• Stars
    star
    248
  • Rank 163,560 (Top 4 %)
  • Language
    Jupyter Notebook
  • Created almost 6 years ago
  • Updated over 3 years ago

Reviews

There are no reviews yet. Be the first to send feedback to the community and the maintainers!

Repository Details

专注于分享Python在金融领域的应用,欢迎关注微信公众号: Python金融量化 (id:tkfy920)

扫码_搜索联合传播样式-标准色版

Python金融量化

专注于分享Python在金融领域的应用,欢迎关注微信公众号Python金融量化 (id:tkfy920)

Python金融量化合辑

公众号“Python金融量化”已走过两个年头。这一路走来非常感谢读者的支持,尤其是知识星球圈友,你们的知识付费是我坚持走原创输出的动力。学习是一个循序渐进的过程,只有通过不断的总结才能形成系统的知识框架。通过对两年来发布的60篇原创文章进行梳理,归纳成四个大的部分,包括Python入门篇 、金融数据篇、量化分析篇和策略回测篇 ,形成了较为完整的框架体系。本公众号文章的最大特色是以金融场景+案例形式切入,分享Python在金融量化领域的应用,实战性强,为在校经管类学生和金融从业者提供了丰富的实践分析案例。

01Python入门篇

这一部分主要是关于Python金融量化入门学习路径、量化资源,以及numpy、pandas、matplotlib等量化常用库的入门和应用。Python的编译软件有很多,个人建议安装Anaconda,自带Jupyter notebook和Spyder,其中Jupyter在交互式编程与数据分析上功能十分强大,公众号上所有文章都是基于Jupyter写的。

首先,结合个人经验分享Python金融量化的学习路径,以及分享Python从入门、进阶、到高阶的学习资料,以及金融投资相关书籍(PDF)。

1.1【Python金融量化】零基础如何开始学?

1.2【推荐收藏】倾心整理的Python量化资源大合集

其次,关于Numpy(数组矩阵)、Pandas(数据处理分析)、Matplotlib(可视化)、Seaborn(可视化)、Sklearn(机器学习)等金融量化常用库的入门和应用。

1.3【手把手教你】玩转Python量化金融工具之NumPy

1.4【手把手教你】玩转Python金融量化利器之Pandas

1.5【建议收藏】Matplotlib可视化最有价值的50张图

1.6【手把手教你】Seaborn在金融数据可视化中的应

1.7【手把手教你】玩转机器学习 Sklearn

02金融数据篇

本部分主要是使用Python获取股票行情、上市公司基本面、宏观经济以及财经新闻等数据,对其进行可视化分析,以及使用Postgresql (sqlite3)搭建本地量化分析数据库。

2.1【手把手教你】Python获取交易数据

2.2【Python金融量化】上市公司知多少?

2.3 Python量化选股初探

2.4 2018你不可不知的十大关键词

2.5【手把手教你】Python获取财经数据和可视化分析

2.6【文本挖掘】Python带你笑看江湖

2.7【Python金融量化】财经新闻文本分析

2.8【手把手教你】搭建自己的量化分析数据库

2.9【手把手教你】Python面向对象编程入门及股票数据管理应用实例

03量化分析篇

本部分涉及内容比较多,包括使用Python做金融统计分析、蒙特卡洛模拟,时间序列建模,Talib技术分析、投资组合以及多因子模型分析等。

A股数据探索性分析:

3.1【Python量化】股票分析入门

3.2 A股指数图谱:是否有月份效应?

3.3【Python金融量化】A股沉浮启示录

3.4【宏观量化】股市趋势与拐点如何看?

3.5 2005-2020年A股数据挖掘:谁是最大的牛股?【附Python分析源码】

3.6 机器学习刻画股票市场结构和可视化——以上证50成分股为例

时间序列专题:

3.7【手把手教你】时间序列之日期处理

3.8【Python量化基础】时间序列的自相关性与平稳性

3.9【手把手教你】使用Python玩转金融时间序列模型

3.10 Python玩转金融时间序列之ARCH与GARCH模型

3.11 资产收益率的非平稳性——为何机器学习预测效果不佳?

3.12 基于Markov区制转换模型的股票波动分析

3.13【手把手教你】使用Python实现统计套利

TA-Lib与股票技术分析:

3.14 【手把手教你】股市技术分析利器之TA-Lib(一)

3.15 【手把手教你】股市技术分析利器之TA-Lib(二)

3.16 【手把手教你】量价关系分析与Python实现

3.17 【手把手教你】Python量化股票市场情绪指标ARBR

3.18 【手把手教你】动量指标的Python量化回测

3.19 【Python量化】如何利用欧奈尔的RPS寻找强势股?

3.20 【手把手教你】Python实现量价形态选股

3.21 牛股价量探索性分析与趋势指标可视化

3.22【手把手教你】使用Python对股价的Heikin Ashi蜡烛图进行可视化

投资组合分析与多因子模型 :

3.23 什么是多因子量化选股模型?

3.24【手把手教你】Python量化Fama-French三因子模型

3.25 单因子测试框架分享

3.26 如何对选股因子进行量化回测?

债券与期权衍生品之QuantLib入门与应用:

3.27【手把手教你】固定收益和衍生品分析利器QuantLib入门

3.28【手把手教你】使用QuantLib进行债券估值和期权定价分析

04策略回测篇

本部分主要是使用Python分析量化策略的评价指标,指数定投策略、机器学习、海龟交易法则和均值回归策略等,以及专题介绍backtrader回测系统的运用。

量化交易策略概述及评价指标:

4.1 【干货分享】一文讲透量化投资方法论体系

4.2 【量化回测】如何规避陷阱及评价策略?

4.3 【手把手教你】Python量化策略风险指标

4.4 【手把手教你】使用pyfinance进行证券收益分析

4.5 【手把手教你】Python实现基于事件驱动的量化回测

构建交易策略并进行简单的量化回测:

4.6 Python数说指数定投策略

4.7【Python量化】怎么在基金定投上实现收益最大化

4.8【手把手教你】使用Logistic回归、LDA和QDA模型预测指数涨跌

4.9 【手把手教你】使用RNN深度学习预测股票价格

4.10 手把手教你用Python搭建自己的量化回测框架【均值回归策略】

4.11【手把手教你】用Python量化海龟交易法则

4.12 A股存在月份效应吗?构建月度择时策略【附Python源码】

4.13 北向资金能预示大盘涨跌?【附Python源码】

开源回测框架backtrader专题系列:

4.14 【手把手教你】入门量化回测最强神器backtrader(一)

4.15【手把手教你】入门量化回测最强神器backtrader(二)

4.16【手把手教你】入门量化回测最强神器backtrader(三)

4.17 backtrader如何加载股票因子数据?以换手率、市盈率为例进行回测【附Python代码】

4.18 如何用backtrader对股票组合进行量化回测?

4.19【手把手教你】用backtrader量化回测海龟交易策略

4.20 backtrader股票技术指标自定义与量化回测

更多干货请关注微信公众号:Python金融量化