内容 隐藏
1 使用 Python 进行金融交易实践
2 Hands-On Financial Trading with Python
2.1 主要优势
2.2 描述
2.3 这本书适合谁阅读？
2.4 您将学习什么

使用 Python 进行金融交易实践

Hands-On Financial Trading with Python

主要优势

  • 从市场数据、股票分析中获取质量洞察，并创建您自己的数据可视化
  • 了解如何浏览 Python 数据分析库中的不同功能
  • 开始系统地进行算法交易中的量化研究和策略生成/回溯测试

描述

创建一个有效的系统来自动化您的交易可以帮助您实现每个交易者的两个关键目标;节省时间和赚钱。但是要设计一个适合您的系统，您需要指导来向您展示构建系统和监控其性能的诀窍。这就是 Hands-on Financial Trading with Python 可以为您带来优势的地方。这本实用的 Python 书将向您介绍 Python，并确切地告诉您为什么它是制定交易策略的最佳平台。然后，您将介绍使用 Python 进行定量分析，并学习如何使用各种市场数据源通过 Zipline 构建算法交易策略。使用 Zipline 作为回溯测试库，可以访问截至 2018 年的免费美国历史每日市场数据。随着您的进步，您将深入了解用于分析金融数据集的 Python 库（如 NumPy 和 pandas），并探索 Matplotlib、statsmodels 和 scikit-learn 库以进行高级分析。随着你的进步，你会学到很多技能，比如时间序列预测，包括 pmdarima 和 Facebook Prophet。在这本交易书结束时，您将能够构建预测易信号，采用基本和高级算法交易策略，并执行投资组合优化，以帮助您获得并保持领先于市场。

这本书适合谁阅读？

如果您是一名金融交易员或数据分析师，想要动手了解如何设计算法交易策略，那么这本书适合您。您不必是一个成熟的程序员才能深入研究这本书，但知道如何使用 Python 的核心库和对统计数据的扎实掌握将帮助您充分利用这本书。

您将学习什么

  • 通过涵盖财务统计数据和 ARIMA 来了解定量分析的工作原理
  • 使用核心 Python 库，使用真实数据集进行定量研究和策略开发
  • 了解如何在 Python 中访问金融和经济数据
  • 使用 Matplotlib 实现有效的数据可视化
  • 使用流行的 Python 库应用科学计算和数据可视化
  • 构建和部署回溯测试算法交易策略
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。