"本书以基金与编程基础为出发点，面向零基础或基础知识较少的读者，由浅入深地介绍了从零编写基金分析与交易的量化系统的方法与实践。本书内容由Python的基础知识与编程和投研常用的Python工具开始，逐步介绍常用的交易指标与投资组合管理，最终介绍系统的优化与管理。 本书共分为七章，第1~3章分别介绍基金的基础知识、Python环境的搭建与常用的编程与分析工具，为后几章代码编写铺垫；第4章着重介绍了如何从零开始搭建量化分析系统，其中包含不同模块的设计；第5章与第6章介绍了在量化系统中实现不同的交易框架和策略；第7章介绍将量化系统上线，并配置监控进行运营管理的方法。 本书以通俗易懂的语言和实例阐述量化在基金产品上的分析与应用，适于对基金交易与量化分析有兴趣的读者。书中附有详细注释的代码会帮助读者加深量化系统的构建过程与交易策略的思想。 "

欧阳鹏程，西安交通大学工学硕士，曾代表西安交通大学参加第一届浦发百度智慧金融极客挑战赛，获全国三等奖，研究方向为人工智能在视觉方向的应用与数据增强。曾于三六零安全科技股份有限公司与华为技术有限公司诺亚方舟实验室实习，现从事量化研究与开发相关工作。已出版图书《TensorFlow计算机视觉原理与实战》和《Python量化交易实战》。

前言 得益于计算机技术的高速发展，投资者如今在计算机或者手机上就能进行快捷交易。同时随着数据变得更加透明与易得，使用计算机对投资对象进行回测与模拟分析也变得更加简便，使用程序化的策略进行分析或交易的行为通常被称作程序化交易或量化交易。 量化交易在早期阶段主要依赖于电子交易平台的发展，尤其是在美国商品期货市场。1952年，美国经济学家Harry Markowitz提出了现代投资组合理论，为投资组合优化奠定了数学基础； 1969年，Edward Thorp成立了第1个量化投资基金，标志着量化投资的产生； 1988年，James Simons成立了大奖章基金，从事高频交易和多策略交易； 20世纪90年代，随着互联网的发展和金融建模工具及交易平台的普及，各种自动化交易系统、智能匹配算法和更加高效的交易策略纷纷涌现； 进入21世纪后，随着新的计算机技术（如大数据、机器学习、深度神经网络）的快速发展，多样化的交易策略和高频交易策略的应用成为量化交易的新特征。随着21世纪国内金融市场与互联网金融的大力发展，许多优秀的量化平台与开源框架相继涌现，大幅地降低了普通投资者研究数据、执行量化交易的门槛。 量化交易是指以数学模型、统计学替代人为的主观判断并借助计算机编程技术的投资交易方法，通过历史数据对市场走势进行深入分析并制定与执行交易策略，相比人工交易减少了投资者情绪波动的影响，具有更高的执行效率与客观性，避免投资者在市场极度狂热或悲观的情况下做出非理性的投资决策。量化交易可用于多个市场，通过制定不同投资目标的交易策略，各种类型的投资者和交易员...