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BigQuant量化投资平台下运行，部分策略在PythonSpyder、Backtrader量化交易软件等环境下运行。

本书共分5篇: 第1篇为量化投资基础与Python环境; 第2篇为Python统计分析; 第3篇为Python金融时间序列分析; 第4篇为Python金融投资理论; 第5篇为Python量化投资策略。具体内容是这样安排的: 第1章介绍量化投资基础及Python应用环境; 第2章介绍Python程序设计基础; 第3章介绍Python金融投资数据获取;  第4章介绍Python工具库NumPy数组与矩阵计算; 第5章介绍Python工具库SciPy优化与统计; 第6章介绍Pandas金融投资数据分析; 第7章介绍Python描述性统计; 第8章介绍Python相关分析与回归分析; 第9章介绍Python金融时间序列的自相关性与平稳性; 第10章介绍Python金融时间序列分析的ARIMA模型; 第11章介绍Python金融时间序列分析的ARCH与GARCH模型; 第12章介绍Python计算资产组合的收益率与风险; 第13章介绍Python优化工具在投资组合均值方差模型中的应用; 第14章介绍Python应用于存在无风险资产的均值方差模型; 第15章介绍Python在资本资产定价模型中的应用; 第16章介绍贝塔对冲策略; 第17章介绍量化选股策略; 第18章介绍量化择时策略; 第19章介绍量化选股与量化择时组合策略; 第20章介绍量化投资统计套利的协整配对交易策略; 第21章介绍基于Python环境的配对交易策略; 第22章介绍人工智能机器学习算法量化金融策略; 第23章介绍Backtrader量化交易软件。

本书是2020年广东财经大学投资学专业国家级一流本科专业建设项目、2022年投资学广东省一流课程建设项目、2022年广东财经大学本科生教材建设项目、2022年广东财经大学研究生教材建设项目、2022年广东省研究生教育创新计划项目（金融专硕量化投资案例库建设）、广州华商学院一流专业金融工程项目等阶段性成果。

本书可供金融科技、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本科高年级学生、研究生以及金融专业硕士、应用统计专业硕士等使用，也适合以下的Python工作者，如有计算机背景的软件工程师、有数据分析背景的数据科学家、金融行业从业者等。

本书的出版，得到了清华大学出版社的大力支持与帮助，在此表示感谢！由于时间和水平所限，书中难免出现一些纰漏，恳请读者谅解并提出宝贵意见。

作者

2023年10月于广州