更新时间：2022-07-29 16:03:04
封面
版权信息
作者简介
内容简介
前言
总有些人，不甘平凡
本书会带给读者什么
本书内容及体系结构
本书特色
本书读者对象
第1章 小瓦的故事——从零开始
1.1 何以解忧，“小富”也行
1.1.1 那些年，那些交易
1.1.2 自动化交易和高频交易
1.1.3 因子投资悄然兴起
1.2 机器学习崛起
1.2.1 量化投资风生水起
1.2.2 没有数据是不行的
1.2.3 交易策略和阿尔法因子
1.3 要想富，先配库
1.3.1 Anaconda的下载和安装
1.3.2 Jupyter Notebook的基本使用方法
1.3.3 用真实股票数据练练手
1.4 小结
第2章 小瓦的策略靠谱吗——回测与经典策略
2.1 对小瓦的策略进行简单回测
2.1.1 下载数据并创建交易信号
2.1.2 对交易策略进行简单回测
2.1.3 关于回测，你还需要知道的
2.2 经典策略之移动平均策略
2.2.1 单一移动平均指标
2.2.2 双移动平均策略的实现
2.2.3 对双移动平均策略进行回测
2.3 经典策略之海龟策略
2.3.1 使用海龟策略生成交易信号
2.3.2 根据交易信号和仓位进行下单
2.3.3 对海龟策略进行回测
2.4 小结
第3章 AI来了——机器学习在交易中的简单应用
3.1 机器学习的基本概念
3.1.1 有监督学习和无监督学习
3.1.2 分类和回归
3.1.3 模型性能的评估
3.2 机器学习工具的基本使用方法
3.2.1 KNN算法的基本原理
3.2.2 KNN算法用于分类
3.2.3 KNN算法用于回归
3.3 基于机器学习的简单交易策略
3.3.1 获取股票数据
3.3.2 创建交易条件
3.3.3 使用分类算法制定交易策略
3.4 小结
第4章 多来点数据——借助量化交易平台
4.1 数据不够，平台来凑
4.1.1 选择量化交易平台
4.1.2 量化交易平台的研究环境
4.1.3 在研究环境中运行代码
4.2 借助财务数据筛选股票
4.2.1 获取股票的概况
4.2.2 获取股票的财务数据
4.2.3 通过财务指标进行选股
4.3 谁是幕后“大佬”
4.3.1 找到最大的股东
4.3.2 大股东们增持了还是减持了
4.3.3 资金净流入还是净流出
4.4 小结
第5章 因子来了——基本原理和用法
5.1 “瓦氏因子”了解一下
5.1.1 获取主力资金流向数据
5.1.2 简易特征工程
5.1.3 “瓦氏因子”的计算
5.1.4 用添加“瓦氏因子”的数据训练模型
5.1.5 “因子”都能干啥
5.2 股票不知道怎么选？因子来帮忙
5.2.1 确定股票池
5.2.2 获取沪深两市的全部指数
5.2.3 获取股票的市值因子
5.2.4 获取股票的现金流因子
5.2.5 获取股票的净利率因子
5.2.6 获取股票的净利润增长率因子
5.3 把诸多因子“打个包”
5.3.1 将4个因子存入一个DataFrame
5.3.2 使用PCA提取主成分
5.3.3 找到主成分数值最高的股票
5.4 小结
第6章 因子好用吗——有些事需要你知道
6.1 针对投资组合获取因子值
6.1.1 建立投资组合并设定日期
6.1.2 获取一个情绪因子
6.1.3 获取全部的因子分析结果
6.2 因子收益分析
6.2.1 因子各分位统计
6.2.2 因子加权多空组合累计收益
6.2.3 做多最大分位做空最小分位收益
6.2.4 分位数累计收益对比
6.3 因子IC分析
6.3.1 因子IC分析概况
6.3.2 因子IC时间序列图
6.3.3 因子IC正态分布Q-Q图和月度均值
6.4 因子换手率、因子自相关性和因子预测能力分析
