
Python數(shù)據(jù)分析實(shí)戰(zhàn):構(gòu)建股票量化交易系統(tǒng)培訓(xùn)
1
貫穿小冊(cè):Python金融數(shù)據(jù)分析實(shí)戰(zhàn)型項(xiàng)目
2
前置基礎(chǔ):量化交易及應(yīng)用場(chǎng)景簡(jiǎn)介
3
前置基礎(chǔ):開(kāi)發(fā)環(huán)境及基礎(chǔ)工具說(shuō)明
4
前置基礎(chǔ):創(chuàng)建一個(gè)Python文件的細(xì)節(jié)
5
前置基礎(chǔ):Python變量類(lèi)型及動(dòng)態(tài)特性
6
前置基礎(chǔ):玩轉(zhuǎn)Python遍歷工具for..in
7
前置基礎(chǔ):無(wú)可或缺的Python異常處理
8
前置基礎(chǔ):NumPy模擬隨機(jī)漫步理論
9
前置基礎(chǔ):Pandas構(gòu)建DataFrame股票數(shù)據(jù)
10
前置基礎(chǔ):Matplotlib函數(shù)式繪圖的方式
11
前置基礎(chǔ):Matplotlib對(duì)象式繪圖的方式
12
前置基礎(chǔ):Matplotlib模擬隨機(jī)漫步軌跡
13
前置基礎(chǔ):從概率角度談市場(chǎng)中的博弈
14
股票數(shù)據(jù)獲?。篜andas金融模塊獲取股票數(shù)據(jù)
15
股票數(shù)據(jù)獲?。翰町惢治龀S霉善睌?shù)據(jù)接口
16
股票數(shù)據(jù)獲?。涸斀饩W(wǎng)絡(luò)爬蟲(chóng)的原理和過(guò)程
17
股票數(shù)據(jù)獲?。号老x(chóng)方式獲取行業(yè)板塊數(shù)據(jù)
18
股票數(shù)據(jù)獲?。号老x(chóng)抓取東方財(cái)富網(wǎng)股吧帖子
19
股票數(shù)據(jù)分析:全方位訪問(wèn)DataFrame格式股票數(shù)據(jù)
20
股票數(shù)據(jù)分析:遍歷DataFrame格式股票數(shù)據(jù)的方法
21
股票數(shù)據(jù)分析:股票分時(shí)明細(xì)數(shù)據(jù)的獲取
22
股票數(shù)據(jù)分析:分時(shí)明細(xì)數(shù)據(jù)周期重采樣
23
股票數(shù)據(jù)分析:如何計(jì)算主力資金的流入流出
24
股票數(shù)據(jù)分析:除權(quán)數(shù)據(jù)前復(fù)權(quán)和后復(fù)權(quán)處理
25
技術(shù)指標(biāo)可視化:自定義Matplotlib版股票行情界面
26
技術(shù)指標(biāo)可視化:pyecharts實(shí)現(xiàn)Web版股票行情界面
27
技術(shù)指標(biāo)可視化:pyecharts從V0.5至V1版的轉(zhuǎn)變
28
技術(shù)指標(biāo)可視化:TA-Lib技術(shù)指標(biāo)庫(kù)的擴(kuò)展應(yīng)用
29
技術(shù)指標(biāo)可視化:用TA-Lib封裝更靈活的指標(biāo)庫(kù)
30
股票交易策略:線性回歸算法建立選股策略
31
股票交易策略:基于歐奈爾RPS指標(biāo)選股策略
32
股票交易策略:海龜擇時(shí)策略入門(mén)量化交易
33
股票交易策略:收益與風(fēng)險(xiǎn)維度度量策略效果
34
股票交易策略:擇時(shí)策略融入ATR風(fēng)險(xiǎn)控制
35
股票交易策略:擇時(shí)策略融入ATR動(dòng)態(tài)倉(cāng)位管理
36
股票交易策略:蒙特卡洛算法優(yōu)化策略參數(shù)
37
股票交易策略:基于凱利公式的倉(cāng)位管理
38
量化策略回測(cè):扒一扒量化回測(cè)中常見(jiàn)的陷阱
39
量化策略回測(cè):創(chuàng)建屬于自己的回測(cè)框架
40
量化策略回測(cè):如何利用聚寬平臺(tái)回測(cè)交易策略
41
量化策略回測(cè):基于BackTrader建立雙均線策略
42
遠(yuǎn)程下單方案:微信機(jī)器人實(shí)時(shí)提醒交易
43
遠(yuǎn)程下單方案:SMTP郵件實(shí)時(shí)提醒交易
44
遠(yuǎn)程下單方案:釘釘機(jī)器人實(shí)時(shí)提醒交易
45
自動(dòng)交易方案:模擬股票客戶端交易的原理
46
效率優(yōu)化措施:Python擴(kuò)展C/C++加速執(zhí)行