目錄
第1 部分Python 入門 1
第1 章Python 簡介與安裝使用 2
1．1 Python 概述 2
1．2 Python 的安裝3
1．2．1 下載安裝Python 執行文件3
1．2．2 下載安裝Anaconda 4
1．2．3 多種Python 版本並存6
1．3 Python 的簡單使用7
1．4 交互對話環境IPython 8
1．4．1 IPython 的安裝8
1．4．2 IPython 的使用9
1．4．3 IPython 功能介紹10
第2 章Python 代碼的編寫與執行 14
2．1 創建Python 腳本文件15
2．1．1 記事本15
2．1．2 Python 默認的IDLE 環境15
2．1．3 專門的程序編輯器15
2．2 執行．py 文件 17
2．2．1 IDLE 環境自動執行17
2．2．2 在控制臺cmd 中執行18
2．2．3 在AnnacondaPrompt 中執行19
2．3 Python 編程小技巧20
2．3．1 Python 行20
2．3．2 Python 縮進21
第3 章Python 對像類型初探 23
3．1 Python 對像 23
3．2 變量命名規則24
3．3 數值類型 25
3．3．1 整數 25
3．3．2 浮點數26
3．3．3 布爾類型26
3．3．4 復數 27
3．4 字符串 28
3．5 列表 29
3．6 可變與不可變30
3組 32
3．8 字典 33
3．9 集合 33
第4 章Python 集成開發環境：Spyder 介紹 36
4．1 代碼編輯器 37
4．2 代碼執行Console 39
4．3 變量查看與編輯40
4．4 當前工作路徑與文件管理41
4．5 幫助文檔與在線幫助42
4．6 其他功能 43
第5 章Python 運算符與使用 44
5．1 常用運算符 44
5．1．1 算術運算符45
5．1．2 賦值運算符46
5．1．3 比較運算符47
5．1．4 邏輯運算符48
5．1．5 身份運算符49
5．1．6 成員運算符51
5．1．7 運算符的優先級52
5．2 具有運算功能的內置函數52
第6 章Python 常用語句 55
6．1 賦值語句 55
6．1．1 賦值含義與簡單賦值55
6．1．2 多重賦值57
6．1．賦值58
6．1．4 增強賦值58
6．2 條件語句 59
6．3 循環語句 60
6．3．1 for 循環60
6．3．2 while 循環61
6．3．3 嵌套循環62
6．3．4 break、continue 等語句62
第7 章函數 66
7．1 函數的定義與調用66
7．2 函數的參數 68
7．3 匿名函數 71
7．4 作用域 72
第8 章面向對像75
8．1 類 75
8．2 封裝 77
8．3 繼承（Inheritance） 79
第9 章Python 標準庫與數據操作 82
9．1 模塊、包和庫82
9．1．1 模塊 82
9．1．2 包 84
9．1．3 庫 85
9．2 Python 標準庫介紹85
9．3 Python 內置數據類型與操作91
9．3．1 序列類型數據操作91
9．3．1．1list 類型與操作91
9．3．1．2tuple 類型與操作95
9．3．1．3range 類型與操作97
9．3．1．4字符串操作98
9．3．2 字典類型操作103
9．3．3 集合操作106
第10 章常用第三方庫：Numpy 庫與多維數組 111
10．1 NumPy 庫 111
10．2 創建數組 111
10．3素索引與切片115
10．4 數組運算 118
第11 章常用第三方庫：Pandas 與數據處理 120
11．1 Series 類型數據120
11．1．1 Series 對像的創建120
11．1．2 Series 素提取與切片122
11．1．2．1調用方素122
11．1．2．2利用位置或標素與切片123
11．1．3 時間序列124
11．2 DataFrame 類型數據128
11．2．1 創建DataFrame 對像128
11．2．2 查看DataFrame 對像130
11．2．3 DataFrame 對像的索引與切片131
11．2．4 DataFrame 的操作135
