Python量化投资
京东图书
序言
量化投资把握两个方面：
- 策略逻辑
海龟交易策略
网络交易策略
多因子策略
统计套利策略
…… - 策略实现
研究--回测--交易
在量化投资的研究过程中，80%的时间都是处理数据。
第一章 量化投资与Python简介
广义上可以认为，凡是借助于数学模型和计算机实现的投资方法都可以称为量化投资。
-- 股票多因子策略（阿尔法）
-- 期货CTA策略
-- 套利策略
-- 高频交易策略
量化投资策略最大特点——具有一套基于数据的完整交易规则（客观的量化标准）。
- 客观性
量化投资一般通过回测来证实或者证伪策略的历史有效性，而且在进行实盘交易的时候，很多都是通过程序化交易自动下单的，这能在很大程度上保证决策的客观性，受人为情绪等因素的干扰较少。 - 大数据
量化投资在研究或者决策中，通常会引入大量的数据来进行分析。 - 响应快
由于是用计算机进行自动分析，所以分析和响应速度都十分迅速，一般能达到秒级，高频交易甚至是以微秒为单位的。
不要迷信量化投资能够解决一切问题。我们只需要想办法利用好量化的特性，在投资竞争中不断积累优势即可。
投资不是“优化”问题，投资是“预测”问题，是要预测市场的下一步应该怎么走。
第二章 平台搭建和工具 （略）
主要介绍平台的搭建及相关Python包安装，该笔记略去这部分内容。
第三章 Python金融分析常用库介绍 （略）
- Numpy
- Scipy
- Pandas
- StatsModels
第4章 可视化分析（略）
- Matplotlib
- seaborn
- python-highcharts
第5章 统计基础 （略）
- 基本统计概念
- 连续随机变量分布
- 回归分析
第6章 数据预处理和初步探索（略）
- 数据清理
- 描述性统计
- 描述性统计的可视化分析
第7章 Pandas进阶与实战（略）
- 多重索引
- 数据周期变换
