260,418
次編輯
變更
创建页面，内容为“《'''Python量化金融编程从入门到精通'''》，丁奉乾|责编：张云静\\王继伟... 编，出版社： 北京大学。 北京大学出版社年出…”
《'''Python量化金融编程从入门到精通'''》，丁奉乾|责编：张云静\\王继伟... 编，出版社： 北京大学。
北京大学出版社年出版新书约1000种，重印书2700余种次，出版物已覆盖[[人文科学]]、[[社会科学]]、自然科学<ref>[https://www.docin.com/p-1759559556.html 第十讲科学学派_图文]，豆丁网，2016-10-18</ref>和工程技术各领域。现有产品中，大中专教材占35%，学术图书占45%，一般图书占20%。在文史哲、[[法学]]、经济管理、学术普及、[[汉语]]教学等出版领域具有比较明显的优势和特色<ref>[http://www.pup.cn/about?id=d7b5b122c44d4495a9981a6bdaa6171a&title=%25E8%25A7%2584%25E6%25A8%25A1%25E7%258E%25B0%25E7%258A%25B6&enTitle=Dimensions%20State 规模现状]，北京大学出版社</ref>。
==内容简介==
量化交易领域的飞速发展，得到了越来越多业内外人 士的关注。而Python作为一门功能强大且易于上手的编程 语言，可以快速将想法付诸实践。因此，本书希望可以引 领读者初步了解量化交易，并借助Python这个工具在该领 域有所建树。
本书先从量化交易的基本概念讲起，然后讲解Python 的基本[[语法]]及常见库的使用，在每章节的学习中都以金融 量化为实例，并在 结合实战项目来进行学习和巩固， 读者不但可以系统地学习Python编程的相关知识，而且还 能学习到Python在量化交易场景下的应用。
本书内容通俗易懂，案例丰富，适合零基础并对 Python量化感兴趣的读者，以及想学习量化交易实战项目 的Python初学者。此外，本书也适合作为相关培训机构的 培训教材。
==目录==
基础篇
第1章 初识量化交易
1.1对量化交易的认识
1.2几种常见的交易形式
1.3量化交易存在的风险与规避方法
1.4量化交易平台介绍
1.5本章小结
第2章 Python环境的搭建
2.1关于Python
2.2安装Python的发行版Anaconda
2.3安装PythonIDEPyCharm
2.4本章小结
第3章 量化交易场景下Python基础[[知识]]的准备
3.1Python变量：金融数据的表示形式
3.2条件判断语句：交易点的触发
3.3循环语句：开启历史数据的回测
3.4函数：提高代码的利用率
3.5面向对象：交易策略的实例化
3.6常用内置模块及模块的安装：解锁多新功能
3.7本章小结
篇
第4章 用NumPy来进行数据操作82
4.1NumPy库的介绍与安装
4.2Ndarray数组
4.3NumPy的常用操作
4.4NumPy在金融数据中的应用
4.5本章小结
第5章 借助Pandas进行数据分析
5.1Pandas库的介绍与安装
5.2Series类型数据
5.3DataFrame类型数据
5.4Pandas中常用函数的使用
5.5Pandas对金融数据的操作
5.6本章小结
第6章 通过Matplotlib对数据可视化
6.1Matplotlib库的介绍与安装
6.2Matplotlib的基本操作
6.3Matplotlib绘制常见图像
6.4Matplotlib对图像属性的设置
6.5Matplotlib绘制多个子图
6.6金融数据的可视化操作
6.7本章小结
第7章 历史数据的获取
7.1通过Tushare库获取历史数据
7.2通过新浪财经API获取历史数据
7.3通过Pandas_datareader获取历史数据
7.4其他获取历史数据的方式
7.5本章小结
第8章 量化交易的利器
8.1Ta-Lib库的介绍与安装
==参考文献==
[[Category:040 類書總論；百科全書總論]]
北京大学出版社年出版新书约1000种，重印书2700余种次，出版物已覆盖[[人文科学]]、[[社会科学]]、自然科学<ref>[https://www.docin.com/p-1759559556.html 第十讲科学学派_图文]，豆丁网，2016-10-18</ref>和工程技术各领域。现有产品中，大中专教材占35%，学术图书占45%，一般图书占20%。在文史哲、[[法学]]、经济管理、学术普及、[[汉语]]教学等出版领域具有比较明显的优势和特色<ref>[http://www.pup.cn/about?id=d7b5b122c44d4495a9981a6bdaa6171a&title=%25E8%25A7%2584%25E6%25A8%25A1%25E7%258E%25B0%25E7%258A%25B6&enTitle=Dimensions%20State 规模现状]，北京大学出版社</ref>。
==内容简介==
量化交易领域的飞速发展，得到了越来越多业内外人 士的关注。而Python作为一门功能强大且易于上手的编程 语言，可以快速将想法付诸实践。因此，本书希望可以引 领读者初步了解量化交易，并借助Python这个工具在该领 域有所建树。
本书先从量化交易的基本概念讲起，然后讲解Python 的基本[[语法]]及常见库的使用，在每章节的学习中都以金融 量化为实例，并在 结合实战项目来进行学习和巩固， 读者不但可以系统地学习Python编程的相关知识，而且还 能学习到Python在量化交易场景下的应用。
本书内容通俗易懂，案例丰富，适合零基础并对 Python量化感兴趣的读者，以及想学习量化交易实战项目 的Python初学者。此外，本书也适合作为相关培训机构的 培训教材。
==目录==
基础篇
第1章 初识量化交易
1.1对量化交易的认识
1.2几种常见的交易形式
1.3量化交易存在的风险与规避方法
1.4量化交易平台介绍
1.5本章小结
第2章 Python环境的搭建
2.1关于Python
2.2安装Python的发行版Anaconda
2.3安装PythonIDEPyCharm
2.4本章小结
第3章 量化交易场景下Python基础[[知识]]的准备
3.1Python变量：金融数据的表示形式
3.2条件判断语句：交易点的触发
3.3循环语句：开启历史数据的回测
3.4函数：提高代码的利用率
3.5面向对象：交易策略的实例化
3.6常用内置模块及模块的安装：解锁多新功能
3.7本章小结
篇
第4章 用NumPy来进行数据操作82
4.1NumPy库的介绍与安装
4.2Ndarray数组
4.3NumPy的常用操作
4.4NumPy在金融数据中的应用
4.5本章小结
第5章 借助Pandas进行数据分析
5.1Pandas库的介绍与安装
5.2Series类型数据
5.3DataFrame类型数据
5.4Pandas中常用函数的使用
5.5Pandas对金融数据的操作
5.6本章小结
第6章 通过Matplotlib对数据可视化
6.1Matplotlib库的介绍与安装
6.2Matplotlib的基本操作
6.3Matplotlib绘制常见图像
6.4Matplotlib对图像属性的设置
6.5Matplotlib绘制多个子图
6.6金融数据的可视化操作
6.7本章小结
第7章 历史数据的获取
7.1通过Tushare库获取历史数据
7.2通过新浪财经API获取历史数据
7.3通过Pandas_datareader获取历史数据
7.4其他获取历史数据的方式
7.5本章小结
第8章 量化交易的利器
8.1Ta-Lib库的介绍与安装
==参考文献==
[[Category:040 類書總論；百科全書總論]]