前    言

　　“量化金融投资”以数据为基础，以优化和统计等数学模型为核心，结合现代金融理论(金融市场及机构、公司金融、投资学、金融工程等)，在各类金融机构以及监管部门中都有广泛的应用。量化金融投资起源于投资组合理论，随着投资管理技术、云计算、大数据、人工智能及计算机技术的快速发展，在金融市场逐步成熟之后，量化金融投资得到了迅速发展。在目前国际、国内经济大背景，以及中国股票市场、期货市场形态多变的投资环境下，量化金融投资应如何调整策略以适应新的投资环境，量化金融投资该如何在期货市场持续发展，如何在中国特色特定的金融市场环境中开展量化金融投资与对冲基金业务等问题，值得我们深思！诸如此类的问题，亟须学者们进行深入研究，为中国量化金融投资发展指明方向。本书的构思，正是在这样的背景下提出来的。

　　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，金融科技与量化金融投资快速发展，掀起了一股热潮，金融市场特别是基金和证券行业对金融科技与量化金融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。目前国内就“量化金融投资”这门新兴交叉学科缺乏相应的教学辅导资料，而且许多高等学校对这门学科的建设缺乏经验。鉴于此，我们特出版本书，以适应金融科技与量化金融投资专业创新型人才培养的知识结构要求。

　　本书以Bigquant量化金融投资平台为基础，利用我国的实际数据给出金融投资方法与策略的Python应用，具有很好的实用价值。本书实例丰富，具有很强的针对性，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。量化技术与方法在Python环境下运行，量化金融投资的部分策略在Bigquant量化金融投资云计算平台下运行，部分策略在Python-Spyder环境下调试、运行。

　　本书共分6篇：第1篇为量化金融投资基础与Python技术；第2篇为Python统计分析；第3篇为Python基本计量经济分析；第4篇为Python金融时间序列分析；第5篇为Python金融投资理论；第6篇为Python量化金融投资策略。具体内容是这样安排的：第1章介绍量化金融投资基础及Python下载、安装与启动；第2章介绍Python编程基础；第3章介绍Python金融数据存取；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优化与统计分析；第6章介绍Python工具库Pandas数据对象及数据分析；第7章介绍Python描述统计；第8章介绍Python参数估计及其应用；第9章介绍Python参数假设检验；第10章介绍Python相关分析与回归分析；第11章介绍Python多重共线性处理；第12章介绍Python异方差处理；第13章介绍Python自相关处理；第14章介绍Python金融时间序列分析的日期处理；第15章介绍Python金融时间序列的自相关性与平稳性；第16章介绍Python金融时间序列分析的ARIMA模型；第17章介绍Python金融时间序列分析的ARCH与GARCH模型；第18章介绍Python资产组合的收益率与风险；第19章介绍Python-optimize工具优化资产组合均值方差模型；第20章介绍Python在有无风险资产的均值方差模型中的应用；第21章介绍Python在资本资产定价模型中的应用；第22章介绍贝塔对冲策略；第23章介绍量化选股策略分析；第24章介绍量化择时策略分析；第25章介绍量化选股与量化择时组合策略分析；第?26?章介绍金融大数据量化投资统计套利的协整配对交易策略；第?27?章介绍基于Python环境的配对交易策略；第28章介绍人工智能机器学习量化金融策略等。

　　本书是“2019年广东省高等教育教学研究和改革项目(大数据时代经济与金融计量分析课程教学改革)”“2020年广东财经大学投资学教学团队建设项目”“2020年投资学专业广东省一流本科专业建设项目”“2021年投资学专业国家级一流本科专业建设项目”等阶段性成果。

　　本书是一部供金融学、金融工程、投资学、保险学、经济学、财政学、统计学、应用统计、数量经济学、管理科学与工程、计算机应用技术、应用数学、计算数学、概率统计、财务管理、会计学、工商管理等专业的本科高年级学生与研究生使用的参考书；也适合以下Python工作者使用，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，如券商研究员、金融分析师、基金经理、宽客等。

　　由于时间和水平的限制，书中难免出现纰漏，恳请读者谅解并提出宝贵意见。

　　编  者