零起点Python大数据与量化交易

第1章 从故事开始学量化

通过经典案例介绍量化交易与分析的基本知识，涵盖量化算法、策略及Python编程技巧。

1.1 亿万富翁的“神奇公式

介绍通过定期存款和投资获得财富增长的复利公式，探讨不同投资回报率对财富积累的影响。

1.1.1 案例1-1：亿万富翁的“神奇公式

详细解析复利公式及其在Excel中的应用，计算定期存款40年的财富积累。

1.1.2 案例分析：Python图表

使用Python绘制复利增长图表，展示不同投资回报率下的财富变化。

1.1.3 matplotlib绘图模块库

介绍matplotlib模块库的使用方法，包括图表绘制和样式设置。

1.1.4 案例分析：style绘图风格

通过案例展示如何使用matplotlib的style功能定制图表风格。

1.1.5 案例分析：colormap颜色表

讲解如何使用matplotlib的colormap功能为图表添加颜色。

1.1.6 案例分析：颜色表关键词

介绍matplotlib中常用的颜色表关键词及其应用。

1.1.7 深入浅出

总结复利公式和Python绘图技巧，帮助读者理解量化投资的入门知识。

1.2 股市“一月效应

探讨股市“一月效应”现象，分析其背后的量化交易策略。

1.2.1 案例1-2：股市“一月效应

通过案例展示如何利用Python计算股市“一月效应”。

1.2.2 案例分析：“一月效应”计算

详细解析计算股市“一月效应”的Python代码。

1.2.3 案例分析：“一月效应”图表分析

使用Python绘制股市“一月效应”的图表，分析其趋势。

1.2.4 案例分析：颜色表效果图

展示使用matplotlib绘制“一月效应”图表时的颜色效果。

1.2.5 “一月效应”全文注解版Python源码

提供完整注释的Python源码，帮助读者理解“一月效应”的计算过程。

1.2.6 大数据·宏分析

介绍如何利用大数据进行股市“一月效应”的宏观分析。

1.3 量化交易流程与概念

概述量化交易的基本流程和概念，包括数据分析和策略制定。

1.3.1 数据分析I2O流程

介绍从输入到输出的数据分析流程，包括数据处理和策略生成。

1.3.2 量化交易不是高频交易、自动交易

区分量化交易与高频交易及自动交易的不同之处。

1.3.3 小资、小白、韭菜

解释量化交易中的术语，帮助初学者理解市场角色。

1.3.4 专业与业余

探讨量化交易中专业投资者与业余投资者的区别。

1.4 用户运行环境配置

指导用户配置量化交易所需的运行环境，包括程序目录结构和数据包。

1.4.1 程序目录结构

介绍量化交易程序的目录结构，帮助用户组织代码。

1.4.2 金融股票数据包

讲解如何安装和使用金融股票数据包，为量化交易提供数据支持。

1.5 Python实战操作技巧

提供Python编程在量化交易中的实战技巧，包括模块检测和编辑器设置。