「合輯·收藏」Python量化從入門到精通
引言
自2018年9月27日發第一篇推文以來,公眾號「Python金融量化」專註於分享Python在金融量化領域的實戰應用,堅持走原創路線,持續輸出技術乾貨,已發表29篇原創文章,關注者從零到破萬。這一路走來充滿了成長的彷徨和喜悅,在此非常感謝大家的一路支持!學習是一個循序漸進的過程,只有通過不斷的總結才能形成系統的知識框架。今天將已發送的推文進行一次梳理和總結,歸納出Python應用於金融量化中的學習路線圖,從零基礎開始,由淺入深,搭建Python量化投資知識框架體系,希望對大家的學習和實戰應用有一定的啟示。
原文見:https://mp.weixin.qq.com/s/HcyFjDcxdgc5_OgLXsEfPA
01 Python編程基礎
關於Python的入門和基礎這一塊,公眾號分享了兩篇文章,著重介紹了零基礎該如何建立自己的學習路線圖,並分享了相關入門學習資料,具體見以下推文:
(1)【Python金融量化】零基礎如何開始學?
結合個人經驗分享下Python做金融量化和數據分析的學習路徑。
(2)【資料分享】Python量化從入門到高階
分享Python從入門、進階、到高階的學習資料,以及金融投資相關書籍(PDF)。
Python安裝與使用
建議安裝Anaconda,自帶Jupyter notebook和Spyder。Jupyter在互動式編程與數據分析上功能十分強大,公眾號上所有文章基本上都是基於Jupyter寫的。公眾號里回復「Python入門」即可獲取相關資料。
Python語言基礎
python入門該從哪入手?目前網上學習資料汗牛充棟,大同小異, 基本上圍繞以下六個方面:
- 數值類型(整數、浮點數、布爾型、複數)
- 字元串(str)及其操作
- 列表(list)、元組(tuple)、字典(dict)、集合(set)
- 條件、循環語句
- 函數
- 常用內置模塊:os、math、time、datetime等
02 Python金融量化常用庫
Numpy(數組矩陣)、Pandas(數據處理分析)、Scipy(數理統計)、Statsmodel(數理模型)和Matplotlib(可視化)等是綜合應用Python做量化分析必學的輪子(module)。當然,如果要把這些庫都從頭到尾都學一遍,時間精力上估計也不夠。因此,建議「干中學」,以解決學習或工作中的實際問題為指導原則,通過實際應用來學習鞏固。
1、矩陣與科學計算:Numpy
【手把手教你】玩轉Python量化金融工具之NumPy
2、金融數據處理與分析:Pandas
【手把手教你】玩轉Python金融量化利器之Pandas
3、數理模型:Scipy與Statsmodel
這一塊目前還沒發文,後續推文將會涉及。
4、數據可視化:綜合運用Matplotlib與pyecharts
(1)【Python金融量化】A股沉浮啟示錄
(2)2018你不可不知的十大關鍵詞
03 Python金融基礎分析實例
本部分是結合金融量化基礎,以金融場景真實數據,綜合應用numpy、pandas、matplotlib、tushare等,實現數據分析和可視化,包括貨幣時間價值、複利計算、文本分析、金融圖譜和宏觀量化等。
1、金融量化分析基礎:貨幣時間價值與複利計算
(1)【手把手教你】Python金融財務分析
(2)【手把手教你】時間序列之日期處理
2、財經數據獲取與可視化
【手把手教你】Python獲取財經數據和可視化分析
3、上市公司數據挖掘與分析
【Python金融量化】上市公司知多少?
4、文本信息挖掘:財經新聞文本分析
(1)【Python金融量化】財經新聞文本分析
(2)【文本挖掘】Python帶你笑看江湖
5、金融知識圖譜
【手把手教你】用Python構建小型金融知識圖譜
6、宏觀分析與量化
(1)大勢觀瀾與研判邏輯
(2)【宏觀量化】股市趨勢與拐點如何看?
04 Python股票量化初探
本部分主要主要介紹了股票市場分析的量化基礎,包括數據獲取、量化選股、股票分析入門、量化選股、指數定投和日曆效應,體現了Pandas的高級運用和數據可視化分析。
1、獲取股票交易數據
【手把手教你】Python獲取交易數據
2、股票分析入門
【Python量化】股票分析入門
2、Python量化選股
Python量化選股初探
3、Python分析指數基金定投
(1)Python數說指數定投策略
(2)【Python量化】怎麼在基金定投上實現收益最大化
4、Python驗證A股月份效應
A股指數圖譜:是否有月份效應?
05 Python量化投資專題
本部分圍繞量化投資專題展開,從資料庫交互使用、量化策略風險指標、技術分析TA-Lib、量化投資方法論體系、經典策略(多因子、動量、情緒指標等等),這一部分對金融投資理論和Python基礎要求均較高,也是公眾號後續推文的重點。
1、搭建自己的量化分析資料庫
【手把手教你】搭建自己的量化分析資料庫
2、Python計算量化策略風險指標
【手把手教你】Python量化策略風險指標
3、技術分析利器之TA-Lib
(1)【手把手教你】股市技術分析利器之TA-Lib(一)
(2)【手把手教你】股市技術分析利器之TA-Lib(二)
4、量化投資方法論體系
【乾貨分享】一文講透量化投資方法論體系
5、量化投資實戰案例
(1)【手把手教你】Python量化股票市場情緒指標ARBR
(2)【手把手教你】動量指標的Python量化回測
(3)【手把手教你】量價關係分析與Python實現
(4)【Python量化】如何利用歐奈爾的RPS尋找強勢股?
(5)什麼是多因子量化選股模型?
(6)如何對選股因子進行量化回測?
(7)【手把手教你】Python量化Fama-French三因子模型
推薦閱讀:
※關於Python導入模塊,你可能沒學透?!
※現在開始學習python的話,是學習python2.x還是學習python3.x比較好?
※Python面向對象 --概述
※Python的設計理念與簡要年譜
※通過三個函數了解Python網路爬蟲