商品期貨量化交易實戰(zhàn)（以Python為工具）

目錄
第1章 量化交易基礎\t1
1．1 什么是量化交易\t1
1．1．1 量化交易概述\t1
1．1．2 量化交易的發(fā)展\t1
1．1．3 量化交易的特點\t2
1．1．4 量化交易有哪些入門策略\t3
1．2 為什么選擇量化交易\t4
1．2．1 量化交易與主觀交易的區(qū)別\t4
1．2．2 量化交易比主觀交易更好嗎\t5
1．2．3 量化交易一定能賺錢嗎\t5
1．2．4 量化交易的風險\t5
1．3 量化交易需要哪些準備工作\t6
1．3．1 安裝SDK\t6
1．3．2 策略構思\t10
1．3．3 建立模型\t10
1．3．4 回測調(diào)優(yōu)\t11
1．3．5 仿真交易\t11
1．3．6 實盤交易\t12
1．4 一個完整的策略有哪些要素\t12
1．4．1 策略選擇\t12
1．4．2 交易什么\t13
1．4．3 交易多少\t13
1．4．4 何時交易\t14
1．4．5 如何交易\t14
1．4．6 交易心態(tài)\t15
1．5 溫故知新\t15
第2章 Python編程入門\t17
2．1 為什么要學習Python\t17
2．1．1 Python的特點\t17
2．1．2 Python的版本\t18
2．2 Python的基礎語法\t18
2．2．1 編碼\t18
2．2．2 變量命名\t19
2．2．3 關鍵字\t19
2．2．4 注釋\t19
2．2．5 縮進\t20
2．2．6 代碼塊\t20
2．2．7 空行\(zhòng)t21
2．2．8 導入模塊\t21
2．3 Python中的變量和數(shù)據(jù)類型\t21
2．3．1 變量\t22
2．3．2 標準數(shù)據(jù)類型\t22
2．3．3 Number（數(shù)值）\t22
2．3．4 String（字符串）\t23
2．3．5 List（列表）\t24
2．3．6 Dictionary（字典）\t26
2．3．7 數(shù)據(jù)類型轉(zhuǎn)換函數(shù)\t27
2．4 Python中的數(shù)據(jù)運算\t27
2．4．1 算術運算符\t28
2．4．2 關系運算符\t28
2．4．3 賦值運算符\t29
2．4．4 邏輯運算符\t30
2．4．5 運算符優(yōu)先級\t32
2．5 Python中的數(shù)字和字符串\t33
2．5．1 內(nèi)置數(shù)學函數(shù)\t33
2．5．2 訪問字符串中的字符\t34
2．5．3 拼接字符串\t34
2．5．4 其他常用函數(shù)\t35
2．6 Python中的列表和字典\t36
2．6．1 列表索引\t36
2．6．2 列表切片\t36
2．6．3 列表中元素的修改與刪除\t37
2．6．4 二維列表\t38
2．6．5 列表中元素的增加\t39
2．6．6 列表反向排序\t39
2．6．7 創(chuàng)建字典\t40
2．6．8 訪問字典中的鍵值\t40
2．6．9 字典中元素的增加與修改\t41
2．6．10 字典中元素的刪除\t41
2．7 Python中的條件語句和循環(huán)語句\t43
2．7．1 條件語句\t43
2．7．2 循環(huán)語句\t46
2．7．3 break語句\t47
2．7．4 continue語句\t48
2．8 Python中的日期和時間\t49
2．8．1 time庫\t49
2．8．2 什么是時間戳\t49
2．8．3 將時間戳轉(zhuǎn)換為時間\t50
2．9 Python中的常用內(nèi)置函數(shù)\t50
2．9．1 len()函數(shù)\t50
2．9．2 range()函數(shù)\t51
2．9．3 split()函數(shù)\t52
2．9．4 type()函數(shù)\t52
2．9．5 isinstance()函數(shù)\t53
2．9．6 取整函數(shù)\t53
2．10 Python中的異常處理\t54
2．10．1 語法錯誤\t54
2．10．2 異常錯誤\t55
2．10．3 異常捕獲\t55
2．11 溫故知新\t56
第3章 量化交易API\t57
3．1 全局常量和數(shù)據(jù)結構\t57
3．1．1 exchange交易所對象\t57
3．1．2 exchanges交易所對象列表\t58
