9部分全面学编程：基础知识、对象类型、高级概念、现成代码库。
电子书
编辑推荐
本书由浅入深地讲解了算法交易的相关知识。
内容简介
本书由浅入深地讲解了算法交易的相关知识，先从基础知识和环境配置讲起，其次讲解如何通过编程完成交易信息的生成与交易策略的实施，随后介绍众多算法交易策略，以及如何管理算法策略中的风险，然后带领读者用Python建立自己交易系统，并迎接算法交易的深层挑战。全书共分为10章，包括算法交易的基础原理、通过技术分析解读市场、通过基础机器学习预测市场、人类直觉驱动的交易策略、复杂的算法策略、管理算法策略中的风险、用Python构建交易系统、连接到交易所、在Python中创建回测器、适应市场参与者和环境。
章节目录
- 扉页
- 内容提要
- 作者简介
- 审稿人简介
- 前言
- 资源与支持
- 目录
- 第 1 部分 基础知识和环境配置
- 第1章 算法交易的基础原理
- 1.1 为什么要交易
- 1.2 有关现代交易的基本概念
- 1.2.1 市场板块
- 1.2.2 资产类别
- 1.2.3 现代交易市场的基本情况
- 1.3 了解算法交易概念
- 1.3.1 交换订单簿
- 1.3.2 交换匹配算法
- 1.3.3 限价订单簿
- 1.3.4 交换市场数据协议
- 1.3.5 市场数据提供处理程序
- 1.3.6 订单类型
- 1.3.7 交换订单输入协议
- 1.3.8 订单输入网关
- 1.3.9 头寸和损益管理
- 1.4 从直觉到算法交易
- 1.4.1 为什么需要自动化交易
- 1.4.2 算法交易的演变—从基于规则的交易到全自动算法交易
- 1.5 算法交易系统的组成部分
- 1.5.1 市场数据订阅
- 1.5.2 限价订单簿
- 1.5.3 信号
- 1.5.4 信号聚合器
- 1.5.5 执行逻辑
- 1.5.6 头寸和损益管理
- 1.5.7 风险管理
- 1.5.8 回测
- 1.6 为什么选择Python
- 1.6.1 选择 IDE—PyCharm 或 Jupyter Notebook
- 1.6.2 第一个算法交易
- 1.6.3 设置你的工作区
- 1.6.4 PyCharm
- 1.6.5 获取数据
- 1.6.6 准备数据—信号
- 1.6.7 信号可视化
- 1.6.8 回测
- 1.7 总结
- 第 2 部分 交易信息生成与交易策略
- 第2章 通过技术分析解读市场
- 2.1 基于趋势和动量指标设计交易策略
- 支撑指标和阻力指标
- 2.2 基于基本技术分析创建交易信号
- 2.2.1 简单移动平均线
- 2.2.2 指数移动平均线
- 2.2.3 绝对价格振荡器
- 2.2.4 异同移动平均线
- 2.2.5 布林带
- 2.2.6 相对强弱指标
- 2.2.7 标准偏差
- 2.2.8 动量
- 2.3 在交易工具中贯彻高级概念，如季节性
- 2.4 总结
- 第3章 通过基础机器学习预测市场
- 3.1 了解术语和符号
- 探索我们的金融数据集
- 3.2 使用线性回归方法创建预测模型
- 3.2.1 普通最小二乘法
- 3.2.2 正规化和收缩—LASSO和 Ridge 回归
- 3.2.3 决策树回归
- 3.3 使用线性分类方法创建预测模型
- 3.3.1 K 近邻
- 3.3.2 支持向量机
- 3.3.3 逻辑回归
- 3.4 总结
- 第 3 部分 算法交易策略
- 第4章 人类直觉驱动的经典交易策略
- 4.1 创建基于动量和趋势跟踪的交易策略
- 4.2 创建适用于具有回归行为的交易策略
- 4.3 创建在线性相关的交易工具组上操作的交易策略
- 4.4 总结
- 第5章 复杂的算法策略
- 5.1 创建根据交易工具的波动性进行调整的交易策略
- 5.1.1 调整技术指标中交易工具的波动率
- 5.1.2 调整交易策略中交易工具的波动率
- 5.1.3 波动率调整后的均值回归交易策略
- 5.2 制定经济事件的交易策略
- 5.2.1 经济发布
- 5.2.2 经济发布格式
