前 言
说起量化交易，你的脑海里是否会浮现这样一幅画面：一间采用高科技搭建起来的交易室，上百台计算机显示屏飞速跑着各种数学模型，投资交易以微秒计的速度高深莫测地计算着？诚然，在普通投资者眼里，量化交易可能意味着复杂模型、高频交易、专业程序，且仿佛离我们很远。这些固然是量化交易的特征，但其实离我们并不遥远，事实上，我们每天都不自觉地在使用着量化。比如当你用某个或某些条件去判断是否要买卖某只股票或者如何买卖时，就是量化思维的一种表现。
量化投资在海外的发展已有30 多年的历史，其投资业绩稳定，市场规模和份额不断扩大，得到了越来越多投资者的认可，并且量化对冲基金已经成为资管行业的翘楚。国内的量化交易起步较晚，量化交易在证券市场占比还不足5%。随着科技的进步，中国的量化交易市场正在快速发展。
当前，我国的量化交易主要应用在商品期货上。随着股指期货的上市，期货市场和证券市场实现了真正意义上的互动，投资者不仅可以在期货市场上进行交易，同时还可以在期货与股票之间进行套利交易。利用量化交易对股指期货进行操作将会是投资者（尤其是机构投资者）一个重要的发展方向。
本书特点
特 点 说 明
16 章实战精讲 本书体系完善，由浅入深地对Python 大数据与量化交易
进行了16章专题精讲，其内容涵盖了量化交易的
基础知识、聚宽JoinQuant 量化交易平台、
Python 开发环境及配置、
Python 的基本语法及流程控制、
Python 的特征数据类型、Python 的内置函数
与自定义用户函数、Python的面向对象编程、
数据分析的Numpy 包、数据分析的Pandas 包、
数据可视化的Matplotlib 包、
Python 量化交易策略的编写、
Python 获取数据函数、Python 基本面量化选股、
Python 量化择时的技术指标函数、
Python 量化交易策略的回测技巧、
Python 量化交易策略的因子分析技巧、
Python 量化交易策略的实战案例等
108 个知识点 本书结合Python 大数据与量化交易的实战应用，
讲解了108 个应用技巧，其内容涵盖了格式化
字符串的输出、Input（）函数、算术运算符、
赋值运算符、位运算符、关系运算符、
嵌套 If 语句、while 循环、for 循环、
列表、元组、字典、集合、内置函数、
用户自定义函数、匿名函数、类的继承、
调用自定义模块、全局变量和局部变量、
Numpy 数组、Numpy 矩阵、Numpy 线性代数、
Numpy 文件操作、一维数组系列（Series）、
二维数组DataFrame、三维数组Panel、
绘制色图和等高线图、绘制立体三维图形、
设置函数、定时函数、下单函数、
获取数据函数、成长类因子选股、
规模类因子选股、价值类因子选股、
质量类因子选股、趋向指标函数、
反趋向指标函数、压力支撑指标函数、
量价指标函数、利用Python 编写MACD
指标量化策略、设置MACD 指标量化策略的回测参数、
MACD 指标量化策略的回测详情、因子分析的实现代码、
因子分析的结果、基本面因子应用实例、
MA 均线量化交易策略、多均线量化交易策略、
能量型指标量化交易策略、KD 指标量化交易策略、
BOLL 指标量化交易策略、多股票持仓量化交易策略、
医药股轮动量化交易策略、中市值股票量化交易策略、
低估价值股量化交易策略等
100 多个实战案例 本书结合理论知识，在其讲解的过程中，
列举了100 多个案例，进行分析讲解，
让广大投资者在学习理论知识的同时，
更准确地理解其意义和实际应用
80 多个技能提示 本书结合Python 大数据与量化交易中
遇到的热点问题、关键问题及种种难题，
以技能提示的方式奉送给投资者，
其中包括Python 的代码格式、
基本面量化选股、技术面量化择时等
结构特点 本书讲解都从基础知识和基本操作开始，
读者无须参照其他书即可轻松入门；
另一层是充分考虑没有基础读者的实际情况，
在文字表述方面尽量避开专业的术语，
用通俗易懂的语言讲解每个知识点的应用技巧，
从而突出容易学、上手快的特点
本书结构
章节介绍 内容体系 作 用
第1 章 首先讲解量化交易的基础知识， 从整体上认识量化交易及
然后讲解量化交易的优势、 量化交易平台，为后续章节的
应用、注意事项、历史 学习打下良好的基础
及与人工交易的区别，
最后讲解量化交易的平台和
量化交易的潜在风险及应对策略
第2~6 章 讲解量化交易开发语言Python， Python 是量化交易策略编写的
即讲解Python 语言的开发环境、 首选语言，也是最常用的编程语
基本语法及流程控制、 言。为了更好地编写和理解量化交
特征数据类型、内置函数与 易策略，就必须掌握该语言
自定义用户函数、面向对象编程
第7~9 章 讲解大数据分析和可视化的3 量化交易就是对海量的股票数
个包，分别是Numpy 包、 据进行分析及可视化，所以投资者
Pandas包、Matplotlib 包 要掌据Python 中的3 个重要数据分
析和可视化的包
第10~15 章 讲解量化交易策略的编写、 要想编写出优秀的量化交易策
获取数据函数、基本面 略，就必须熟练掌握量化选股技
量化选股、量化择时的 巧、量化择时技巧、回测技巧、因
技术指标函数、回测技巧、 子分析技巧等
因子分析技巧
第16 章 讲解Python 量化交易策略的实 通过编写Python 量化交易策略
战案例 的实战案例，可以提高投资者对量
化交易策略的综合认识，并真正掌
握量化交易技巧，从而学以致用
本书适合的读者
本书适用于各种不同的投资者，如新老股民、中小散户、股票操盘手、基金操盘手和专业股票评论人士，以及经济财经类专业的大学生、更适用于那些有志于在这个充满风险、充满寂寞的征程上默默前行的征战者。
创作团队
本书由王可群、周峰编写，下面人员对本书的编写提出过宝贵意见并参与了部分编写工作，他们是刘志隆、王征、吕雷、王高缓、梁雷超、周飞、纪欣欣、葛钰秀、张亮、周科峰、王英茏、陈税杰等。
由于作者水平有限，书中的缺点和不足之处在所难免，敬请读者批评指正。
本书赠送的图片及其他资源均以二维码形式提供，读者可以使用手机扫描右侧的二维码下载并观看。
more >
