本书是一本利用Python技术，结合人工智能、神经网络和机器学习、遗传算法等互联网技术进行相应行业模型开发的技术图书。 本书第1～4 章主要讲解了利用Python软件分析模型开发的入门知识，包括开发工具的使用、测试技术难点等内容；第5～7 章主要讲解了利用人工智能中的神经网络技术进行技术研发，利用数据挖掘技术完善行业技术模型的数据加载与分析等内容；第8～9 章主要讲解了利用大数据进行技术配置和风险控制等内容；第10～11 章主要讲解了利用机器学习与遗传算法进行相应模型开发等内容。 全书内容专业，案例丰富翔实，是作者多年来利用开发软件和人工智能结合进行相关领域软件开发与探索的最佳结晶。本书不仅适合想利用 Python进行软件开发的用户，也适合有一定经验但想深入掌握人工智能、机器学习技术进行行业应用的用户使用，还可以作为机构培训的优秀教材。

本书将基础经济学、高频数据的经验基础和数学工具以及模型联系在一起，为读者在试图理解和设计成功的交易算法时面对的各种各样的问题，提供足够广阔的视野。本书分为三个部分。第一部分给出了交易市场的基本概念、理论以及经验事实。第1章介绍了电子交易市场、市场参与者和订单簿。第2章概述了金融微观结构市场模型。第3章和第4章对市场进行了实证和统计分析。第二部分也就是第5章介绍了交易算法分析相关的数学工具。第三部分深入研究算法交易策略的建模。第6-8章涉及**执行策略，即代理商必须在预先指定的窗口上清算或收购大头寸，使用市价单或限价单进行持续交易。第9章涉及基于交易量日程的执行算法，为希望跟踪市场整体交易量的投资者制定战略。第10章展示了做市商如何在限价订单簿中选择限价单的发布位置。考虑了包括对库存风险的厌恶，逆向选择以及价格动态的短期趋势等因素。第11章专注于统计套...(展开全部)

将数量化工具引入投资分析，需要结合中国股票、期货市场实际情况，为投资者开发并讲解含金量高、长期有效、逻辑清晰的量化投资模型，量化投资领域才能快速普及开来。 本书在模型开发过程讲解的基础上，给出建模思路和绩效评估方法，并公开部分机构模型，指导投资者进一步钻研。书中为每个模型展示迭代过程中的绩效，并通过让读者扫描二维码，下载模型，构建纸媒和互联网的连接机制。

将数量化工具引入投资分析，需要结合中国股票、期货市场实际情况，为投资者开发并讲解含金量高、长期有效、逻辑清晰的量化投资模型，在量化投资领域才能快速普及开来。本书在模型开发过程讲解的基础上，给出建模思路和绩效评估理论，并公开部分机构模型，指导投资者进一步钻研。本书为每个模型展示迭代过程中的绩效，并通过让读者扫描二维码，下载模型，构建纸媒和互联网的连接机制。

将数量化工具引入投资分析，需要结合中国股票、期货市场实际情况，为投资者开发并讲解含金量高、长期有效、逻辑清晰的量化投资模型，在量化投资领域才能快速普及开来。本书在模型开发过程讲解的基础上，给出建模思路和绩效评估理论，并公开部分机构模型，指导投资者进一步钻研。本书为每个模型展示迭代过程中的绩效，并通过让读者扫描二维码，下载模型，构建纸媒和互联网的连接机制。

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。

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。

本书使用Python和C++两种编程语言来介绍数据结构。全书内容共15章。书中首先介绍了抽象与分析、数据的抽象等数据结构的基本原理和知识，然后结合Python的特点介绍了容器类、链式结构和迭代器、堆栈和队列、递归、树；随后，简单介绍了C++语言的知识，并进一步讲解了C++类、C++的动态内存、C++的链式结构、C++模板、堆、平衡树和散列表、图等内容；最后对算法技术进行了总结。每章最后给出了一些练习题和编程练习，帮助读者复习巩固所学的知识。本书适合作为高等院校计算机相关专业数据结构课程的教材和参考书，也适合对数据结构知识感兴趣的读者学习参考。

本书使用Python和C++两种编程语言来介绍数据结构。全书内容共15章。书中首先介绍了抽象与分析、数据的抽象等数据结构的基本原理和知识，然后结合Python的特点介绍了容器类、链式结构和迭代器、堆栈和队列、递归、树；随后，简单介绍了C++语言的知识，并进一步讲解了C++类、C++的动态内存、C++的链式结构、C++模板、堆、平衡树和散列表、图等内容；最后对算法技术进行了总结。每章最后给出了一些练习题和编程练习，帮助读者复习巩固所学的知识。本书适合作为高等院校计算机相关专业数据结构课程的教材和参考书，也适合对数据结构知识感兴趣的读者学习参考。