Python量化炒期貨入門與實(shí)戰(zhàn)技巧

定　價(jià)：￥69.00

作　者：	王征，李曉波著
出版社：	中國鐵道出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787113268671	出版時(shí)間：	2020-08-01	包裝：	平裝
開本：	16開	頁數(shù)：	440	字?jǐn)?shù)：

內(nèi)容簡介

　　本書首先講解快速入門Python量化炒期貨；然后講解量化炒期貨開發(fā)語言Python；接著講解量化炒期貨中的三個(gè)常用包，即Numpy、Pandas和Matplotlib包；再講解如何利用Python編寫量化炒期貨策略、獲取數(shù)據(jù)函數(shù)、獲取統(tǒng)計(jì)數(shù)據(jù)函數(shù)等；后講解Python量化炒期貨策略實(shí)戰(zhàn)案例。本書在講解過程中既考慮讀者的學(xué)習(xí)習(xí)慣，又通過具體實(shí)例講解Python量化炒期貨實(shí)際交易過程中的熱點(diǎn)問題、關(guān)鍵問題及各種難題。本書適用于各種不同的投資者，如期民、中小散戶、職業(yè)操盤手和專業(yè)金融評論人士，更適用于那些有志于在這個(gè)充滿風(fēng)險(xiǎn)、充滿寂寞的征程上默默前行的征戰(zhàn)者和屢敗屢戰(zhàn)、愈挫愈奮并終戰(zhàn)勝失敗、戰(zhàn)勝自我的勇者。

作者簡介

　　王征多年行業(yè)投資經(jīng)驗(yàn)，具備期貨投資分析師，券投資分析師，注冊國家投資分析師等資格，曾就職于某大型券商擔(dān)任行業(yè)研究員?？蔀閭€(gè)人投資者及機(jī)構(gòu)提供分析、投資咨詢，交易指導(dǎo)，理財(cái)培訓(xùn)等多方位的專業(yè)服務(wù)。擅長綜合分析，動態(tài)決策，定點(diǎn)出擊。任職期間多次在和訊、中國黃金網(wǎng)、青島新聞網(wǎng)業(yè)內(nèi)專業(yè)媒體發(fā)表股票、大宗商品的市場研究報(bào)告。半島都市報(bào)《今理財(cái)》、青島早報(bào)《第一財(cái)經(jīng)》股票、大宗商品投資專欄撰稿人。李曉波從事金融衍生品市場交易及管理近20年，有著豐富的經(jīng)驗(yàn)和體會，對國內(nèi)外期貨、貴金屬、外匯、郵幣卡及股市等主流交易方式有著深刻的了解，擅長期貨、股票、黃金、白銀、郵幣卡、外匯的培訓(xùn)指導(dǎo)，經(jīng)?；钴S在各大金融講壇，深為投資者喜愛。可為個(gè)人投資者及機(jī)構(gòu)提供分析、投資咨詢，交易指導(dǎo)，理財(cái)培訓(xùn)等多方位的專業(yè)服務(wù)。