3．1．3 Order數(shù)據(jù)結構\t59
3．1．4 Position數(shù)據(jù)結構\t61
3．1．5 Trade數(shù)據(jù)結構\t61
3．1．6 Ticker數(shù)據(jù)結構\t62
3．1．7 Record數(shù)據(jù)結構\t62
3．1．8 Depth數(shù)據(jù)結構\t62
3．1．9 Account數(shù)據(jù)結構\t63
3．1．10 策略參數(shù)\t63
3．2 獲取Tick、深度、歷史K線數(shù)據(jù)\t64
3．2．1 獲取Tick數(shù)據(jù)函數(shù)GetTicker()\t64
3．2．2 獲取深度數(shù)據(jù)函數(shù)GetDepth()\t65
3．2．3 獲取K線數(shù)據(jù)函數(shù)GetRecords()\t65
3．2．4 商品期貨策略框架\t66
3．3 獲取和取消訂單、獲取當前掛單\t67
3．3．1 訂閱合約代碼函數(shù)SetContractType()\t67
3．3．2 設置期貨交易方向和類型函數(shù)SetDirection()\t68
3．3．3 Buy()函數(shù)\t69
3．3．4 Sell()函數(shù)\t70
3．3．5 取消訂單函數(shù)CancelOrder()\t71
3．3．6 獲取所有未完成訂單函數(shù)GetOrders()\t72
3．3．7 獲取訂單詳情函數(shù)GetOrder()\t73
3．4 IO()函數(shù)\t73
3．4．1 切換行情模式\t74
3．4．2 判斷與期貨公司前置機服務器的連接狀態(tài)\t74
3．4．3 獲取交易所中的所有合約信息\t75
3．4．4 擴展函數(shù)IO(api， …)\t75
3．4．5 等待消息函數(shù)IO(wait)\t76
3．5 賬戶API獲取賬戶和持倉信息\t77
3．5．1 獲取賬戶信息函數(shù)GetAccount()\t77
3．5．2 獲取持倉信息函數(shù)GetPosition()\t78
3．6 常用的日志信息函數(shù)\t80
3．6．1 打印日志信息函數(shù)Log()\t80
3．6．2 打印收益信息函數(shù)LogProfit()\t81
3．6．3 打印狀態(tài)欄信息函數(shù)LogStatus()\t82
3．6．4 畫圖函數(shù)Chart()\t84
3．6．5 日志消除函數(shù)LogReset()\t86
3．6．6 訂單信息日志功能開關函數(shù)EnableLog()\t87
3．7 常用的內(nèi)置函數(shù)\t87
3．7．1 休眠函數(shù)Sleep()\t87
3．7．2 交互函數(shù)GetCommand()\t88
3．7．3 判斷回測/實盤函數(shù)IsVirtual()\t89
3．7．4 全局字典函數(shù)_G()\t90
3．7．5 時間戳函數(shù)_D(Timestamp， Fmt)\t91
3．7．6 浮點數(shù)格式化函數(shù)_N(Num， Precision)\t92
3．7．7 重試函數(shù)_C()\t92
3．7．8 列表交叉函數(shù)_Cross()\t93
3．8 常用的指標函數(shù)及圖表繪制\t95
3．8．1 內(nèi)置的TA指標庫\t95
3．8．2 繪制圖表\t98
3．9 策略參數(shù)及策略交互\t103
3．9．1 策略參數(shù)\t103
3．9．2 策略交互\t105
3．10 內(nèi)置的模板類庫及經(jīng)典策略架構\t107
3．10．1 模板類庫\t107
3．10．2 經(jīng)典策略架構\t108
3．11 溫故知新\t109
第4章 CTA之趨勢跟蹤策略\t110
4．1 什么是CTA策略\t110
4．1．1 CTA策略的分類\t110
4．1．2 趨勢策略\t111
4．1．3 反轉(zhuǎn)策略\t111
4．1．4 量化CTA策略\t111
4．2 經(jīng)典的MACD策略\t112
4．2．1 MACD簡介\t112
4．2．2 MACD的原理\t113
4．2．3 MACD的計算方法\t113
4．2．4 MACD的使用方法\t114
4．2．5 MACD的有效性\t114
4．2．6 策略邏輯\t114
