前言

写作背景

　　随着计算机技术的普及，越来越多的金融投资者希望借助计算机程序辅助投资。这样投资者不仅需要理解投资理论，还需要熟悉计算机编程技术。为此，本书希望能带领读者学习以下内容：

* 金融量化分析需要掌握的Python基础语法及相关模块；

* 免费获取金融数据的方法与途径；

* 金融量化交易策略的基础回测方法；

* 经典经济模型与金融理论在金融量化分析中的实际应用方法；

* 利用金融量化交易策略开源回测框架进行专业回测的方法。

　　通过认真学习本书内容，读者完全可以独立编写金融量化投资策略回测代码，还可以通过Python代码验证量化投资策略的历史表现，为当前和未来的投资决策提供参考依据。

本书特色

　　1．内容全面，涵盖广泛

　　本书不仅涵盖金融数据获取、数据清洗、量化交易策略回测代码的编写，而且也涵盖统计学与金融学的基础理论在量化投资策略构建中的高级应用，以及免费开源的专业金融量化回测框架Backtrader的使用方法。

　　2．代码实现与专业知识并重

　　金融量化分析不仅需要编程技术，而且需要对金融投资理论具有一定的理解，二者缺一不可。本书在重点介绍Python代码实现的同时，对必要的金融和统计学理论等专业知识进行简要描述，以便读者更深入地理解代码的含义与用途。

　　3．示例丰富，注重实战效果

　　本书穿插大量的示例进行讲解，每个示例均力求贴近实战需求。特别是在第6章金融量化交易策略开发实战会详细介绍5个常用的量化交易策略示例，通过这些示例的历史数据回测结果，显示策略的历史表现，将其作为开发实战策略的依据。

　　4．提供完整的源代码

　　笔者对书中涉及的所有源代码都进行了整理，以方便读者使用。读者对这些代码稍加修改，即可用于自己的项目实践中。

本书内容

　　第1章金融量化交易策略分析概述，详细介绍金融量化分析的基本流程、分析方法与工具、金融量化分析的优势、金融量化分析面临的困局与金融分析的注意事项等。

　　第2章金融量化分析工具的准备——基础语法，主要介绍Python的基础语法、变量、流程控制、函数、类与对象，以及模块应用等知识。

　　第3章金融量化分析工具的准备——Pandas基础，围绕Pandas内部的Series和DataFrame对象，详细介绍如何利用Pandas处理二维数据表信息，如二维数据表文件的读取，行与列的定位、添加等。

　　第4章金融量化分析工具的准备——NumPy基础，重点介绍ndarray对象的创建和ndarray数组数据的访问，以及NumPy数组操作、NumPy模块的主要函数和NumPy随机数处理等。

　　第5章金融量化分析数据的准备，重点介绍如何通过Tushare、Akshare、qstock和Alpha Vantage API等方式获取与分析数据，以及如何通过Pandas进行数据清洗，并通过CSV文件或SQLite数据库存储数据等。

　　第6章金融量化交易策略开发实战，详细介绍趋势追踪交易策略、顶底背离交易策略、小市值交易策略、海龟交易策略与网格交易策略的历史回测代码和回测结果等。

　　第7章金融量化分析常用的工具模块，详细介绍金融量化分析中常用的技术分析指标，如TA-Lib模块、金融统计结果计算模块Empyrical与金融可视化专业模块Mplfinance等。

　　第8章金融量化分析高级应用，详细介绍统计学模型与现代金融理论在金融量化交易中的应用，包括基本的回归模型在金融量化分析中的应用、ARIMA与VAR模型在金融量化分析中的应用，以及金融资产组合优化理论在金融量化分析中的具体应用等。

　　第9章金融量化回测框架Backtrader实战应用，详细介绍开源量化交易策略回测框架Backtrader的数据读取、自定义指标、指标调用、自定义策略类，以及观察器与分析器的应用等。

读者对象

　　阅读本书需要读者具备一定的金融投资基础知识，以及对程序设计有基本的理解能力，建议读者最好对Python编程语言有基本的了解。具体而言，本书主要适合以下读者阅读：

* 有一定Python编程基础的量化分析初学者；

* 了解量化投资的基础理论而希望开发量化投资策略的投资者；

* 已掌握Python基础语法而希望寻求Python应用场景的程序员；

* 高校金融、大数据和投资等专业的学生与老师。

阅读建议

* 基础相对薄弱的读者，建议从第1章开始顺次阅读本书；

* 具备Python语言基础的读者，可以从第2章开始阅读本书；

* 对金融数据获取感兴趣的读者，可以直接阅读第5章；

* 对金融数据可视化感兴趣的读者，可以直接阅读7.3节；

* 对交易策略实战感兴趣的读者，可以直接阅读第6章；

* 对Backtrader框架感兴趣的读者，可以直接阅读第9章。

本书配套资源

　　本书涉及的数据文件、源文件和教学PPT需要读者自行下载。请在清华大学出版社网站（www.tup.com.cn）上搜索本书，然后在本书页面上的“资源下载”模块中单击“网络资源”或“课件下载”按钮即可下载；读者也可以关注微信公众号“方大卓越”，然后回复数字“3”获取下载网址。

阅读反馈

　　限于笔者水平，书中可能还存在一些疏漏，敬请广大读者指正，笔者会及时进行勘误，并将勘误内容传至出版社网站上供读者下载。读者在阅读本书的过程中如果有疑问，可以发电子邮件到bookservice2008@163.com获得帮助。

致谢

　　感谢恩师连平先生、陈伟利先生和郑乡明老师多年来对我的培养与关心！

　　感谢欧振旭在本书出版过程中给予笔者的大力支持与帮助！

　　感谢笔者的家人给予笔者的理解与支持！

　　肖建军

　　2024年3月

Python金融量化分析

前言

·II·

·III·