量化交易之路：用Python做股票量化分析

量化交易之路：用Python做股票量化分析读书笔记模板01思维导图读书笔记目录分析内容摘要精彩摘录作者介绍目录0305020406思维导图股票交易量化基础交易分析开发量化小结第章基础实例交易系统方法机器工具股票统计本书关键字分析思维导图内容摘要内容摘要本书从量化交易的正确性认识出发，以Python为基础，循序渐进地讲解了量化交易所需要了解的各种知识及工具。书中特别穿插了大量开发技巧和交易投资技巧，所有示例都基于量化交易及相关知识，以实战为目的。本书共11章，分为4部分。第1部分讲解了量化交易的正确认识；第2部分讲解了量化交易的基础，如Python、数学和几种数据分析工具等；第3部分讲解了量化交易系统的开发与使用、基础度量概念及最优参数等问题；第4部分讲解了机器学习技术在量化交易中的实战应用。附录还给出了量化环境部署、量化相关性分析、量化统计分析及指标应用。读书笔记读书笔记本身尴尬的点在于不懂量化交易策略的程序员看完还是不知道有哪些策略概念，对于不会编程的金融业朋友估计那一堆代码也不是怎么能看得懂。书中更多是自有代码的调用和分析，有时对理解策略反而造成困扰。许多部分教你如何调包，也讲了讲大方向的问题，适合当个入门书看看。实在是不行。是一本大全索引书，主要的概念都做了介绍，但流于宽泛，能用来做一定的借鉴。这本书粘贴太多代码。书中很多图片缺失。量化的思路整体性阐述欠奉，定量化的描述选择用“编程语言”本意是好的，但代码讲述很多用详见abu量化系统这样的方式，容易造成读者游走在外围的感觉，整书的描述计算机味道过浓，通俗易懂的讲解方式显得不足。提出了abu量化系统，但内容大部分已经掌握，最后的ML部分可以一看。#读书《量化交易之路：用Python做股票量化分析》，作者阿布总得来说，本书一般，对于想了解量化交易的初学者来说，不太推荐。而后半部分，则开始涉及到量化系统的开发，在我看来，这里面的内容虽然有对上述基础部分的使用，但是其实很多知识却是必要性不大，例如大部分的可视化，线性代数等内容。精彩摘录精彩摘录量化交易中大多数策略是基于对历史规律的总结，在规律的基础上发现概率优势，它的最大理论依据是人性的相似性以及人性很难改变的事实。交易中应该追求的是让利润尽情地奔跑，让亏损尽快止损，但其实往往变成了让亏损尽情地亏损，让利润尽快地止赢。简单即美，如在期货市场，**最信奉的策略是3天内不能盈利便平仓。量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选出能带来超额收益的多种“大概率”事件以制定策略。它极大地降低了市场波动给投资者情绪带来的影响，避免在市场极度狂热或悲观的情况下做出非理性的投资决策。赌博靠的就是运气，完全无法得到概率优势。投机需要技巧和经验，衡量得失，获取概率优势。量化交易的基础依然是交易，交易付出的代价是相当高的：成功的交易者不但需要付出资金成本，忍受交易的各种“精神折磨”，反人性地训练自己的交易技术，而且更主要的是独立思考，不断地否定自我，不断地付出大量的时间去学习“更新”自己。目录分析第1章量化引言1.1什么是量化交易1.2量化交易：投资？投机？赌博？1.3量化交易的优势1.4量化交易的正确认识1.5量化交易的目的第2章量化语言——Python第3章量化工具——NumPy第4章量化工具——pandas第5章量化工具——可视化第6章量化工具——数学12345第2部分量化交易的基础第2章量化语言——Python2.1基础语法与数据结构2.2函数2.3面向对象2.4性能效率2.5代码调试2.6本章小结第3章量化工具——NumPy3.1并行化思想与基础操作3.2基础统计概念与函数使用3.3正态分布3.4伯努利分布3.5本章小结第4章量化工具——pandas4.1基本操作方法4.2基本数据分析示例4.3实例1：寻找股票异动涨跌幅阀值4.4实例2：星期几是这个股票的“好日子”4.5实例3：跳空缺口4.6pandas三维面板的使用4.7本章小结第5章量化工具——可视化5.1使用Matplotlib可视化数据5.2使用Bokeh交互可视化5.3使用pandas可视化数据5.4使用Seaborn可视化数据5.5实例1：可视化量化策略的交易区间及卖出原因5.6实例2：标准化两个股票的观察周期5.7实例3：黄金分割线5.8技术指标的可视化5.9本章小结第6章量化工具——数学6.1回归与插值6.2蒙特卡罗方法与凸优化6.3线性代数6.4本章小结第7章量化系统——入门第9章量化系统——度量与优化第8章量化系统——开发第3部分量化交易系统的开发第7章量化系统——入门7.1趋势跟踪与均值回复7.2仓位控制管理7.3本章小结第8章量化系统——开发8.1abu量化系统择时8.2abu量化系统选股8.3本章小结第9章量化系统——度量与优化9.1度量的基本使用方法9.2度量的基础9.3基于GridSearch寻找因子最优参数9.4资金限制对度量的影响9.5输入中文自动生成交易策略9.6本章小结第11章量化系统——机器学习·abu第10章量化系统——机器学习·猪老三第4部分机器学习在量化交易中的实战第10章量化系统——机器学习·猪老三10.1机器学习基础概念10.2猪老三世界中的量化环境10.3有监督机器学习10.4无监督机器学习10.5梦醒时分10.6本章小结第11章量化系统——机器学习·