●目 錄第1章 TensorFlow概述11.1 TensorFlow要點概括21.2 TensorFlow簡化接口21.3 Keras簡介31.4 運行環境模塊的安裝41.4.1 CUDA運行環境的安裝4案例1-1：重點模塊版本測試5案例1-2：GPU開發環境測試81.4.2 GPU平臺運行結果9第2章 無數據不量化（上）122.1 金融數據源132.1.1 TopDat金融數據集142.1.2 量化分析與試錯成本152.2 OHLC金融數據格式16案例2-1：金融數據格式172.3 K線圖18案例2-2：繪制金融數據K線圖192.4 Tick數據格式22案例2-3：Tick數據格式232.4.1 Tick數據與分時數據轉換25案例2-4：分時數據252.4.2 resample函數262.4.3 分時數據262.5 離線金融數據集29案例2-5：TopDat金融數據集的日線數據29案例2-6：TopDat金融數據集的Tick數據312.6 TopDown金融數據下載33案例2-7：更新單一A股日線數據34案例2-8：批量更新A股日線數據372.6.1 Tick數據與分時數據40案例2-9：更新單一A股分時數據40案例2-10：批量更新分時數據432.6.2 Tick數據與實時數據45案例2-11：更新單一實時數據45案例2-12：更新全部實時數據48第3章 無數據不量化（下）513.1 均值優先51案例3-1：均值計算與價格曲線圖523.2 多因子策略和泛因子策略543.2.1 多因子策略543.2.2 泛因子策略55案例3-2：均線因子553.3 “25日神定律”59案例3-3：時間因子61案例3-4：分時時間因子633.4 TA-Lib金融指標663.5 TQ智能量化回溯繫統703.6 全內存計算70案例3-5：增強版指數索引71案例3-6：AI版索引數據庫733.7 股票池77案例3-7：股票池的使用773.8 TQ_bar全局變量類81案例3-8：TQ_bar初始化82案例3-9：TQ版本日線數據853.9 大盤指數87案例3-10：指數日線數據88案例3-11：TQ版本指數K線圖89案例3-12：個股和指數曲線對照圖923.10 TDS金融數據集96案例3-13：TDS衍生數據98案例3-14：TDS金融數據集的制作102案例3-15：TDS金融數據集2.0105案例3-16：讀取TDS金融數據集108第4章 人工智能與趨勢預測1124.1 TFLearn簡化接口1124.2 人工智能與統計關聯度分析1134.3 關聯分析函數corr1134.3.1 Pearson相關繫數1144.3.2 Spearman相關繫數1144.3.3 Kendall相關繫數1154.4 open（開盤價）關聯性分析115案例4-1：open關聯性分析1154.5 數值預測與趨勢預測1184.5.1 數值預測1194.5.2 趨勢預測120案例4-2：ROC計算120案例4-3：ROC與交易數據分類1234.6 n+1大盤指數預測1284.6.1 線性回歸模型128案例4-4：上證指數n+1的開盤價預測129案例4-5：預測數據評估1334.6.2 效果評估函數1364.6.3 常用的評測指標1384.7 n+1大盤指數趨勢預測139案例4-6：漲跌趨勢歸一化分類140案例4-7：經典版漲跌趨勢歸一化分類1434.8 One-Hot145案例4-8：One-Hot格式1464.9 DNN模型149案例4-9：DNN趨勢預測150第5章 單層神經網絡預測股價1565.1 Keras簡化接口1565.2 單層神經網絡158案例5-1：單層神經網絡模型1585.3 神經網絡常用模塊168案例5-2：可視化神經網絡模型170案例5-3：模型讀寫174案例5-4：參數調優入門177第6章 MLP與股價預測1826.1 MLP182案例6-1：MLP價格預測模型1836.2 神經網絡模型應用四大環節189案例6-2：MLP模型評估190案例6-3：優化MLP價格預測模型194案例6-4：優化版MLP模型評估197第7章 RNN與趨勢預測2007.1 RNN2007.2 IRNN與趨勢預測201案例7-1：RNN趨勢預測模型201案例7-2：RNN模型評估209案例7-3：RNN趨勢預測模型2211案例7-4：RNN模型2評估214第8章 LSTM與量化分析2178.1 LSTM模型2178.1.1 數值預測218案例8-1：LSTM價格預測模型219案例8-2：LSTM價格預測模型評估2268.1.2 趨勢預測230案例8-3：LSTM股價趨勢預測模型231案例8-4：LSTM趨勢模型評估2398.2 LSTM量化回溯分析2428.2.1 構建模型243案例8-5：構建模型2438.2.2 數據整理251案例8-6：數據整理2518.2.3 回溯分析262案例8-7：回溯分析2628.2.4 專業回報分析268案例8-8：量化交易回報分析2688.3 完整的LSTM量化分析程序279案例8-9：LSTM量化分析程序2808.3.1 數據整理2808.3.2 量化回溯2848.3.3 回報分析2858.3.4 專業回報分析288第9章 日線數據回溯分析2939.1 數據整理293案例9-1：數據更新294案例9-2：數據整理2969.2 回溯分析3079.2.1 回溯主函數3079.2.2 交易信號3089.3 交易接口函數309案例9-3：回溯分析309案例9-4：多模式回溯分析316第10章 Tick數據回溯分析31810.1 ffn金融模塊庫318案例10-1：ffn功能演示318案例10-2：量化交易回報分析330案例10-3：完整的量化分析程序34310.2 Tick分時數據量化分析357案例10-4：Tick分時量化分析程序357總結371附錄A TensorFlow 1.1函數接口變化372附錄B 神經網絡常用算法模型377附錄C 機器學習常用算法模型414

本書是國內較早關於TensorFlow大數據與量化交易的原創圖書，配合zwPython開發平臺和zwQuant開源量化軟件學習，是一套完整的大數據分析、量化交易的學習教材，可直接用於實盤交易。本書有三大特色：第一，以實盤個案分析為主，全程配有Python代碼；第二，包含大量的圖文案例和Python源碼，無須專業編程基礎，懂Excel即可開始學習；第三，配有專業的zwPython集成開發平臺、zwQuant量化軟件和zwDat數據包。

何海群 著作