资料简介：

本书是国内较早关于Python大数据与量化交易的原创书籍，配合zwPython、zwQuant源量化软件学习，已经是一套完整的大数据分析、量化交易学习教材，可直用于实盘交易。本书特色：一是，以实盘个案分析为主，全程配有Python代码；第二，包含大量的图文案例和Python源码，无须专业编程基础，懂Excel即可始学习；第三，配有专业的zwPython、zwQuant量化软件和zwDat数据包。本书内容源自笔者的原版教学课件，虽然限于篇幅和载体，省略了视频和部分环节，但核心内容都有保留，配套的近百套Python教学程序没有行任何删减。考虑到广大门读者的需求，笔者在各个核心函数环节增添了函数流程图。

本书是国内较早关于Python大数据与量化交易的原创图书，配合zwPython发平台和zwQuant源量化软件学习，是一套完整的大数据分析、量化交易的学习教材，可直用于实盘交易。本书有三大特色：一，以实盘个案分析为主，全程配有Python代码；二，包含大量的图文案例和Python源码，无须专业编程基础，懂Excel即可始学习；三，配有专业的zwPython集成发平台、zwQuant量化软件和zwDat数据包。

本书内容源自笔者的原版教学课件，虽然限于篇幅和载体，省略了视频和部分环节，但核心内容都有保留，配套的近百套Python教学程序没有行任何删减。考虑到广大门读者的需求，笔者在各个核心函数环节增添了函数流程图。

资料目录：

内容简介

丛书编委会

前言

第1章 从故事开始学量化

1.1 亿万富翁的“神奇公式”

1.2 股市“一月效应”

1.3 量化交易流程与概念

1.4 用户运行环境配置

1.5 Python实战操作技巧

1.6 量化、中医与西医

第2章 常用量化技术指标与框架

2.1 案例2-1：SMA均线策略

2.2 Python量化系统框架

2.3 常用量化软件包

2.4 常用量化技术指标

2.5 经典量化策略

2.6 常用量化策略

2.7 起点与终点

第3章 金融数据采集整理

3.1 常用数据源API与模块库

3.2 案例3-1：zwDatX数据类

3.3 美股数据源模块库

3.4 开源文档库Read the Docs

3.5 案例3-2：下载美股数据

3.6 财经数据源模块库TuShare

3.7 历史数据

3.8 其他交易数据

3.9 zwDat超大股票数据源与数据更新

3.10 数据归一化处理

3.11 为有源头活水来

第4章 PAT案例汇编

4.1 投资组合与回报率

4.2 SMA均线策略

4.3 均线交叉策略

4.4 VWAP动量策略

4.5 布林带策略

4.6 RSI2策略

4.7 案例与传承

第5章 zwQuant整体架构

5.1 发布前言

5.2 功能简介

5.3 示例程序

5.4 常用量化分析参数

5.5 回溯案例：对标测试

5.6 回报参数计算

5.7 主体框架

5.8 新的起点

第6章 模块详解与实盘数据

6.1 回溯流程

6.2 运行流程详解

6.3 零点策略

6.4 不同数据源与格式修改

6.5 金融数据包与实盘数据更新

6.6 稳定第一

第7章 量化策略库

7.1 量化策略库简介

7.2 SMA均线策略

7.3 CMA均线交叉策略

7.4 VWAP策略

7.5 BBands布林带策略

7.6 大道至简1+1

第8章 海龟策略与自定义扩展

8.1 策略库

8.2 tur海龟策略v1：从零开始

8.3 案例8-1：海龟策略框架

8.4 tur海龟策略v2：策略初始化

8.5 案例8-2：策略初始化

8.6 tur海龟策略v3：数据预处理

8.7 案例8-3：数据预处理

8.8 tur海龟策略v4：策略分析

8.9 案例8-4：策略分析

8.10 tur海龟策略v5：数据图表输出

8.11 tur海龟策略v9：加入策略库

8.12 案例8-7：入库

8.13 庖丁解牛

第9章 TA-Lib函数库与策略开发

9.1 TA-Lib技术指标

9.2 MACD策略

9.3 KDJ策略

9.4 RSI策略

9.5 基石、策略与灵感

第10章 扩展与未来

10.1 回顾案例2-1：SMA均线策略

10.2 大盘指数资源

10.3 系统整合

10.4 扩展完成

10.5 其他扩展课题

10.6 终点与起点

附录A zwPython开发平台用户手册

附录B Python量化学习路线图