圖書目錄

第1章 Python量化炒期貨快速入門 / 1
1.1 初識量化炒期貨 / 2
1.2 量化炒期貨的特點(diǎn) / 4
1.3 量化炒期貨的內(nèi)容 / 6
1.4 量化炒期貨與人工炒期貨的對比 / 12
1.5 量化炒期貨的注意事項(xiàng) / 12
1.6 量化炒期貨的開發(fā)語言——Python / 13
1.7 量化炒期貨的潛在風(fēng)險(xiǎn)及應(yīng)對策略 / 26
第2章 Python 的基本語法 / 29
2.1 Python 的基本數(shù)據(jù)類型 / 30
2.2 Python 的變量與賦值 / 36
2.3 Python 的運(yùn)算符 / 38
2.4 常見的數(shù)值函數(shù)和字符串函數(shù) / 43
2.5 Python 的語法規(guī)則 / 53
第3章 Python 的判斷結(jié)構(gòu) / 57
3.1 ifelse 語句 / 58
3.2 多個(gè)ifelse 語句 / 60
3.3 關(guān)系運(yùn)算符 / 64
3.4 邏輯運(yùn)算符 / 67
3.5 嵌套if 語句 / 72
第4章 Python 的循環(huán)結(jié)構(gòu) / 79
4.1 while 循環(huán) / 80
4.2 while 循環(huán)中使用else 語句 / 87
4.3 無限循環(huán) / 89
4.4 for 循環(huán) / 90
4.5 在for 循環(huán)中使用range() 函數(shù) / 92
4.6 循環(huán)嵌套 / 95
4.7 break 語句 / 101
4.8 continue 語句 / 102
4.9 pass 語句 / 103
第5章 Python 的特征數(shù)據(jù)類型 / 105
5.1 列表及應(yīng)用 / 106
5.2 元組及應(yīng)用 / 113
5.3 字典及應(yīng)用 / 118
5.4 集合及應(yīng)用 / 128
第6章 Python 的函數(shù)及應(yīng)用 / 133
6.1 函數(shù)的定義與調(diào)用 / 134
6.2 參數(shù)傳遞 / 136
6.3 函數(shù)的參數(shù)類型 / 138
6.4 匿名函數(shù)的應(yīng)用 / 142
6.5 遞歸函數(shù)的應(yīng)用 / 143
6.6 變量作用域及類型 / 145
第7章 Python 的面向?qū)ο蟪绦蛟O(shè)計(jì) / 151
7.1 面向?qū)ο?/ 152
7.2 Python 的模塊 / 159
7.3 Python 的包 / 165
第8章 Python 的日期時(shí)間處理 / 169
8.1 Python 處理日期時(shí)間的time 模塊 / 170
8.2 Python 處理日期時(shí)間的datetime 模塊 / 178
8.3 Python 處理日期的calendar 模塊 / 186
第9章 Python 量化炒期貨常用的Numpy 包 / 191
9.1 初識Numpy 包及量化炒期貨平臺 / 192
9.2 ndarray 數(shù)組對象 / 194
9.3 使用矩陣matrix 創(chuàng)建Numpy 矩陣 / 201
9.4 Numpy 的線性代數(shù) / 202
9.5 Numpy 的文件操作 / 207
第10章 Python 量化炒期貨常用的Pandas 包 / 211
10.1 Pandas 的數(shù)據(jù)結(jié)構(gòu) / 212
10.2 一維數(shù)組系列 / 212
10.3 二維數(shù)組DataFrame / 216
10.4 三維數(shù)組Panel / 234
第11章 Python 量化炒期貨常用的Matplotlib 包 / 237
11.1 Matplotlib 包的特點(diǎn) / 238
11.2 figure() 函數(shù)及應(yīng)用 / 238
11.3 plot() 函數(shù)及應(yīng)用 / 240
11.4 subplot() 函數(shù)及應(yīng)用 / 244
11.5 add_axes() 函數(shù)及應(yīng)用 / 247
11.6 legend() 函數(shù)及應(yīng)用 / 250
11.7 grid () 函數(shù)及應(yīng)用 / 253
第12章利用Python 編寫量化炒期貨策略 / 255
12.1 Python 量化炒期貨策略的基本組成 / 256
12.2 Python 量化炒期貨策略的設(shè)置函數(shù) / 264
12.3 Python 量化炒期貨策略的下單函數(shù) / 268
12.4 Python 量化炒期貨策略的常用對象 / 273
12.5 Python 量化炒期貨策略的日志log / 280
12.6 Python 量化炒期貨策略的定時(shí)函數(shù) / 281
第13章 Python 量化炒期貨的獲取數(shù)據(jù)函數(shù) / 285
13.1 期貨信息 / 286
13.2 獲取期貨概況信息 / 293
13.3 獲取期貨行情數(shù)據(jù) / 297
第14章 Python 量化炒期貨的獲取統(tǒng)計(jì)數(shù)據(jù)函數(shù) / 303
14.1 獲取期貨龍虎榜數(shù)據(jù) / 304
14.2 獲取期貨倉單數(shù)據(jù) / 311
14.3 獲取外盤期貨日行情數(shù)據(jù) / 316
第15章 Python 量化炒期貨的技術(shù)指標(biāo)函數(shù) / 321
15.1 技術(shù)指標(biāo)概述 / 322
15.2 趨向指標(biāo)函數(shù) / 323
15.3 反趨向指標(biāo)函數(shù) / 336
15.4 壓力支撐指標(biāo)函數(shù) / 343
15.5 量價(jià)指標(biāo)函數(shù) / 347
第16章 Python 量化炒期貨的統(tǒng)計(jì)數(shù)據(jù)圖 / 353
16.1 初識Seaborn / 354
16.2 單個(gè)期貨合約的收益統(tǒng)計(jì)圖 / 354
16.3 期貨合約的相關(guān)性分析圖 / 360
第17章 Python 量化炒期貨策略的回測 / 371
17.1 量化炒期貨策略回測的流程 / 372
17.2 利用Python 編寫量化炒期貨策略并回測 / 373
17.3 量化炒期貨策略的風(fēng)險(xiǎn)指標(biāo) / 383
第18章 Python 量化炒期貨策略實(shí)戰(zhàn)案例 / 391
18.1 均線量化炒期貨策略 / 392
18.2 多均線量化炒期貨策略 / 395
18.3 隨機(jī)指標(biāo)量化炒期貨策略 / 398
18.4 布林通道線指標(biāo)量化炒期貨策略 / 401
18.5 中證500 合約套利策略 / 404
18.6 股指期貨的Dual_Thrust 策略 / 409