





定价:99元
印次:1-8
ISBN:9787302587484
出版日期:2021.12.01
印刷日期:2025.03.04
图书责编:刘洋
图书分类:零售
本书主要以国内A股市场为例,借助第三方量化交易平台,讲述了KNN、线性模型、决策树、支持向量机、朴素贝叶斯等常见机器学习算法在交易策略中的应用,同时展示了如何对策略进行回测,以便让读者能够有效评估自己的策略。 另外,本书还讲解了自然语言处理(NLP)技术在量化交易领域的发展趋势,并使用时下热门的深度学习技术,向读者介绍了多层感知机、卷积神经网络,以及长短期记忆网络在量化交易方面的前瞻性应用。 本书没有从Python基础语法讲起,对于传统交易策略也只是一带而过,直接将读者带入机器学习的世界。本书适合对Python语言有一定了解且对量化交易感兴趣的读者阅读。
段小手,IBM认证AI工程师,获纽约金融学院算法交易认证。曾供职于多家知名IT企业,有多年科技项目管理及开发经验。其负责的跨境电商平台项目曾获得“国家发改委电子商务示范项目”“中关村现代服务业试点项目”“北京市信息化基础设施提升专项”“北京市外贸公共服务平台”等多项政策支持。编写出版专业畅销书《深入浅出Python机器学习》。2019年至今,参与云南省公安厅数据挖掘项目,使用机器学习技术协助云南警方打击违法犯罪活动。
前 言 总有些人,不甘平凡 不管是在上学的时候,还是走向工作岗位之后,大家可能都会遇到这样的人—他们 从不满足于平凡的现状,常常想着如何让自己的生活变得更好。于是他们比别人花更多的 时间“泡”图书馆、查资料、加班,努力学习,认真思考,总想找到一条让自己的人生发 生“质变”的路。 有句“鸡汤”是这么说的:上天总会奖励那些偷偷努力的人。虽说“鸡汤”适量“饮 用”就好,不过说真的,就我们目前观察,努力的人大概率还是能够提升自己的生活品质的。 不过大家要注意,这里说的是“大概率”,而不是说“肯定”。因为即使你很努力,但是 努力的方向选得不太好,那很可能会事倍功半。 就像我们这本书的主角—小瓦,她有足够的动力去改变自己的生活,也为了这个目 标很努力地在学习和思考,但她需要一个很好的努力方向来实现自己的人生目标,而本书 的目的也是要帮助她厘清思路,使她掌握相关的技能。 当然,在培养起兴趣,并掌握了基本技能之后,小瓦未来还要再接再厉,勇攀高峰。 常言道,“功夫不负有心人”。相信只要坚持不懈地钻研,小瓦最终会过上自己想要的生活(小 瓦的名字来源于北欧神话中女武神Valkyria的名字,暗指她未来将会有很高的成就)。 本书会带给读者什么 这里要强调的是,本书并不是鼓励大家都去一头扎进量化交易当中,把它当作实现“一 夜暴富”的捷径。实际上,本书写作的初衷是:在股票交易这个门槛较低,且数据相对比 较完善的场景当中,让读者可以像小瓦一样,提高自己的数据分析能力,掌握机器学习技能。 再直白一点地说,如果读者朋友和小瓦有类似的动机和背...
目 录
第1章 小瓦的故事—从零开始
1.1 何以解忧,“小富”也行 ···············1
1.1.1 那些年,那些交易 ···························2
1.1.2 自动化交易和高频交易 ·····················2
1.1.3 因子投资悄然兴起 ···························3
1.2 机器学习崛起 ······························4
1.2.1 量化投资风生水起 ···························4
1.2.2 没有数据是不行的 ···························5
1.2.3 交易策略和阿尔法因子 ·····················5
1.3 要想富,先配库 ···························6
1.3.1 Anaconda的下载和安装 ·····················6
1.3.2 Jupyter Notebook的基本使用方法 ········8
1.3.3 用真实股票数据练练手 ···················11
1.4 小结 ········································15
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 ··········16
2.1.1 下载数据并创建交易信号 ········...
直截了当:不谈理论,只讲方法,带领读者使用真实数据集进行操练。
轻松愉快:没有说教,如朋友般娓娓道来,还有小瓦姑娘陪你练习。
前沿视角:将国际前沿的自然语言处理技术引入书中,令人耳目一新。
使用Python获得真实的股票行情数据,让你快速上手;
设计简单的交易策略,让交易信号告诉你什么时候下单买卖;
“徒手”实现一个简单的回测程序,让它帮你评估策略的收益情况;
用Python实现经典的交易策略并回测,让你心中有数;
使用KNN模型预测股价的涨跌,并基于此设计交易策略;
利用第三方量化交易平台获取更多数据;
使用PCA主成分分析制作你的专属交易因子,用它来选股;
对因子进行分析,找到在某个时间范围内能带来较高收益的因子;
将经典机器学习算法与因子结合起来设计交易策略;
初探自然语言处理,获得股市相关的文本数据,并进行情绪分析。