4．2．7 策略編寫\t115
4．2．8 策略回測\t117
4．2．9 完整的策略代碼\t118
4．3 使用ADX輔助MACD策略\t119
4．3．1 什么是ADX\t119
4．3．2 ADX的計算方法\t120
4．3．3 策略邏輯\t121
4．3．4 策略編寫\t121
4．3．5 策略回測\t123
4．3．6 完整的策略代碼\t124
4．4 自適應動態(tài)雙均線策略\t125
4．4．1 傳統(tǒng)均線的弊端\t126
4．4．2 考夫曼均線的原理\t126
4．4．3 考夫曼均線的計算方法\t127
4．4．4 策略邏輯\t128
4．4．5 策略編寫\t129
4．4．6 策略回測\t131
4．4．7 完整的策略代碼\t132
4．5 日內(nèi)高低點突破策略\t133
4．5．1 什么是日內(nèi)交易\t134
4．5．2 策略邏輯\t134
4．5．3 策略編寫\t135
4．5．4 策略回測\t137
4．5．5 完整的策略代碼\t138
4．6 增強版唐奇安通道策略\t140
4．6．1 唐奇安通道策略簡介\t141
4．6．2 原始策略邏輯\t141
4．6．3 改進后的策略邏輯\t142
4．6．4 策略編寫\t143
4．6．5 策略回測\t145
4．6．6 完整的策略代碼\t146
4．7 HANS123日內(nèi)突破策略\t147
4．7．1 策略邏輯\t147
4．7．2 策略編寫\t148
4．7．3 策略回測\t151
4．7．4 完整的策略代碼\t151
4．8 菲阿里四價策略\t154
4．8．1 菲阿里簡介\t154
4．8．2 策略邏輯\t154
4．8．3 策略編寫\t155
4．8．4 策略回測\t158
4．8．5 完整的策略代碼\t159
4．9 AROON（阿隆指標）策略\t162
4．9．1 阿隆指標簡介\t162
4．9．2 阿隆指標的計算方法\t162
4．9．3 如何使用阿隆指標\t163
4．9．4 基于阿隆指標構建交易策略\t164
4．9．5 策略回測\t166
4．9．6 完整的策略代碼\t167
4．10 EMV（簡易波動指標）策略\t169
4．10．1 EMV的計算公式\t169
4．10．2 EMV的使用方法\t170
4．10．3 策略編寫\t170
4．10．4 策略回測\t173
4．10．5 完整的策略代碼\t173
4．11 動態(tài)階梯突破策略\t175
4．11．1 什么是突破策略\t176
4．11．2 突破策略理論\t176
4．11．3 策略邏輯\t176
4．11．4 策略編寫\t178
4．11．5 策略回測\t180
4．11．6 完整的策略代碼\t181
4．12 Dual Thrust日內(nèi)交易策略\t183
4．12．1 Dual Thrust簡介\t184
4．12．2 Dual Thrust日內(nèi)交易策略的上、下軌\t184
4．12．3 策略邏輯\t185
4．12．4 策略編寫\t185
4．12．5 策略回測\t187
4．12．6 完整的策略代碼\t188
4．13 經(jīng)典恒溫器策略\t190
4．13．1 策略簡介\t190
4．13．2 市場波動指數(shù)\t191
4．13．3 策略邏輯\t191
4．13．4 策略編寫\t191
4．13．5 策略回測\t195
4．13．6 完整的策略代碼\t196
4．14 R-breaker策略\t199
4．14．1 策略原理\t199
4．14．2 計算方法\t200
4．14．3 策略邏輯\t200
4．14．4 策略編寫\t201
4．14．5 策略回測\t203
4．14．6 完整的策略代碼\t204
4．15 溫故知新\t206
第5章 CTA之回歸策略\t208
5．1 布林帶跨期套利策略\t208
5．1．1 策略原理\t208
5．1．2 策略邏輯\t209
5．1．3 策略編寫\t210
5．1．4 策略回測\t213
5．2 期現(xiàn)套利圖表\t214
5．2．1 什么是套利\t214
5．2．2 期現(xiàn)套利方法\t215
5．2．3 期現(xiàn)套利的局限\t215
5．2．4 獲取數(shù)據(jù)\t216
5．2．5 期現(xiàn)和基差圖表\t217
5．2．6 圖表展示\t220
5．3 乖離率（BIAS）策略\t221
5．3．1 乖離率簡介\t221
