1.釐清概念，夯實技能深入淺出揭示量化交易的本質和源起，手把手教你部署Python環境，跟隨代碼示例掌握基本的編程語法和模塊調用。2.立足A股，貼近實戰選擇A股市場作為標的，囊括多渠道數據獲取、技術指標的回測分析與可視化等，在邊學邊練中摸索股票量化技巧。3.步驟詳細，模型與代碼並重統計概率理論快速入門，ATR技術指標、蒙特卡洛法、凱利公式等經典策略與Python編碼的完美融合。4.大咖推薦，品質保證暢銷書《基於Python的金融分析與風險防控》作者斯文博士作序推薦，《快樂機器學習》等

●第1章理解Python股票量化交易
1.1多角度分析量化交易
1.1.1量化交易的本質
1.1.2量化交易的發展
1.1.3量化交易的優勢
1.1.4量化交易的過程
1.2多角度分析股票價格
1.2.1從股票的起源看本質
1.2.2如何衡量股票溢價
1.2.3股票收益的組成
1.2.4股價波動的原因
1.3為什麼選擇Python語言
1.3.1概述編程語言的發展
1.3.2面向過程和面向對像
1.3.3Python的起源及優勢
1.4本章總結
第2章量化語言Python的關鍵應用
2.1快速部署Python開發環境
2.1.1Python環境安裝
2.1.2第三方庫安裝
2.1.3開發工具安裝
2.2開啟Python的第一個程序
2.2.1如何建立標準py文件
2.2.2區分模塊、包、庫
2.2.3import發揮擴展優勢
2.2.4調試助手print()函數
2.3何為Python動態類型特性
2.3.1變量的種類
2.3.2動態類型的特性
2.3.3內存管理與回收
2.3.4深入探究PyObject
2.4如何正確地創建函數
2.4.1用def關鍵字定義函數
2.4.2參數傳遞的形式
2.4.3匿名函數lambda
2.5初識Python面向對像
2.5.1父類、子類和實例
2.類和類及object和type
2.5.3經典類和新式類的區別
2.6如何用面向對像思維編程
2.6.1如何正確地構建類
2.6.2類的實例化全過程
2.6.3如何引用類的屬性
2.6.4如何引用類的方法
2.6.5類的繼承機制應用
2.6.6類的組合機制應用
2.7深入理解for-in循環
2.7.1for-in循環的原理
2.7.2for-in循環的使用技巧
2.7.3生成器的原理和作用
2.8巧用裝飾器測試代碼效率
2.9多進程和多線程的提速方案
2.9.1多進程和多線程
2.9.2Python的GIL原理
2.9.3多任務的解決方案
2.10未雨綢繆的異常處理機制
2.10.1分析try-except常規機制
2.10.2擴展try-except使用技巧
2.11本章總結
第3章第三方庫NumPy快速入門
3.1初識N維數組對像
3.2N維數組對像的特性
3.2.1矢量運算的特性
3.2.2廣播運算的特性
3.2.3用條件表達素
3.3高效處理性能的對比
3.4用常用數組處理函數
3.4.1創建數組的函數
3.素級處理函數
3.4.3線性代數相關函數
3.5本章總結
第4章第三方庫Pandas快速入門
4.1Series和DataFrame概覽
4.2Series的生成和訪問
4.2.1Series的生成方法
4.2.2Series的訪問方法
4.3DataFrame的生成和訪問
4.3.1DataFrame的生成方法
4.3.2DataFrame的索引訪問
4.3.3DataFra素訪問
4.素標簽和位置的轉換
4.3.5用條件表達素
4.4時間序列的生成和轉換
4.4.1用datetime生成時間序列
4.4.2用Pandas生成時間序列
4.4.3時間序列的降采樣
4.4.4時間序列的升采樣
4.5DataFrame的規整化處理
4.5.1模擬生成股票行情數據
4.5.2DataFrame概覽
4.5.3DataFrame的可視化
4.5.4DataFrame缺失值處理
4.5.5DataFrame精度的轉換
4.5.6DataFrame合並處理
4.6DataFrame的高效遍歷
4.6.1循環遍歷的幾種方式
4.6.2循環遍歷的性能對比
4.7DataFrame的存儲和加載
4.7.1將DataFrame存儲至CSV
4.7.2將CSV加載為DataFrame
4.8本章總結
第5章第三方庫Matplotlib快速入門
5.1兩種繪圖方式的區分
5.1.1函數式繪圖
5.1.2對像式繪圖
5.2常用圖表類型的繪制
5.2.1折線圖的繪制
5.2.2標注點的繪制
5.2.3參考線/區域的繪制
5.2.4雙y軸圖表的繪制
5.2.5條形圖的繪制
5.2.6直方圖的繪制
5.2.7K線圖的繪制
5.3圖形對像屬性參數的調節
5.4多子圖對像的創建和布局
5.4.1創建多子圖對像的方法
5.4.2布局多子圖對像的方法
5.5注意事項
5.5.1tight_layout()出錯問題
5.5.2中文顯示亂碼問題
5.6本章總結
第6章統計概率理論快速入門
6.1統計概率的基礎知識
6.1.1隨機事件與概率的關繫
6.1.2離散和連續隨機變量
6.1.3典型的隨機變量分布
6.2深入理解伯努利分布
6.2.1伯努利分布的隨機數
6.2.2伯努利分布的概率
6.2.3伯努利分布的市場模型
6.3深入理解正態分布
6.3.1正態分布的隨機數
6.3.2生成概率密度函數
6.3.3正態分布與隨機漫步
6.4本章總結
第7章股票行情數據的獲取和管理
7.1如何獲取股票行情數據
7.1.1用Panads獲取股票數據
……

量化交易是一種新興的繫統化的金融投資方法，它是以計算機強大的運算能力為基礎，運用數據建模、統計學分析、程序設計等工具從歷史數據中得到良好的交易策略，是計算機科學在金融領域的具體應用。Python語言憑借其簡潔、高效的特性，以及其在大數據分析方面的強大性能，在量化交易領域得到了良好的應用。本書以A股市場為交易標的物，引導讀者從理解量化交易開始，逐步掌握行情數據的獲取和管理、技術指標的可視化，並在熟練編程的基礎上，構建出個性化的交易策略體繫。本書適合對股票的量化交易感興趣的讀者閱讀，通過閱讀本書，讀者不僅能夠了解Python數據分析和數據可視化的核心技能，更能夠將Python作為常用工具，為股票技術指標分析和量化交易提供助力。