    18.3.1  新建因子
    18.3.2  因子的收益分析
    18.3.3  因子的IC 分析
    18.3.4  因子的换手分析
  18.4  因子在研究和回测中的运用技巧
    18.4.1  calc_factors() 函数的语法格式
    18.4.2  因子在研究和回测中的运用实例
  18.5  基本面因子应用实例
第壹9章  Python 量化炒股策略实战案例
  19.1  均线量化炒股策略
    19.1.1  均线量化炒股策略的初始化函数
    19.1.2  均线量化炒股策略的单位时间调用函数
    19.1.3  均线量化炒股策略的回测
  19.2  多均线量化炒股策略
    19.2.1  多均线量化炒股策略的初始化函数
    19.2.2  多均线量化炒股策略的交易程序函数
    19.2.3  多均线量化炒股策略的回测
  19.3  随机指标量化炒股策略
    19.3.1  随机指标量化炒股策略的初始化函数
    19.3.2  随机指标量化炒股策略的开盘前运行函数
    19.3.3  随机指标量化炒股策略的开盘时运行函数
    19.3.4  随机指标量化炒股策略的收盘后运行函数
    19.3.5  随机指标量化炒股策略的回测
  19.4  布林通道线指标量化炒股策略
    19.4.1  布林通道线指标量化炒股策略的初始化函数
    19.4.2  布林通道线指标量化炒股策略的开盘前运行函数
    19.4.3  布林通道线指标量化炒股策略的开盘时运行函数
    19.4.4  布林通道线指标量化炒股策略的收盘后运行函数
    19.4.5  布林通道线指标量化炒股策略的回测
  19.5  多股票持仓均线量化炒股策略
    19.5.1  多股票持仓均线量化炒股策略的初始化函数
    19.5.2  多股票持仓均线量化炒股策略的单位时间调用函数
    19.5.3  多股票持仓均线量化炒股策略的回测
  19.6  白酒板块轮动量化炒股策略
    19.6.1  白酒板块轮动量化炒股策略的初始化函数
    19.6.2  白酒板块轮动量化炒股策略的选股函数
    19.6.3  白酒板块轮动量化炒股策略的交易函数
    19.6.4  白酒板块轮动量化炒股策略的回测
  19.7  多个小市值股票量化炒股策略
    19.7.1  多个小市值股票量化炒股策略的初始化函数
    19.7.2  多个小市值股票量化炒股策略的选股函数
    19.7.3  多个小市值股票量化炒股策略的过滤停牌股票函数
    19.7.4  多个小市值股票量化炒股策略的交易函数
    19.7.5  多个小市值股票量化炒股策略的回测