作者简介
赵志强， 金融 量化 与建模专家，目前在金融 科技 公司负责金融大 数据 产品 工作 ，专注于 研究 Al在金融领域的落地应用。曾在由诺奖得主Robert Engle 领导 的上海纽约大学波动研究所研究 全球 金融 风险 ，并和上交所、中金所合作完成多项科研项目。曾在摩根士丹利华鑫 基金 、明汯 投资 负责量化投资研究工作，内容包括 股票 多因子、 期货 CTA和高频 交易 等。刘志伟，在 中国 银联云闪付事业部从事 数据分析 、 数据挖掘 等工作。对 自然 语言 处理、文本分类、实体识别、关系抽取、传统机器 学习 ，以及 大数据 技术 栈均有实践 经验 。目前正在探索相关技术在金融场景内的落地应用，包括自动知识图谱、大规模文本 信息 抽取结构化、异常识别等领域，关注 人工智能 行业前沿技术发展。
内容简介
《Python量化投资：技术、模型与策略》基于大量真实的实践应用案例和场景，介绍了Python在量化投资各个环节的应用。作者结合自己在量化投资中的项目经验，用 通俗 易懂的语言和生动的案例，围绕量化投资中的概念、思路、 方法 与应用，帮助读者深刻领会“Python的胶水语言能力使其在量化投资生产线的各个环节几乎都能胜任”。
《Python量化投资：技术、模型与策略》共1 7 章，第1-9章 系统 介绍了量化投资中的基础概念，包括数据处理、Pandas的使用、 统计 方法、资产定价等，同时提供Python实例代码进行解释，方便读者在厘清基本概念的同时，能上手尝试简单的Python代码，为后面更复杂的量化体系打好基础；第10-17章从实战的角度介绍了量化投资中的具体应用，包括数据来源、CTA策略、多因子策略、策略回测、资金分配等。
《Python量化投资：技术、模型与策略》从实战的角度出发，采用优秀的开源框架来完成各个功能模块，并且对各个模块背后的基本原理进行了详细讲解，相信能方便读者理解和 开发 。
《Python量化投资：技术、模型与策略》的主要内容和特色：
案例上手容易，使用简单的Python代码来阐释量化投资概念，读者能在厘清量化投资基本概念的同时，迅速上手并基于简单的代码模板写出自己的代码。
理论 覆盖面广，包括了金融基础概念、数据预处理、衍生品定价、统计应用、回测平台等实战中都可能用到的内容，方便读者对Python量化投资全景图有一个良好的把握。
内容实战性强，详解真实业务场景中交易常用的Python 工具 ，比如Wind数据接口、单因子分析框架alphalens、实盘交易框架vn.py等，让读者理解真实场景中如何利用Python生态迅速构建自己的量化投资生产线。
赵志强，金融量化与建模专家，目前在金融科技公司负责金融大数据产品工作，专注于研究Al在金融领域的落地应用。曾在由诺奖得主Robert Engle领导的上海纽约大学波动研究所研究全球金融风险，并和上交所、中金所合作完成多项科研项目。曾在摩根士丹利华鑫基金、明汯投资负责量化投资研究工作，内容包括股票多因子、期货CTA和高频交易等。
刘志伟，在中国银联云闪付事业部从事数据分析、数据挖掘等工作。对自然语言处理、文本分类、实体识别、关系抽取、传统 机器学习 ，以及大数据技术栈均有实践经验。目前正在探索相关技术在金融场景内的落地应用，包括自动知识图谱、大规模文本信息抽取结构化、异常识别等领域，关注人工 智能 行业前沿技术发展。
评论列表
发表评论