本书主要讲解如何利用Python进行量化投资，包括对数据的获取、整理、分析挖掘、信号构建、策略构建、回测、策略分析等。本书也是利用Python进行数据分析的指南，有大量的关于数据处理分析的应用，并将重点介绍如何高效地利用Python解决投资策略问题。本书分为Python基础和量化投资两大部分：Python基础部分主要讲解Python软件的基础、各个重要模块及如何解决常见的数据分析问题；量化投资部分在Python基础部分的基础上，讲解如何使用优矿（uqer.io）回测平台实现主流策略及高级定制策略等。 本书可作为专业金融从业者进行量化投资的工具书，也可作为金融领域的入门参考书。在本书中有大量的Python代码、Python量化策略的实现代码等，尤其是对于量化策略的实现代码，读者可直接自行修改并获得策略的历史回测结果，甚至可将代码直接实盘应用，进行投资。
主要作者简介1
推荐序一
推荐序二
前言
第1章 准备工作
1.1 Python的安装与设置
1.2 常见的Python库
第2章 Python基础介绍
2.1 Python学习准备
2.2 Python语法基础
2.3 Python运算符与表达式
2.4 Python中的控制流
2.5 Python函数
2.6 Python模块
2.7 Python异常处理与文件操作
第3章 Python进阶
3.1 NumPy的使用
3.2 Pandas的使用
3.3 SciPy的初步使用
3.4 Matplotlib的使用
3.5 Seaborn的使用
3.6 Scikit-Learn的初步使用
3.7 SQLAlchemy与常用数据库的连接
第4章 常用数据的获取与整理
4.1 金融数据类型
4.2 金融数据的获取
4.3 数据整理
第5章 通联数据回测平台介绍
5.1 回测平台函数与参数介绍
5.2 股票模板实例
5.3 期货模板实例
5.4 策略回测详情
5.5 策略的风险评价指标
5.6 策略交易细节
第6章 常用的量化策略及其实现
6.1 量化投资概述
6.2 行业轮动理论及其投资策略
6.3 市场中性Alpha策略
6.4 大师策略
6.5 CTA策略
6.6 SmartBeta
6.7 技术指标类策略
6.8 资产配置
6.9 时间序列分析
6.10 组合优化器的使用
6.11 期权策略:Greeks和隐含波动率微笑计算
第7章 量化投资十问十答
主要作者简介2