11．2．5 DataFrame 的運算139
11．3 數據規整化 142
11．3．1 缺失值的處理142
11．3．1．1缺失值的判斷142
11．3．1．2選出不是缺失值的數據143
11．3．2 缺失值的填充143
11．3．3 缺失值的選擇刪除145
11．3．4 刪除重復數據146
第12 章常用第三方庫：Matplotlib 庫與數據可視化 149
12．1 Matplotlib 簡介149
12．2 修改圖像屬性152
12．2．1 坐標 152
12．2．1．1更改坐標軸範圍152
12．2．1．2設定坐標標簽與顯示角度153
12．2．2 添加文本155
12．2．2．1添加標題155
12．2．2．2中文顯示問題157
12．2．2．3設定坐標軸標簽159
12．2．2．4增加圖形背景grid 160
12．2．2．5增加圖例161
12．2．3 多種線條屬性162
12．2．3．1線條的類型162
12．2．3．2圖形的顏色163
12．2．3．3點的形狀類型164
12．2．3．4線條寬度166
12．3 常見圖形的繪制167
12．3．1 柱狀圖（Bar charts） 167
12．3．2 直方圖170
12．3．3 餅圖 172
12．3．4 箱線圖172
12．4 Figure、Axes 對像與多圖繪制173
12．4．1 Figure、Axes 對像174
12．4．2 多圖繪制176
12．4．2．1多個子圖繪制176
12．4．2．2一個圖中多條曲線繪制178
第2 部分統計學基礎 180
第13 章描述性統計 181
13．1 數據類型 182
13．2 圖表 182
13．2．1 頻數分布表182
13．2．2 直方圖183
13．3 數據的位置 184
13．4 數據的離散度186
第14 章隨機變量簡介 190
14．1 概率與概率分布190
14．1．1 離散型隨機變量190
14．1．2 連續型隨機變量192
14．2 期望值與方差193
14．3 二項分布 194
14．4 正態分布 197
14．5 其他連續分布199
14．5．1 卡方分布199
14．5．2 t 分布199
14．5．3 F 分布200
14．6 變量的關繫 202
14．6．1 聯合概率分布202
14．6．2 變量的獨立性203
14．6．3 變量的相關性203
14．6．4 上證綜指與深證綜指的相關性分析205
第15 章推斷統計 208
15．1 參數估計 208
15．1．1 點估計209
15．1．2 區間估計209
15．2 案例分析 212
15．3 假設檢驗 213
15．3．1 兩類錯誤214
15．3．2 顯著性水平與p 值215
15．3．3 確定小概率事件215
15．4 t 檢驗 216
15．4．1 單樣本t 檢驗216
15．4．2 獨立樣本t 檢驗217
15．4．3 配對樣本t 統計量的構造218
第16 章方差分析 221
16．1 方差分析之思想221
16．2 方差分析之原理222
16．2．1 離差平方和223
16．2．2 自由度224
16．2．3 顯著性檢驗225
16．3 方差分析之Python 實現226
16．3．1 單因素方差分析227
16．3．2 多因素方差分析228
16．3．3 析因方差分析228
第17 章回歸分析 231
17．線性回歸模型231
17．1．線性回歸模型231
17．1．2 小平方法232
17．2 模型擬合度 233
17．3 古典假設條件下^_、^ _ 之統計性質234
17．4 顯著性檢驗 235
17．5 上證綜指與深證成指的回歸分析與Python 實踐236
17．5．1 Python 擬合回歸函數236
17．5．2 繪制回歸診斷圖238
17．線性回歸模型240
17．線性回歸案例分析241
17．7．1 價格水平對GDP 的影響241
17．7．2 考量自變量共線性因素的新模型243
第3 部分金融理論、投資組合與量化選股246
第18 章資產收益率和風險 247
18．1 單期與多期簡單收益率248
18．1．1 單期簡單收益率248
18．1．2 多期簡單收益率249