5．3．2 乖離率的原理\t222
5．3．3 乖離率的計算公式\t222
5．3．4 策略邏輯\t223
5．3．5 策略編寫\t223
5．3．6 策略回測\t225
5．3．7 完整的策略代碼\t226
5．4 溫故知新\t227
第6章 量化交易回測與實盤\t229
6．1 使用Tick數(shù)據(jù)讓回測更精準\t229
6．1．1 回測需要哪些數(shù)據(jù)\t229
6．1．2 基于Bar數(shù)據(jù)的回測\t230
6．1．3 基于Tick數(shù)據(jù)的回測\t231
6．1．4 Tick數(shù)據(jù)回測引擎原理\t231
6．1．5 如何選擇最佳回測方式\t231
6．2 回測績效報告詳解\t232
6．2．1 回測配置參數(shù)\t232
6．2．2 年化收益率\t234
6．2．3 年化波動率\t234
6．2．4 最大回撤率\t234
6．2．5 夏普比率\t234
6．3 如何規(guī)避回測中的陷阱\t235
6．3．1 未來函數(shù)\t235
6．3．2 偷價\t236
6．3．3 成本沖擊\t236
6．3．4 幸存者偏差\t236
6．3．5 過擬合\t237
6．4 遞進和交叉回測\t238
6．4．1 樣本內(nèi)回測和樣本外回測\t238
6．4．2 樣本遞進回測\t238
6．4．3 樣本交叉回測\t239
6．5 量化交易實盤\t241
6．5．1 配置期貨賬戶\t241
6．5．2 在Windows操作系統(tǒng)中部署托管者\t244
6．5．3 在Linux操作系統(tǒng)中部署托管者\t245
6．5．4 一鍵租用托管者\t246
6．5．5 創(chuàng)建策略\t248
6．5．6 管理策略\t250
6．5．7 創(chuàng)建實盤\t252
6．5．8 管理實盤\t254
6．6 溫故知新\t255
?
第7章 風險管理與投資組合\t256
7．1 認識期貨中的風險\t256
7．1．1 系統(tǒng)性風險\t256
7．1．2 人為主觀性風險\t257
7．1．3 策略性風險\t257
7．1．4 資金管理的意義\t257
7．1．5 資金管理的方法\t258
7．2 等價鞅資金管理\t259
7．2．1 什么是馬丁格爾策略\t259
7．2．2 正向馬丁格爾策略\t259
7．2．3 正向馬丁格爾策略的測試代碼\t260
7．2．4 反向馬丁格爾策略\t263
7．2．5 反向馬丁格爾策略的測試代碼\t263
7．2．6 馬丁格爾策略在期貨市場中的應用\t266
7．3 反等價鞅資金管理方法\t267
7．3．1 什么是凱利公式\t267
7．3．2 凱利公式的計算方法\t267
7．3．3 用數(shù)據(jù)驗證凱利公式\t268
7．3．4 凱利公式在量化交易中的應用\t270
7．3．5 凱利公式的局限性\t270
7．4 構建投資組合和風險控制\t271
7．4．1 投資分散與均衡\t271
7．4．2 投資組合分類\t272
7．4．3 構建投資組合\t272
7．4．4 收益與風險\t272
7．5 溫故知新\t273
第8章 交易技巧及交易理念\t274
8．1 常用的止盈、止損方法\t274
8．1．1 止損的成本\t274
8．1．2 止損的意義\t275
8．1．3 如何止損\t275
8．1．4 止損的本質(zhì)\t277
8．1．5 正確的止盈\t277
8．1．6 如何止盈\t277
8．2 量化交易與基本面數(shù)據(jù)\t279
8．2．1 常用的基本面數(shù)據(jù)\t279
8．2．2 基本面分析鐵三角\t279
8．2．3 獲取基本面數(shù)據(jù)\t281
8．2．4 繪制基本面數(shù)據(jù)圖表\t283
8．3 交易中常用的數(shù)理知識\t284
8．3．1 VWAP算法\t284
8．3．2 TWAP算法\t284
8．3．3 布朗運動\t285
8．3．4 維納過程\t285
8．3．5 伊藤引理\t286
8．3．6 馬爾可夫過程\t287
8．4 建立概率思維，提升交易格局\t287
8．4．1 交易來自生活\t287
8．4．2 概率思維\t288
8．4．3 久賭必贏\t288
8．4．4 概率的變化\t288
8．4．5 交易中的大數(shù)定律\t289
8．5 溫故知新\t289