零起点Python大数据与量化交易 - (EPUB全文下载)

文件大小：0.38 mb。
文件格式：epub 格式。
书籍内容：

零起点Python大数据与量化交易
第1章 从故事开始学量化
第2章 常用量化技术指标与框架
第3章 金融数据采集整理
第4章 PAT案例汇编
第5章 zwQuant整体架构
第6章 模块详解与实盘数据
第7章 量化策略库
第8章 海龟策略与自定义扩展
第9章 TA-Lib函数库与策略开发
第10章 扩展与未来
附录A zwPython开发平台用户手册
附录B Python量化学习路线图
第1章 从故事开始学量化
本书全程采用 MBA个案教学模式，每章都有介绍案例，这些案例都配有纯Python源码，由浅到深，尽量覆盖量化交易、量化分析的各个环节，同时书中还配合有关案例，对Python编程技巧、金融量化领域的背景知识做了部分介绍。
即使非金融专业、没有经验的读者，也能够根据书中的案例举一反三，借鉴到自己的实盘操作当中。
至于案例背后的理论、算法、模型，有些非常复杂，属于专业课程，甚至学术范畴，初学者无须一一细究。
本章是入门课程，通过几个经典的案例，读者将学习以下知识：
●量化算法、量化策略（投资策略）；
●不同的量化算法、量化策略所带来的收益差别；
●用Excel进行简单的量化分析；
●用Python进行简单的量化分析。
很多人，特别是初学者，一提起量化投资就觉得很神秘、很复杂，特别是提到其中的交易算法、量化模型，更加觉得高不可攀。
本书一开始就从趣味投资学入手，通过几个简单的小故事揭开量化投资的神秘面纱。
1.1 亿万富翁的“神奇公式”
1.1.1 案例1-1：亿万富翁的“神奇公式”
假设有一位年轻人，每年定期存款1.4万元，享受平均5%的利率，如此持续40年，他可以积累的财富为：
1.4×(1+5%)^40=169（万元）
注意，这个公式不是一般的数学计算公式，而是复利公式，其计算方法如下：
（1）本利和=本金×(1+年利率)^期限。
（2）Excel复利计算公式为“=FV( rate,nper,pv,pmt,type)”。
Excel操作为：“=FV(5%,40-1,-14000, -14000)”。
结果是：1 691 196.84（元）。
如果这位年轻人将每年应存的钱全部投资到股票或房地产市场，并假定能获得年均20%的投资回报率，则40年后，他能积累多少财富？
一般人猜测是200万元至800万元。然而，“神奇公式”给出的答案是1.0281亿元！
这个数据是依照财务学计算年金的公式得到的：1.4×（[ 1+20%）^（40-1）]=1.0281 （亿元）
Excel操作为：“=FV(20%,40-1,-14000,-14000)”。
结果是：102 814 009.76（元）。
试着将这个天文数字与平均投资回报率仅为5%的定期存款结果相比，你会发现两者收益的差距达60多倍，多么令人惊讶！
这个“神奇公式”就是所有量化分析的基础公式：复利计算公式。
做量化分析、量化投资，任何算法、模型、短期收益的高低都无所谓，关键是稳定。只要稳定了，使用复利公式，哪怕是1%的增长，其增长速度都是几何裂变模式的。
量化投资所用的算法、模式、策略，其实只是数据分析的一种手段。
在“神奇公式”这个案例中，就涉及到两种不同的策略和算法公式。
●保守投资策略：银行储蓄，5%的年收益。
●激进投资策略：股市投资，20%的年收益。
保守的银行储蓄策略，5%的年收益基本可以实现。激进的股市投资策略，20%的年收益需要考虑风险因素，此次假设20%的年收益率已经扣除了各种风险因素。
下面用Excel分析一下这个“神奇公式”。
配套文件名是\zwpython\zw_k10\dat\k101.xls。
打开文件，如图1-1所示。
图1-1 “神奇公式”收益表
从“神奇公式”收益表我们可以看到：
●用户累计投入56万元（1.4万元×40）；
●保守模式，5%年收益率，40年总收益169万元，投资回报率3倍；
●激进模式，20%年收益率，40年总收益1.02亿元，投资回报率184倍；
●激进模式与保守模式两者的回报相差61倍。
下面再看看“神奇公式”Python版本的脚本程序。
脚本文件名为\zwpython\zw_k10\k101.py。
以上程序运行结果如图1-2所示，和Excel的计算结果完全一致。
图1-2 “神奇公式”Python程序运行结果
算法（Algorithm）是指解题方案准确而完整的描述，是一系列解决问题的清晰指令。算法代表着用系统的方法描述解决问题的策略机制。
也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，那么执行这个算法将不会解决这个问题。
案例1-1中的Python程序k101.py就是采用最简单的顺序算法，依照先后顺序，根据不同收益率，依次调用策略计算函数sta001计算相关的总收益。
读者仔细对比一下Excel与Python程序两个不同的分析过程，可以发现，其中的关键都是fv函数：
fv为复利函数，看起来简单，其实具体编程非常复杂，这些现成函数读者知道如何调用就可以了。同样，量化分析的相关软件和算法原理都很专业，一般用户只需要知道如何使用相关的软件和工具就可以了。
有趣的是，Excel与Python程序的复利函数不仅名称一样，而且连调用的参数、顺序都是一致的。
所以笔者经常说，Pandas（潘达思）数据分析软件不过是Python版本的Excel报表而已，量化分析其实很简单，懂Excel就可以入门学习了。
事实上，微软公司的Excel电子表格软件是世界上最流行的数据分析、量化分析工具之一。Excel可以完成各种专业的数据分析，提供BI（商业智能）功能，甚至还能够提供服务器的功能。
不过，综合而言，专业的量化分析、数据分析使用Python语言和Pandas数据分析软件更加专业、简单和方便。
目前，大数据领域已经公认：十亿以下的大数据项目，Pandas数据分析软件是首选的工程一线的处理方案。
注意
本节的案例“神奇公式”Python版本的脚本程序文件名为\zwpyt ............

以上为书籍内容预览，如需阅读全文内容请下载EPUB源文件，祝您阅读愉快。