18．1．3 Python 函數計算簡單收益率252
18．1．4 單期與多期簡單收益率的關繫252
18．1．5 年化收益率254
18．1．6 考慮股利分紅的簡單收益率256
18．2 連續復利收益率259
18．2．1 多期連續復利收益率260
18．2．2 單期與多期連續復利收益率的關繫262
18．3 繪制收益圖 263
18．4 資產風險的來源264
18．4．1 市場風險264
18．4．2 利率風險264
18．4．3 彙率風險265
18．4．4 流動性風險265
18．4．5 信用風險265
18．4．6 通貨膨脹風險266
18．4．7 營運風險266
18．5 資產風險的測度266
18．5．1 方差 266
18．5．2 下行風險268
18．5．3 風險價值269
18．5．4 期望虧空271
18．5．5 回撤271
第19 章投資組合理論及其拓展 276
19．1 投資組合的收益率與風險276
19．2 Markowitz 均值-方差模型280
19．3 Markowitz 模型之Python 實現285
19．4 Black-Litterman 模型289
第20 章資本資產定價模型（CAPM） 298
20．1 資本資產定價模型的核心思想298
20．2 CAPM 模型的應用299
20．3 Python 計算單資產CAPM 實例301
20．4 CAPM 模型的評價305
第21 章Fama-French 三因子模型 308
21．1 Fama-French 三因子模型的基本思想308
21．2 三因子模型之Python 實現310
21．3 三因子模型的評價315
第4 部分時間序列簡介與配對交易 317
第22 章時間序列基本概念 318
22．1 認識時間序列318
22．2 Python 中的時間序列數據320
22．3 選取特定日期的時間序列數據321
22．4 時間序列數據描述性統計323
第23 章時間序列的基本性質 326
23．1 自相關性 326
23．1．1 自協方差327
23．1．2 自相關繫數327
23．1．3 偏自相關繫數327
23．1．4 acf( ) 函數與pacf( ) 函數328
23．1．5 上證綜指的收益率指數的自相關性判斷328
23．2 平穩性 331
23．2．1 強平穩331
23．2．2 弱平穩332
23．2．3 強平穩與弱平穩的區別332
23．3 上證綜指的平穩性檢驗333
23．3．1 觀察時間序列圖333
23．3．2 觀察序列的自相關圖和偏自相關圖333
23．3．3 單位根檢驗336
23．4 白噪聲 340
23．4．1 白噪聲340
23．4．2 白噪聲檢驗――Ljung-Box 檢驗341
23．4．3 上證綜合指數的白噪聲檢驗343
第24 章時間序列預測 345
24．1 移動平均預測345
24．1．1 簡單移動平均345
24．1．2 加權移動平均346
24．1．3 指數加權移動平均346
24．2 ARMA 模型預測347
24．2．1 自回歸模型348
24．2．2 移動平均模型350
24．3 自回歸移動平均模型350
24．4 ARMA 模型的建模過程351
24．5 CPI 數據的ARMA 短期預測351
24．5．1 序列識別351
24．5．2 模型識別與估計354
24．5．3 模型診斷356
24．5．4 運用模型進行預測359
24．6 股票收益率的平穩時間序列建模359
第25 章GARCH 模型 364
25．1 資產收益率的波動率與ARCH 效應364
25．2 ARCH 模型和GARCH 模型365
25．2．1 ARCH 模型365
25．2．2 GARCH 模型366
25．3 ARCH 效應檢驗368
25．4 GARCH 模型構建370
第26 章配對交易策略 372
26．1 什麼是配對交易372
26．2 配對交易的思想373
26．3 配對交易的步驟374
26．3．1 股票對的選擇374
26．3．2 配對交易策略的制定383
26．4 構建PairTrading 類387
26．5 Python 實測配對交易交易策略391
第5 部分技術指標與量化投資399
第27 章K 線圖 400
