"本书共5篇23章，内容包括:(1)量化投资基础及Python应用环境；(2)Python程序设计基础；(3)Python金融投资数据获取；(4)Python工具库NumPy数组与矩阵计算；(5)Python工具库SciPy优化与统计；(6)Pandas金融投资数据分析；(7)Python描述性统计；(8)Python相关分析与回归分析；(9)Python金融时间序列的自相关性与平稳性；(10)Python金融时间序列分析的ARIMA模型；(11)Python金融时间序列分析的ARCH与GARCH模型；(12)Python计算资产组合的收益率与风险；(13)Python优化工具在投资组合均值方差模型中的应用；(14)Python应用于存在无风险资产的均值方差模型；(15)Python在资本资产定价模型中的应用；(16)贝塔对冲策略；(17)量化选股策略；(18)量化择时策略；(19)量化选股与量化择时组合策略；(20)量化投资统计套利的协整配对交易策略；(21)基于Python环境的配对交易策略；(22)人工智能机器学习算法量化投资；(23)Backtrader量化交易软件介绍。 本书内容新颖、全面，实用性强，融理论、方法、应用于一体，可作为金融科技、金融工程、金融学、投资学、保险学、会计学、财务管理、经济学、财政学、统计学、数量经济学、管理科学与工程、应用数学、计算机应用技术等专业的高年级本科生和研究生的教材或参考书。 "

朱顺泉，男，汉族，湖南省邵东市人。2001南大学管理科学与工程专业金融工程方向研究生毕业，获管理学博士学位，2004年于上海财经大学应用经济学专业金融计量与统计方向博士后研究出站，2006年评为教授。曾先后工作于湖南财经学院、湖南大学、暨南大学等，指导各类硕士生90余人，现为广东财经大学金融学院教授，长期从事本科生与研究生的投资学、金融工程、公司金融、金融市场、金融计量学、经济博弈论、数据模型与决策等课程的教学和科研工作，一直致力于财经与科技相结合的交叉应用研究。发表学术论文一百余篇，主持完成国家社会科学项目、国家级一流专业建设点项目、教育部社会科学项目、广东省一流专业建设点项目、广东省科技计划项目、广东省哲学社会科学项目等共十余项。

前言 量化投资是指投资者以投资数据为基础，以优化和统计等数学模型为核心，结合现代金融投资理论（金融市场及机构、公司金融、投资学、金融工程等），将自己在金融市场中的实践经验或感悟通过优化、统计等数理模型进行量化，设计出相应的交易规则，最后运用计算机系统自动地按照交易规则进行程序化交易。量化投资在各类金融机构与监管部门中都有广泛的应用。随着信息科技的普及、金融计量方法的蓬勃发展以及金融衍生工具的多样化选择，金融科技与量化投资正在快速发展，掀起一股热潮。金融市场特别是基金和证券行业对金融科技与量化投资人才的需求逐年攀升，但市场上这方面的人才却十分匮乏。金融科技作为一门新兴交叉学科，目前国内尚缺乏相应的教学辅导资料，许多高等学校对这一门学科的建设也缺乏经验，甚至在国内高等教育是一个空白。鉴于此，我们编写了这本《金融科技——量化投资的Python实施》，以适应金融科技与量化投资专业创新型人才培养的知识结构要求。 本书以Python语言、BigQuant量化投资平台、Backtrader量化交易软件等为基础，利用我国的实际数据给出金融投资方法与策略的Python应用，因而具有很好的实用价值。本书实例与内容丰富，有很强的针对性，书中各章详细地介绍了实例的Python具体操作过程，读者只需按照书中介绍的步骤一步一步地实际操作，就能掌握全书的内容。为了帮助读者更加直观地学习本书，我们将书中实例的全部数据文件提供给读者（可扫书末二维码获取）。读者在本地计算机中建立一个/2glkx/data目录（其他目录名也可以），将所有数据文件复制到此目录，即可进行操作。部分策略在BigQ...