量化投资

　　《量化投资（以Python为工具）/金融科技丛书》主要讲解量化投资的思想和策略，并借助Python语言进行实战。
　　《量化投资（以Python为工具）/金融科技丛书》一共分为5部分，第1部分是Python入门，第2部分是统计学基础，第3部分是金融理论、投资组合与量化选股，第4部分是时间序列简介与配对交易，第5部分是技术指标与量化投资。
　　《量化投资（以Python为工具）/金融科技丛书》首先对Python编程语言进行介绍，通过学习，读者可以迅速掌握用Python语言处理数据的方法，并灵活运用Python解决实际金融问题；其次，向读者介绍量化投资的理论知识，主要讲解量化投资所需的数量基础和类型等方面；最后讲述如何在Python语言中构建量化投资策略。

　　蔡立耑，美国伊利诺伊大学金融硕士，华盛顿大学经济学硕士、博士。在人工智能、大数据分析、金融创新、量化投资等领域有丰富的实战经验。

第1部分 Python入门
第1章 Python简介与安装使用
1．1 Python概述
1．2 Python的安装
1．2．1 下载安装Python执行文件
1．2．2 下载安装Anaconda
1．2．3 多种Python版本并存
1．3 Python的简单使用
1．4 交互对话环境IPython
1．4．1 IPython的安装
1．4．2 IPython的使用
1．4．3 IPython功能介绍
第2章 Python代码的编写与执行
2．1 创建Python脚本文件
2．1．1 记事本
2．1．2 Python默认的IDLE环境
2．1．3 专门的程序编辑器
2．2 执行．py文件
2．2．1 IDLE环境自动执行
2．2．2 在控制台cmd中执行
2．2．3 在Annaconda Prompt中执行
2．3 Python编程小技巧
2．3．1 Python行
2．3．2 Python缩进
第3章 Python对象类型初探
3．1 Python对象
3．2 变量命名规则
3．3 数值类型
3．3．1 整数
3．3．2 浮点数
3．3．3 布尔类型
3．3．4 复数
3．4 字符串
3．5 列表
3．6 可变与不可变
3．7 元组
3．8 字典
3．9 集合
第4章 Python集成开发环境：Spyder介绍
4．1 代码编辑器
4．2 代码执行Console
4．3 变量查看与编辑
4．4 当前工作路径与文件管理
4．5 帮助文档与在线帮助
4．6 其他功能
第5章 Python运算符与使用
5．1 常用运算符
5．1．1 算术运算符
5．1．2 赋值运算符
5．1．3 比较运算符
5．1．4 逻辑运算符
5．1．5 身份运算符
5．1．6 成员运算符
5．1．7 运算符的优先级
5．2 具有运算功能的内置函数
第6章 Python常用语句
6．1 赋值语句
6．1．1 赋值含义与简单赋值
6．1．2 多重赋值
……
第7章 函数
第8章 面向对象
第9章 Python标准库与数据操作
第10章 常用第三方库：Numpy库与多维数组
第11章 常用第三方库：Pandas与数据处理
第12章 常用第三方库：Matplotlib库与数据可视化

第2部分 统计学基础
第3部分 金融理论、投资组合与量化选股
第4部分 时间序列简介与配对交易
第5部分 技术指标与量化投资

　　过去十年，一股“量化投资”的热潮在中国悄然掀起。最近这两年，投资人对量化的关注更是到达了前所未有的地步。除了业界到处寻找量化团队以外，各种量化基金如雨后春笋般出现，各个大学校园也开始举办一场又一场的量化讲座、研讨会等。量化投资一时蔚为风行，产官学共襄盛举。
　　这么受人瞩目的议题，到底它的内涵是什么呢？为了了解量化投资这个概念，我们先回顾一下投资分析与决策过程。在投资分析与实战中，虽然个中滋味如人饮水，个中细节一言难尽，但“投资”大致上会有如下几个阶段：首先，投资人利用各种工具与分析方法，建构模型（系统）来验证买卖标的、时点、价位等有效性；第二阶段则筛选经过分析与验证得到的结论，实际应用于交易；一个严谨的投资人，通常还会有第三阶段，即在实际投资的过程中，不断地修正与完善自己的模型（系统）。在资讯工具不发达的年代，这些过程往往以质化为主。例如，基金经理人会研究上市公司财务报表，拜访公司高层，以经验判断技术指标的趋势与形态，做出投资的买卖决策。这种做法带有很大的主观性，因此又被称为“主观交易”。主观交易的流弊，在于决策基础多源于“大胆假设”而缺乏科学方法“小心求证”的过程。更甚者，行为金融学指出，投资人的行为往往易受各种心理认知谬误的影响而伤害投资绩效。除此之外，在瞬息万变的金融市场中，主观交易者若要处变不惊地坚守操作纪律，同时眼明手快地捕捉稍纵即逝的机会，也常有“力不从心”之叹。
　　相较于主观交易所遭遇的问题，量化投资则在上述投资的各个阶段，利用数学、统计、计算机等分析工具来建立模型，据以客观地分析数据，按事先设定好的投资逻辑来进行投资决策，在理想状况下自动化执行下单。正因为如此，量化投资拥有可验证性、纪律性与即时性等许多主观交易不可企及的优势。若再善用计算机技术，量化交易者可以处理的资讯量更让主观交易者望尘莫及。如此说来，采用量化技术岂非在投资上立于不败之地？