第1章 准备工作 1
1.1 Python的安装与设置 1
1.2常见的Python库 2
第2章 Python基础介绍 7
2.1 Python学习准备 7
2.2 Python语法基础 11
2.2.1常量与变量 11
2.2.2数与字符串 11
2.2.3数据类 15
2.2.4标识符 18
2.2.5对象 19
2.2.6行与缩进 20
2.2.7注释 22
2.3 Python运算符与表达式 22
2.3.1算数运算符 22
2.3.2比较运算符 24
2.3.3逻辑运算符 25
2.3.4 Python中的优先级 27
2.4 Python中的控制流 27
2.4.1控制流的功能 28
2.4.2 Python的三种控制流 29
2.4.3认识分支结构if 30
2.4.4认识循环结构for…in 32
2.4.5认识循环结构while 33
2.4.6 break语句与continue语句 35
2.5 Python函数 39
2.5.1认识函数 39
2.5.2形参与实参 40
2.5.3全局变量与局部变量 44
2.5.4对函数的调用与返回值 45
2.5.5文档字符串 46
2.6 Python模块 47
2.6.1认识Python模块 47
2.6.2 from…import详解 49
2.6.3认识__name__属性 50
2.6.4自定义模块 50
2.6.5 dir（）函数 51
2.7 Python异常处理与文件操作 52
2.7.1 Python异常处理 52
2.7.2异常的发生 55
2.7.3 try…finally的使用 56
2.7.4文件操作 57
第3章 Python进阶 59
3.1 NumPy的使用 59
3.1.1多维数组ndarray 59
3.1.2 ndarray的数据类型 60
3.1.3数组索引、切片和赋值 61
3.1.4基本的数组运算 62
3.1.5随机数 63
3.2 Pandas的使用 67
3.2.1 Pandas的数据结构 68
3.2.2 Pandas输出设置 70
3.2.3 Pandas数据读取与写入 70
3.2.4数据集快速描述性统计分析 71
3.2.5根据已有的列建立新列 72
3.2.6 DataFrame按多列排序 73
3.2.7 DataFrame去重 73
3.2.8删除已有的列 74
3.2.9 Pandas替换数据 75
3.2.10 DataFrame重命名 75
3.2.11 DataFrame切片与筛选 76
3.2.12连续型变量分组 78
3.2.13 Pandas分组技术 79
3.3 SciPy的初步使用 83
3.3.1回归分析 84
3.3.2插值 87
3.3.3正态性检验 89
3.3.4凸优化 93
3.4 Matplotlib的使用 97
3.5 Seaborn的使用 97
3.5.1主题管理 98
3.5.2调色板 101
3.5.3分布图 102
3.5.4回归图 104
3.5.5矩阵图 106
3.5.6结构网格图 108
3.6 Scikit-Learn的初步使用 109
3.6.1 Scikit-Learn学习准备 110
3.6.2常见的机器学习模型 111
3.6.3模型评价方法——metric模块 120
3.6.4深度学习 124
3.7 SQLAlchemy与常用数据库的连接 124
3.7.1连接数据库 125
3.7.2读取数据 126
3.7.3存储数据 126
第4章 常用数据的获取与整理 129
4.1金融数据类型 129
4.2金融数据的获取 131
4.3数据整理 135
4.3.1数据整合 135
4.3.2数据过滤 137
4.3.3数据探索与数据清洗 138
4.3.4数据转化 140
第5章 通联数据回测平台介绍 143
5.1回测平台函数与参数介绍 144
5.1.1设置回测参数 144
5.1.2 accounts账户配置 154
5.1.3 initialize（策略初始化环境） 160
5.1.4 handle data（策略运行逻辑） 160
5.1.5 context（策略运行环境） 160
5.2股票模板实例 168
5.3期货模板实例 173
5.4策略回测详情 179
5.5策略的风险评价指标 181
5.6策略交易细节 184
第6章 常用的量化策略及其实现 187
6.1量化投资概述 187
6.1.1量化投资简介 187
6.1.2量化投资策略的类型 188
6.1.3量化研究的流程 189
6.2行业轮动理论及其投资策略 192
6.2.1行业轮动理论简介 192
6.2.2行业轮动的原因 192
6.2.3行业轮动投资策略 194
6.3市场中性Alpha策略 199
6.3.1市场中性Alpha策略介绍 199
6.3.2市场中性Alpha策略的思想和方法 200
6.3.3实例展示 201
6.4大师策略 206
6.4.1麦克·欧希金斯绩优成分股投资法 207
6.4.2杰拉尔丁·维斯蓝筹股投资法 211
6.5 CTA策略 219
6.5.1趋势跟随策略 219
6.5.2均值回复策略 241
6.5.3 CTA策略表现分析 253
6.6 Smart Beta 258
6.6.1基于权重优化的Smart Beta 258
6.6.2基于风险因子的Smart Beta 268
6.7技术指标类策略 281
6.7.1 A RO ON指标 281
6.7.2 BOLL指标 285
6.7.3 CCI指标 288
6.7.4 CM O指标 293
6.7.5 Chaikin Oscillator指标 295
6.7.6 DMI指标 299
6.7.7优矿平台因子汇总 302
6.8资产配置 317
6.8.1有效边界 318
6.8.2 Black-Litterman模型 335
6.8.3风险平价模型 349
6.9时间序列分析 358
6.9.1与时间序列分析相关的基础知识 358
6.9.2自回归（AR）模型 365
6.9.3滑动平均（MA）模型 372
6.9.4自回归滑动平均（ARMA）模型 376
6.9.5自回归差分滑动平均（ARIMA）模型 379
6.10组合优化器的使用 384
6.10.1优化器的概念 384
6.10.2优化器的API接口 386
6.10.3优化器实例 388
6.11期权策略：Greeks和隐含波动率微笑计算 392
6.11.1数据准备 392
6.11.2 Greeks和隐含波动率计算 394
6.11.3隐含波动率微笑 401
第7章 量化投资十问十答 405