27．1 K 線圖簡介 400
27．2 Python 繪制上證綜指K 線圖403
27．3 Python 捕捉K 線圖的形態405
27．3．1 Python 捕捉“早晨之星” 406
27．3．2 Python 語言捕捉“烏雲蓋頂”形態410
第28 章動量交易策略 416
28．1 動量概念介紹416
28．2 動量效應產生的原因416
28．3 價格動量的計算公式417
28．3．1 作差法求動量值417
28．3．2 做除法求動量值418
28．4 編寫動量函數momentum( ) 420
28．5 萬科股票2015 年走勢及35 日動量線420
28．6 動量交易策略的一般思路423
第29 章RSI 相對強弱指標 429
29．1 RSI 基本概念429
29．2 Python 計算RSI 值429
29．3 Python 編寫rsi( ) 函數434
29．4 RSI 天數的差異435
29．5 RSI 指標判斷股票超買和超賣狀態436
29．6 RSI 的“黃金交叉”與“死亡交叉” 437
29．7 交通銀行股票RSI 指標交易實測438
29．7．1 RSI 捕捉交通銀行股票買賣點438
29．7．2 RSI 交易策略執行及回測440
第30 章均線繫統策略 446
30．1 簡單移動平均446
30．1．1 簡單移動平均數446
30．1．2 簡單移動平均函數448
30．1．3 期數選擇449
30．2 加權移動平均449
30．2．1 加權移動平均數449
30．2．2 加權移動平均函數451
30．3 指數加權移動平均452
30．3．1 指數加權移動平均數452
30．3．2 指數加權移動平均函數454
30．4 創建movingAverage 模組454
30．5 常用平均方法的比較455
30．6 中國銀行股價數據與均線分析456
30．7 均線時間跨度458
30．8 中國銀行股票均線繫統交易459
30．8．1 簡單移動平均線制定中國銀行股票的買賣點459
30．8．2 雙均線交叉捕捉中國銀行股票的買賣點462
30．9 異同移動平均線（MACD） 464
30．9．1 MACD 的求值過程464
30．9．2 異同均線（MACD）捕捉中國銀行股票的買賣點466
30．10 多種均線指標綜合運用模擬實測468
第31 章通道突破策略 473
31．1 通道突破簡介473
31．2 唐奇安通道 473
31．2．1 唐奇安通道刻畫473
31．2．2 Python 捕捉唐奇安通道突破476
31．3 布林帶通道 478
31．4 布林帶通道與市場風險481
31．5 通道突破交易策略的制定484
31．5．1 一般布林帶上下通道突破策略484
31．5．2 特殊布林帶通道突破策略485
第32 章隨機指標交易策略 489
32．1 什麼是隨機指標（KDJ） 489
32．2 隨機指標的原理489
32．3 KDJ 指標的計算公式490
32．3．1 未成熟隨機指標RSV 490
32．3．2 K、D 指標計算495
32．3．3 J 指標計算497
32．3．4 KDJ 指標簡要分析498
32．4 KDJ 指標的交易策略499
32．5 KDJ 指標交易實測499
32．5．1 KD 指標交易策略499
32．5．2 KDJ 指標交易策略503
32．5．3 K 線、D 線“金叉”與“死叉” 504
第33 章量價關繫分析 509
33．1 量價關繫概述509
33．2 量價關繫分析509
33．2．1 價漲量增510
33．2．2 價漲量平512
33．2．3 價漲量縮512
33．2．4 價平量增513
33．2．5 價平量縮514
33．2．6 價跌量增514
33．2．7 價跌量平515
33．2．8 價跌量縮515
33．3 不同價格段位的成交量516
33．4 成交量與均線思想結合制定交易策略518
第34 章OBV 指標交易策略 524
34．1 OBV 指標概念524
34．2 OBV 指標計算方法524
34．3 OBV 指標的理論依據527
34．4 OBV 指標的交易策略制定527
34．5 OBV 指標交易策略的Python 實測528
34．6 OBV 指標的應用原則530
