《动量策略：利用Python构建关键交易模型》是一本关于如何利用Python进行系统交易(Systematic Trading)的实践指南，深入探讨了如何利用Python构建期货和股票交易策略。目前，量化交易得到越来越多人的认可，它通过将你的交易想法制定为具体的策略规则，让你在真实冒险之前测试和评估交易表现，并对交易计划的可行性做出评判，可以大幅提升你的交易成绩。 然而，专业级别的编程开发和系统策略的回溯测试令很多人望而生畏，阻碍了很多人的量化交易之路。本书作为量化交易的入门读物，通俗易懂，实操性强，你只要按照书中的讲解步骤一路操作下来，就会对如何利用Python构建量化交易策略的全貌有所了解，知道如何使用Python语言构建基本的交易策略，以及建立自己的专业回溯测试环境。 本书详细解释了多种交易策略，并提供了完整的源代码，给你必要的工具和技能集，让...(展开全部)

这是一本关于如何利用Python进行系统交易(Systematic Trading)的实践指南，深入探讨了如何利用Python构建期货和股票交易策略。目前，量化交易得到越来越多人的认可，它通过将你的交易想法制定为具体的策略规则，让你在真实冒险之前测试和评估交易表现，并对交易计划的可行性做出评判，可以大幅提升你的交易成绩。 然而，专业级别的编程开发和系统策略的回溯测试令很多人望而生畏，阻碍了很多人的量化交易之路。本书作为量化交易的入门读物，通俗易懂，实操性强，你只要按照书中的讲解步骤一路操作下来，就会对如何利用Python构建量化交易策略的全貌有所了解，知道如何使用Python语言构建基本的交易策略，以及建立自己的专业回溯测试环境。 本书详细解释了多种交易策略，并提供了完整的源代码，给你必要的工具和技能集，让你在成为专业系统交易员的道路上走得更加顺畅。本书编写的目的是给读者提供循序渐进的指导，让读者轻松地从零技术基础开始，直到拥有构建复杂量化交易策略的技能集为止，重点是让读者学会对交易策略进行量化回测。

这是一本关于如何利用Python进行系统交易(Systematic Trading)的实践指南，深入探讨了如何利用Python构建期货和股票交易策略。目前，量化交易得到越来越多人的认可，它通过将你的交易想法制定为具体的策略规则，让你在真实冒险之前测试和评估交易表现，并对交易计划的可行性做出评判，可以大幅提升你的交易成绩。 然而，专业级别的编程开发和系统策略的回溯测试令很多人望而生畏，阻碍了很多人的量化交易之路。本书作为量化交易的入门读物，通俗易懂，实操性强，你只要按照书中的讲解步骤一路操作下来，就会对如何利用Python构建量化交易策略的全貌有所了解，知道如何使用Python语言构建基本的交易策略，以及建立自己的专业回溯测试环境。 本书详细解释了多种交易策略，并提供了完整的源代码，给你必要的工具和技能集，让你在成为专业系统交易员的道路上走得更加顺畅。本书编写的目的是给读者提供循序渐进的指导，让读者轻松地从零技术基础开始，直到拥有构建复杂量化交易策略的技能集为止，重点是让读者学会对交易策略进行量化回测。

《动量策略：利用Python构建关键交易模型》是一本关于如何利用Python进行系统交易(Systematic Trading)的实践指南，深入探讨了如何利用Python构建期货和股票交易策略。目前，量化交易得到越来越多人的认可，它通过将你的交易想法制定为具体的策略规则，让你在真实冒险之前测试和评估交易表现，并对交易计划的可行性做出评判，可以大幅提升你的交易成绩。 然而，专业级别的编程开发和系统策略的回溯测试令很多人望而生畏，阻碍了很多人的量化交易之路。本书作为量化交易的入门读物，通俗易懂，实操性强，你只要按照书中的讲解步骤一路操作下来，就会对如何利用Python构建量化交易策略的全貌有所了解，知道如何使用Python语言构建基本的交易策略，以及建立自己的专业回溯测试环境。 本书详细解释了多种交易策略，并提供了完整的源代码，给你必要的工具和技能集，让...(展开全部)

全书共18章，前11章主要讲解基础知识。第1章介绍了什么是量化投资，以及为什么要用Python。第2章介绍了如何搭建基础环境，介绍了常用的一些工具。第3章讲解python的基本应用和常用的库。第4章介绍python数据分析中常用的Numpy，Scipy，Pandas。第5章介绍数据分析的基础方法。第6章介绍数据的可视化，使用matplotlib库。第7章介绍基础的金融分析方法。第8章介绍技术分析和时序序列分析，从业界和学术界两种角度来进行分析。第9章介绍了投资组合理论和由此衍生出来的多因子模型。第10章介绍了金融市场中衍生品的分析，以期货和期权为主。第11章从利率开始，介绍了债券的分析方法。从第12章开始进入实战篇。第12章讲解中国金融市场，主要针对二级市场，并介绍了针对不同市场的基本投资策略。第13章介绍了，研究策略时，所需的数据来源，开源数据和商业数据库都有介绍。并且介绍目前比较流行的python的开源数据源。第14章介绍了如何建立数据库，并且讲解针对不同数据，如何设计数据库。第15章介绍了策略研究基本概念，方法论和流程。第16章介绍了进行自动化交易的接口，并且介绍了目前比较流行的开源项目vn.py。第17章介绍了如何使用python爬取网络上数据，并进行舆情分析。第18章介绍了人工智能的基本概念和算法，并且介绍了人工智能在量化投资中的应用。