- 5.2.3 电子化经济发布服务
- 5.2.4 交易中的经济发布
- 5.3 实施基本的统计套利交易策略
- 5.3.1 StatArb 的基础
- 5.3.2 StatArb 中的领先滞后
- 5.3.3 调整投资组合的构成和关系
- 5.3.4 StatArb 的基础设施费用
- 5.3.5 Python 中的 StatArb
- 5.4 总结
- 第6章 管理算法策略中的风险
- 6.1 区分风险类型和风险因素
- 6.1.1 交易损失的风险
- 6.1.2 违反法规的风险
- 6.1.3 欺骗
- 6.1.4 报价填充
- 6.1.5 操纵收盘价
- 6.1.6 风险来源
- 6.1.7 量化风险
- 6.2 区分风险措施
- 6.2.1 止损
- 6.2.2 最大跌幅
- 6.2.3 头寸限制
- 6.2.4 持仓时间
- 6.2.5 PnL 的差异
- 6.2.6 夏普比率
- 6.2.7 每周期最大执行量
- 6.2.8 最大交易规模
- 6.2.9 数量限制
- 6.3 制定风险管理算法
- 6.4 总结
- 第 4 部分 建立交易系统
- 第7章 用Python构建交易系统
- 7.1 了解交易系统
- 7.1.1 网关
- 7.1.2 订单簿管理
- 7.1.3 策略
- 7.1.4 订单管理系统
- 7.1.5 关键组件
- 7.1.6 非关键组件
- 7.2 构建交易系统
- 7.2.1 流动性提供者类
- 7.2.2 策略类
- 7.2.3 订单管理器类
- 7.2.4 市场模拟器类
- 7.2.5 测试交易模拟类
- 7.3 设计限价订单簿
- 7.4 总结
- 第8章 连接到交易所
- 8.1 使交易系统可与交易所进行交易
- 8.2 审查通信API
- 8.2.1 网络基础知识
- 8.2.2 交易协议
- 8.2.3 FIX 协议
- 8.3 接收价格更新
- 8.4 发送订单和接收市场响应
- 8.4.1 接收器代码示例
- 8.4.2 其他交易 API
- 8.5 总结
- 第9章 在Python 中创建回测器
- 9.1 学习如何构建回测器
- 9.1.1 样本内数据与样本外数据的比较
- 9.1.2 模拟交易
- 9.1.3 单纯的数据存储
- 9.1.4 HDF5 文件
- 9.1.5 数据库
- 9.2 学习如何选择正确的假设
- 9.2.1 for 循环回测系统
- 9.2.2 事件驱动的回测系统
- 9.3 评估时间价值
- 9.4 回测双移动平均线交易策略
- 9.4.1 for 循环回测器
- 9.4.2 基于事件的回测器
- 9.5 总结
- 第 5 部分 算法交易的挑战
- 第10章 适应市场参与者和环境
- 10.1 回测器与实际市场的策略表现
- 10.1.1 回测器失调的影响
- 10.1.2 仿真失调的原因
- 10.1.3 根据实时交易调整回测和策略
- 10.2 算法交易的持续赢利能力
- 10.2.1 算法交易策略中的利润衰减
- 10.2.2 适应市场条件和不断变化的市场参与者
- 10.3 总结
- 后记
展开全部
Python算法交易实战是2022年由人民邮电出版社出版,作者[法] 塞巴斯蒂安·多纳迪奥。
版权说明：本电子书已获得正版授权，由出版社通过知传链发行。
得书感谢您对《Python算法交易实战》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
9部分全面学编程：基础知识、对象类型、高级概念、现成代码库。
电子书
16个有趣的编程项目，提升Python编程技能，培养解决现实问题的思维。
电子书
本书主要讲述了神经网络的重要概念和技术，并展示了如何使用Python来解决日常生活中常见的神经网络问题。
电子书
本书系统地讲解了C和C++中的常用函数及算法，是一本内容丰富的案头工具书。
电子书
Python机器学习入门，以实战为重点，配有大量代码和案例，简单、快速、易学。
电子书
全面介绍Python编程基础与实用技术。