零起点TensorFlow与量化交易PDF电子书下载

第1章 TensorFlow概述 1

1.1 TensorFlow要点概括 2

1.2 TensorFlow简化接口 2

1.3 Keras简介 3

1.4运行环境模块的安装 4

1.4.1 CUDA运行环境的安装 4

案例1-1：重点模块版本测试 5

案例1-2：GPU开发环境测试 8

1.4.2 GPU平台运行结果 9

第2章 无数据不量化（上） 12

2.1金融数据源 13

2.1.1 TopDat金融数据集 14

2.1.2量化分析与试错成本 15

2.2 OHLC金融数据格式 16

案例2-1：金融数据格式 17

2.3 K线图 18

案例2-2：绘制金融数据K线图 19

2.4 Tick数据格式 22

案例2-3：Tick数据格式 23

2.4.1 Tick数据与分时数据转换 25

案例2-4：分时数据 25

2.4.2 resample函数 26

2.4.3分时数据 26

2.5离线金融数据集 29

案例2-5：TopDat金融数据集的日线数据 29

案例2-6：TopDat金融数据集的Tick数据 31

2.6 TopDown金融数据下载 33

案例2-7：更新单一A股日线数据 34

案例2-8：批量更新A股日线数据 37

2.6.1 Tick数据与分时数据 40

案例2-9：更新单一A股分时数据 40

案例2-10：批量更新分时数据 43

2.6.2 Tick数据与实时数据 45

案例2-11：更新单一实时数据 45

案例2-12：更新全部实时数据 48

第3章 无数据不量化（下） 51

3.1均值优先 51

案例3-1：均值计算与价格曲线图 52

3.2多因子策略和泛因子策略 54

3.2.1多因子策略 54

3.2.2泛因子策略 55

案例3-2：均线因子 55

3.3“25日神定律” 59

案例3-3：时间因子 61

案例3-4：分时时间因子 63

3.4 TA-Lib金融指标 66

3.5 TQ智能量化回溯系统 70

3.6全内存计算 70

案例3-5：增强版指数索引 71

案例3-6：AI版索引数据库 73

3.7股票池 77

案例3-7：股票池的使用 77

3.8 TQ_bar全局变量类 81

案例3-8：TQ_bar初始化 82

案例3-9：TQ版本日线数据 85

3.9大盘指数 87

案例3-10：指数日线数据 88

案例3-11：TQ版本指数K线图 89

案例3-12：个股和指数曲线对照图 92

3.10 TDS金融数据集 96

案例3-13：TDS衍生数据 98

案例3-14：TDS金融数据集的制作 102

案例3-15：TDS金融数据集2.0 105

案例3-16：读取TDS金融数据集 108

第4章 人工智能与趋势预测 112

4.1 TFLearn简化接口 112

4.2人工智能与统计关联度分析 113

4.3关联分析函数corr 113

4.3.1 Pearson相关系数 114

4.3.2 Spearman相关系数 114

4.3.3 Kendall相关系数 115

4.4 open（开盘价）关联性分析 115

案例4-1：open关联性分析 115

4.5数值预测与趋势预测 118

4.5.1数值预测 119

4.5.2趋势预测 120

案例4-2：ROC计算 120

案例4-3：ROC与交易数据分类 123

4.6 n＋1大盘指数预测 128

4.6.1线性回归模型 128

案例4-4：上证指数n＋1的开盘价预测 129

案例4-5：预测数据评估 133

4.6.2效果评估函数 136

4.6.3常用的评测指标 138

4.7 n＋1大盘指数趋势预测 139

案例4-6：涨跌趋势归一化分类 140

案例4-7：经典版涨跌趋势归一化分类 143

4.8 One-Hot 145

案例4-8：One-Hot格式 146

4.9 DNN模型 149

案例4-9：DNN趋势预测 150

第5章 单层神经网络预测股价 156

5.1 Keras简化接口 156

5.2单层神经网络 158

案例5-1：单层神经网络模型 158

5.3神经网络常用模块 168

案例5-2：可视化神经网络模型 170

案例5-3：模型读写 174

案例5-4：参数调优入门 177

第6章 MLP与股价预测 182

6.1 MLP 182

案例6-1：MLP价格预测模型 183

6.2神经网络模型应用四大环节 189

案例6-2：MLP模型评估 190

案例6-3：优化MLP价格预测模型 194

案例6-4：优化版MLP模型评估 197

第7章 RNN与趋势预测 200

7.1 RNN 200

7.2 IRNN与趋势预测 201

案例7-1：RNN趋势预测模型 201

案例7-2：RNN模型评估 209

案例7-3：RNN趋势预测模型2 211

案例7-4：RNN模型2评估 214

第8章 LSTM与量化分析 217

8.1 LSTM模型 217

8.1.1数值预测 218

案例8-1：LSTM价格预测模型 219

案例8-2：LSTM价格预测模型评估 226

8.1.2趋势预测 230

案例8-3：LSTM股价趋势预测模型 231

案例8-4：LSTM趋势模型评估 239

8.2 LSTM量化回溯分析 242

8.2.1构建模型 243

案例8-5：构建模型 243

8.2.2数据整理 251

案例8-6：数据整理 251

8.2.3回溯分析 262

案例8-7：回溯分析 262

8.2.4专业回报分析 268

案例8-8：量化交易回报分析 268

8.3完整的LSTM量化分析程序 279

案例8-9：LSTM量化分析程序 280

8.3.1数据整理 280

8.3.2量化回溯 284

8.3.3回报分析 285

8.3.4专业回报分析 288

第9章 日线数据回溯分析 293

9.1数据整理 293

案例9-1：数据更新 294

案例9-2：数据整理 296

9.2回溯分析 307

9.2.1回溯主函数 307

9.2.2交易信号 308

9.3交易接口函数 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数据回溯分析 318

10.1 ffn金融模块库 318

案例10-1：ffn功能演示 318

案例10-2：量化交易回报分析 330

案例10-3：完整的量化分析程序 343

10.2 Tick分时数据量化分析 357

案例10-4：Tick分时量化分析程序 357

总结 371

附录A TensorFlow 1.1函数接口变化 372

附录B 神经网络常用算法模型 377

附录C 机器学习常用算法模型 414