全书共18章，前11章主要讲解基础知识。第1章介绍了什么是量化投资，以及为什么要用Python。第2章介绍了如何搭建基础环境，介绍了常用的一些工具。第3章讲解python的基本应用和常用的库。第4章介绍python数据分析中常用的Numpy，Scipy，Pandas。第5章介绍数据分析的基础方法。第6章介绍数据的可视化，使用matplotlib库。第7章介绍基础的金融分析方法。第8章介绍技术分析和时序序列分析，从业界和学术界两种角度来进行分析。第9章介绍了投资组合理论和由此衍生出来的多因子模型。第10章介绍了金融市场中衍生品的分析，以期货和期权为主。第11章从利率开始，介绍了债券的分析方法。从第12章开始进入实战篇。第12章讲解中国金融市场，主要针对二级市场，并介绍了针对不同市场的基本投资策略。第13章介绍了，研究策略时，所需的数据来源，开源数据和商业数据库都有介绍。并且介绍目前比较流行的python的开源数据源。第14章介绍了如何建立数据库，并且讲解针对不同数据，如何设计数据库。第15章介绍了策略研究基本概念，方法论和流程。第16章介绍了进行自动化交易的接口，并且介绍了目前比较流行的开源项目vn.py。第17章介绍了如何使用python爬取网络上数据，并进行舆情分析。第18章介绍了人工智能的基本概念和算法，并且介绍了人工智能在量化投资中的应用。

随着投资交易军备竞赛的白热化，交易员开始选择更为强大的工具来构建交易系统，进行投资管理，而在近十年中脱颖而出的就是TradeStation交易平台。 TradeStation软件风靡华尔街三十余年，是一个广受活跃交易客户青睐的专业交易平台。该平台支持股票、期货、大宗商品、融资融券、股指期货、商品期货和期权交易，内置快捷的下单工具、止盈止损等高级订单，以及完备的策略回测和自动化交易等功能；同时自带编程语言“EasyLanguage”，支持自主开发交易策略及工具等。 本书详细讲解了TradeStation的各种使用方法、技巧和工具，传授了交易系统的制作经验，给出了相应的建议。本书可以作为计划学习使用TradeStation创建交易系统的读者的用户手册。书中讲解了TradeStation自有的简易编程语言（Easy Language），介绍了编制交易系统的...(展开全部)

随着投资交易军备竞赛的白热化，交易员开始选择更为强大的工具来构建交易系统，进行投资管理，而在近十年中脱颖而出的就是TradeStation交易平台。 TradeStation软件风靡华尔街三十余年，是一个广受活跃交易客户青睐的专业交易平台。该平台支持股票、期货、大宗商品、融资融券、股指期货、商品期货和期权交易，内置快捷的下单工具、止盈止损等高级订单，以及完备的策略回测和自动化交易等功能；同时自带编程语言“EasyLanguage”，支持自主开发交易策略及工具等。 本书详细讲解了TradeStation的各种使用方法、技巧和工具，传授了交易系统的制作经验，给出了相应的建议。本书可以作为计划学习使用TradeStation创建交易系统的读者的用户手册。书中讲解了TradeStation自有的简易编程语言（Easy Language），介绍了编制交易系统的...(展开全部)

编程设计的方法与传统的设计不是割裂的，但与之又有所差异，在设计的本质上就已经发生了改变，因此进入编程设计领域将面临两个方向需要解决的问题。一个是支持编程设计基本技术层面的操作，二是设计本身思维方式的转变。编程设计普及较慢的一个很大阻碍在于基本技术的学习需要耗费一定的精力，但是这样的付出是一种必然。 《参数模型构建》主要是按照Grasshopper中组件的分组组织本书讲解的架构。包括“基础”部分，讲述Grasshopper和Add-ons的安装，并通过一个小案例说明使用Grasshopper节点可视化编程的基本操作流程；

本书本着能让新手快速上手量化交易的原则，循序渐进地讲解了量化交易入门所需要的知识，以及大量的开发技巧与交易技巧，具有很强的实用性。vn.py是机构级别的量化交易软件，掌握vn.py框架原理并且熟练运用，有利于新手快速搭建属于自己的量化交易系统。Python语言有非常强大的数据分析库，对于交易策略的研发具有天然优势，且其易学性也深受初学者喜爱。本书即以Python+vn.py这一流行组合写作，从量化交易的起源及其发展进程入手，在简单介绍Python量化编程基础，以及详细解析vn.py架构之后，深入且全面地介绍了CTA策略、海龟策略，以及新策略的开发流程。