第1章 走进量化投资 1
1.1量化投资的诞生背景 1
1.2量化投资的特点 3
1.3量化投资的应用 5
1.4量化投资在我国股市的发展前景 6
1.5小结 6
第2章 Python的安装与使用 7
2.1 Python的基本安装和用法 7
2.1.1 Anaconda的下载与安装 8
2.1.2 Python编译器PyCharm的安装 11
2.1.3使用Python计算softmax函数 14
2.2 Python常用类库中的threading 15
2.2.1 threading库的使用 16
2.2.2 threading模块中最重要的Thread类 16
2.2.3 threading中的Lock类 18
2.2.4 threading中的join类 19
2.3小结 19
第3章 Python类库的使用——数据处理及可视化展示 20
3.1从小例子起步————NumPy的初步使用 20
3.1.1数据的矩阵化 20
3.1.2数据分析 22
3.1.3基于统计分析的数据处理 24
3.2图形化数据处理——Matplotlib包的使用 24
3.2.1差异的可视化 24
3.2.2坐标图的展示 25
3.2.3大规模数据的可视化 27
3.3常用的统计分析方法——相似度计算 30
3.3.1基于欧几里得距离的相似度计算 30
3.3.2基于余弦角度的相似度计算 31
3.3.3欧几里得相似度与余弦相似度的比较 32
3.4数据的统计学可视化展示 33
3.4.1数据的四分位 33
3.4.2数据的四分位示例 34
3.4.3数据的标准化 37
3.4.4数据的平行化处理 39
3.4.5热点图-属性相关性检测 41
3.5 Python实战：某地降雨的关系处理 42
3.5.1不同年份的相同月份统计 42
3.5.2不同月份之间的增减程度比较 44
3.5.3每月的降水量是否相关 45
3.6小结 46
第4章 欢迎来到掘金量化 47
4.1基础工作 47
4.1.1安装掘金终端 47
4.1.2获取帮助 49
4.2实战：使用掘金终端进行回测工作 51
4.2.1创建第一个策略 51
4.2.2运行回测 52
4.2.3查看回测结果 54
4.2.4使用PyCharm进行回测 55
4.3小结 59
第5章 Talib金融库使用详解 60
5.1 Talib金融工具库的介绍 60
5.1.1使用Talib获取3日、7日、15日均线 60
5.1.2 EMA的计算 62
5.1.3 MACD的计算 64
5.1.4 MACD斜率的计算方法 66
5.1.5使用Talib实现国内金融数据指标 67
5.2 Talib金融工具库函数 69
5.2.1 Talib常用函数介绍 73
5.2.2 Talib图像形态识别 75
5.3实战：Talib金融工具回测实战 83
5.3.1根据MACD变化回测2017年盈利情况 84
5.3.2股价的波动范围及未来走势判定 90
5.4两种经典的轨道突破策略 92
5.4.1 Dual Thrust策略 92
5.4.2 Dynamic Breakout Ⅱ策略 96
5.5小结 99
第6章 多因子策略 100
6.1一个奇怪的问题 100
6.1.1因子是什么 101
6.1.2选取因子 102
6.1.3单因子选股轮动测试 105
6.2因子的量化选择 108
6.2.1基于IC值的多因子计算方法 109
6.2.2基于IC值的多因子计算方法（续） 110
6.2.3因子IC值计算的目标，等权法因子值的合成 114
6.3实战：基于成长因子的模型测试 116
6.3.1模型说明 116
6.3.2使用模型进行回测 125
6.4霍华·罗斯曼的投资模型 127
6.4.1霍华·罗斯曼简介 127
6.4.2霍华·罗斯曼的投资模型 127
6.4.3对霍华·罗斯曼模型的分析 128
6.5小结 131
第7章 带技术指标的多因子策略 132
7.1技术面多因子介绍 132
7.1.1 101个技术因子 132
7.1.2基于Talib的技术因子重写 136
7.1.3一个基于放量技术因子策略的回测 140
7.2较为复杂的技术因子 143
7.2.1阻力支撑相对强度因子介绍 143
7.2.2改进的RSRS因子与回测数据 146
7.2.3价差偏离度因子介绍 148
7.3简单的技术性因子——波动率因子 151
7.3.1波动率因子介绍 151
7.3.2更多的波动率因子 155
7.4实战：一个回测成功率100%的中长线买卖例子 158
7.4.1技术指标的设计 159
7.4.2回测的设计 164
7.5小结 166
第8章 人人都是基金经理——中证红利指数增强策略 167
8.1中证红利指数基金介绍 167
8.1.1红利指数基金的由来 168
8.1.2中证红利简介 168
8.2基于中证红利的指数增强基金策略的构建 169
8.2.1中证红利策略的构建方法 170
8.2.2策略回测与优化 173
8.3小结 173
第9章 掘金量化——回归分析基础 175
9.1回归分析基础 175
9.1.1回归法简介 176
9.1.2一元线性回归 176
9.1.3多元线性回归 179
9.1.4回归法的解法——最小二乘法详解 180
9.2回归分析的一些其他计算方法 183
9.2.1梯度下降算法与使用TensorFlow计算线性回归 183
9.2.2线性回归的姐妹——逻辑回归 189
9.3实战：回归分析——短时间开盘价与收盘价之间的关系 190
9.3.1量化策略基本思路与简单实现 190
9.3.2使用掘金量化实现回测 192
9.4买还是卖——逻辑回归帮你做决定 196
9.4.1逻辑回归是一种分类算法 196
9.4.2逻辑回归的TensorFlow实现 197
9.4.3使用TensorFlow的逻辑回归进行回测 201
9.5机器学习策略——支持向量机 203
9.5.1支持向量机的基本概念 203
9.5.2使用支持向量机进行回测 204
9.6小结 208
第10章 回归模型的经典应用 209
10.1 CAPM模型简介 210
10.1.1 CAPM定价模型的提出 210
10.1.2 CAPM定价模型的公式与假设 211
10.1.3 CAPM中Beta的定义 212
10.2 Fama-French三因子模型 213
10.2.1 Fama-French模型的基础公式 214
10.2.2 Fama-French模型的实现与回测 215
10.3 PB-ROE回归模型的使用 220
10.3.1 PB-ROE模型介绍 220
10.3.2 PB-ROE模型的实现 221
10.3.3基于上证180的股票回测 226
10.3.4使用自定义股票池的PB-ROE回测 232
10.4小结 242
第11章 配对交易的魔力 243
11.1配对交易的基本理论 243
11.1.1相关性分析 244
11.1.2均值、方差与协方差 246
11.2协整性的判定与检验 248
11.2.1协整性 248
11.2.2平稳性的检验方法 249
11.3配对交易 253
11.3.1配对交易的算法 253
11.3.2提取股票的相关性 254
11.3.3协整系数的计算方法 257
11.4配对交易的魔力 263
11.4.1前期计算 263
11.4.2协整性判断 265
11.4.3使用量化掘金回测系统对结果进行判定 266
11.5小结 270