主页 > imtoken2.0钱包下载 > 【2022合集】Python量化从入门到精通
【2022合集】Python量化从入门到精通
介绍
年度工作总结
洛雷姆·伊普苏姆
从春天到秋天,《Python金融量化》坚持了四年,全网粉丝10万+。 在公众号阅读量锐减、短视频流行的情况下比特币入门基础知识,坚持文字输出并不容易。 非常感谢读者一路以来的支持,尤其是知识星球圈内的朋友们。 累计付费用户1600+。 知识付费是公众号坚持原创输出的最大动力。
今年最大的成果是基于公众号和网络资源的积累,开发了qstock量化分析包,目前包括数据采集(data)、可视化(plot)、选股(stock)和量化回测四个模块(回测)。 目前,qstock 已开源供读者使用。 它可以直接通过“pip install qstock”安装,也可以通过“pip install --upgrade qstock”进行更新。 部分策略选股和策略回测功能只对知识星球会员开放,会员可在知识星球置顶 从帖子中获取qstock-vip-1.3.3.tar.gz(增强版)安装包. 关于qstock的数据、可视化、选股和回测的详细教程,请参考以下推文:
【qstock开源】数据行情交易数据
【qstock数据篇】行业概念板块与资金流向
【qstock量化】个股基本面数据
【qstock量化】数据文章宏观指标与财经新闻正文
【qstock量化】动态交互数据可视化
【qstock量化】技术形态与概念热点选股池
【手把手教你】使用qstock实现量化策略选股
【一步步教你】使用qstock进行量化回测
学习是一个循序渐进的过程,只有不断总结才能形成系统的知识框架。 通过整理近四年发表的90多篇原创文章,归纳为Python入门文章、金融数据文章、量化分析文章、策略回测文章四大部分,形成了一个比较完整的框架体系,供大家参考。学习参考。
01
开始使用 Python
这部分主要是Python金融量化入门的学习路径、量化资源,以及numpy、pandas、matplotlib等常用量化库的介绍和应用。 Python的编译软件有很多。 我个人推荐安装Jupyter notebook和Spyder自带的Anaconda。 其中,Jupyter在交互式编程和数据分析方面非常强大。 公众号所有文章均基于Jupyter编写。
首先分享一下基于个人经验的Python金融量化学习路径,分享Python从入门、进阶到进阶的学习资料,以及金融投资相关书籍(PDF)。
1.1【Python金融量化】零基础如何入门?
1.2 【推荐合集】Python量化资源大合集
其次比特币入门基础知识,关于Numpy(数组矩阵)、Pandas(数据处理与分析)、Matplotlib(可视化)、Seaborn(可视化)、Sklearn(机器学习)等常用金融量化库的介绍和应用。
1.3 【手把手教你】玩转Python量化金融工具NumPy
1.4 【手把手教你】玩转Pandas,Python金融量化的利器
1.5 【建议收藏】Matplotlib可视化最有价值的50张图片
1.6 【手把手教你】Seaborn在金融数据可视化中的应用
1.7 【一步步教你】玩转机器学习Sklearn
1.8【手把手教你】股票可视化分析Pyecharts(一)
1.9【手把手教你】股票可视化分析Pyecharts(二)
02
财务数据
本部分主要使用Python获取股票行情、上市公司基本面、宏观经济、财经新闻等数据,并对其进行可视化分析,使用Postgresql(sqlite3)搭建本地量化分析数据库,以及如何使用qstcok free开源库获取行情在线数据、行业资金流向数据、宏观基本面和财经新闻数据等。
2.1 【一步一步教你】Python获取交易数据
2.2【Python金融量化】你对上市公司了解多少?
2.3Python量化选股初探
2.4 2018年你必须知道的Top 10关键词
2.5 【手把手教你】Python获取财务数据及可视化分析
2.6【文本挖掘】Python带你笑遍江湖
2.7 【Python财经量化】财经新闻文本分析
2.8 【一步步教你】建立自己的量化分析数据库
2.9 【一步步教你】Python面向对象编程入门及股票数据管理应用实例
3.0【qstock开源】数据行情交易数据
3.1【qstock量化】数据篇宏观指标和财经新闻正文
3.2【qstock数据篇】行业概念板块与资金流向
03
定量分析
这部分涉及的内容很多,包括用Python做A股市场探索性分析、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、多因子模型分析和基本面量化分析等待。
A股数据探索性分析:
3.1【Python量化】股票分析简介
3.2 A股指数图:有月度效应吗?
3.3【Python金融量化】A股涨跌启示录
3.4【宏观量化】如何看股市走势和拐点?
3.5 2005-2020年A股数据挖掘:谁是最大牛股? 【附Python分析源码】
3.6 机器学习描述股票市场结构与可视化——以上海50成份股为例
3.7【Python量化】股票涨停板的探索性分析与数据挖掘
时间序列主题:
3.8【手把手教你】时间序列的日期处理
3.9【Python量化基础】时间序列的自相关和平稳性
3.10 【一步步教你】用Python玩转金融时间序列模型
3.11 Python玩金融时间序列的ARCH和GARCH模型
3.12 资产收益率的非平稳性——为什么机器学习预测没有效果?
3.13 基于马尔可夫区域系统转换模型的股票波动分析
3.14 【一步步教你】使用Python实现统计套利
3.15 股市牛市与熊市——时间序列相似性的定量分析
TA-Lib 和股票技术分析:
3.16【一步步教你】股市技术分析利器TA-Lib(一)
3.17【一步步教你】股市技术分析利器TA-Lib(二)
3.18 【一步步教你】量价关系分析及Python实现
3.19【手把手教你】Python量化股市情绪指标ARBR
3.20 【一步步教你】Python动量指标量化回测
3.21【Python量化】如何利用奥尼尔的RPS寻找强势股?
3.22【一步步教你】Python实现量价模式选股
3.23 牛股成交量探索分析及趋势指标可视化
3.24【手把手教你】用Python可视化股票价格的Heikin Ashi蜡烛图
3.25 趋势预测:基于期货持仓量、展期和FII/DII指标【附Python源码】
3.26【交易系统与方法】价格噪声的量化与应用
3.27【交易系统与方法】统计与市场分析应用的基本概念
投资组合分析和多因素模型:
3.28 什么是多因素量化选股模型?