新書推薦：
《
後悔當媽媽（二版）
》
售價：HK$
106.9
《
5G來了！：生活變革、創業紅利、產業數位轉型，搶占全球2510億美元商機，人人皆可得利的未來，你準備好了嗎.
》
售價：HK$
106.9
《
醫病大和解：協助醫師、護理師、藥師、社工師、醫檢師、醫院行政、病人和家屬一起學習同理關懷與自我保護之教育手冊
》
售價：HK$
193.0
《
提高專注力的最高整理術：不費力、不雜亂的斷捨離，建立超強工作效率
》
售價：HK$
95.0
《
那個男人
》
售價：HK$
109.8
《
做個「快」樂的人：心理健康完全使用手冊
》
售價：HK$
89.1
《
怎樣談科學：將「複雜」說清楚、講明白的溝通課
》
售價：HK$
115.8
《
日本和傘大賣世界：中小企業前進海外市場的必勝戰略
》
售價：HK$
95.0
|
| 內容簡介： |
詳細介紹隨機變數、描述性統計、變異數分析、推論統計、迴歸分析等統計學基礎。
說明資產投資組合理論、收益率及風險、資本資產定價模型、三因子模型等金融理論。
認識時間序列的基本概念、性質和預測、GARCH模型、配對交易策略。
解說投資相關的K線圖、RSI相對強弱指標、動量交易策略、均線系統策略。
量化投資在學術界及業界的發展日益蓬勃。它的涵義是在投資的各個階段中，利用數學、統計、電腦等分析工具來建立模型，並據以客觀地分析數據，按事先設定好的投資邏輯來進行投資決策，不同於以往的主觀交易。本書旨在對量化投資作廣泛與初步的介紹，並佐以Python語言實作，希冀讀者能藉此書對資訊科技與金融結合應用，略窺一斑。
量化投資的模型很容易因建模者的能力不同而良莠不齊。既然主觀交易有諸多限制，量化交易看來又並非萬能，那麼，對投資績效念茲在茲的投資者，究竟該何去何從呢？我們要提醒讀者的是，程式語言、統計、金融、技術指標等量化投資常用的知識，只是工具！惟有利用本書勤練技能，在實戰中累積經驗，才能審時度勢，百戰不殆。
|
| 關於作者： |
蔡立耑（TerryTsai）
出生於台灣，美國伊利諾伊大學金融碩士，華盛頓大學經濟學博士。曾任金融學教師，帶領博士生與碩士生從事投資決策、金融衍生品、風險分析、交易策略等領域的研究，目前在許多企業擔任顧問，執導多項金融大數據研究專案，涉及量化投資、統計套利、金融AI等領域。
|
| 目錄：
|
Part1Python入門
第1章Python簡介與安裝使用
1.1Python概述
1.2安裝Python
1.2.1下載安裝Python執行文件
1.2.2下載安裝Anaconda
1.3簡單使用Python
1.4交互對話環境IPython
1.4.1IPython的安裝
1.4.2IPython使用
1.4.3IPython功能介紹
第2章Python程式碼的撰寫與執行
2.1建立Python腳本文件
2.1.1記事本
2.1.2Python預設的IDLE環境
2.1.3專門程式編輯器
2.2執行.py文件
2.2.1IDLE環境自動執行
2.2.2命令控制元cmd中執行
2.2.3AnnacondaPrompt中執行
2.3Python程式設計小技巧
2.3.1Python的行
2.3.2Python縮排
第3章Python物件類型初探
3.1Python物件
3.2變數命名規則
3.3可變與不可變
3.4數值類型
3.4.1整數（型）
3.4.2浮點數
3.4.3布林類型
3.4.4複數
3.5字串
3.6串列
3.7元組
3.8字典
3.9集合
第4章Python整合開發環境：Spyder介紹
4.1程式碼編輯器
4.2程式碼執行Console
4.3變數查詢與編輯
4.4當前工作路徑與文件管理
4.5幫助文件與線上說明
4.6其他功能
第5章Python運算子與使用
5.1常用運算子
5.1.1算術運算子
5.1.1賦值運算子
5.1.3比較運算子
5.1.4邏輯運算子
5.1.5身份運算子
5.1.6成員運算子
5.1.7運算子的優先級
5.2具有運算功能的內置函數
第6章Python常用語句
6.1賦值語句
6.1.1賦值涵義與簡單賦值
6.1.2多重賦值
6.1.3多元賦值
6.1.4增強賦值
6.2條件語句
6.3迴圈
6.3.1for迴圈
6.3.2while迴圈
6.3.3巢式寫法迴圈
6.3.4break、continue等語句
第7章Python函數
7.1函數的定義與呼叫
7.2函數的參數
7.2.1可選參數–參數個數未定
7.3匿名函數
7.4作用域
第8章Python物件導向程式設計
8.1引言
8.2類別
8.3封裝
8.4繼承（Inheritance）
第9章可疊代物件與疊代器
9.1簡介
9.2產生器
第10章Python標準函數庫與數據操作
10.1模組、套件和函數庫的區別
10.1.1模組
10.1.2套件
10.1.3函數庫
10.2Python標準函數庫介紹
10.3Python內置數據型態與操作
10.3.1序列型態數據操作
10.3.2字典型態操作
10.3.3集合操作
第11章常用第三方函數庫：Numpy函數庫與多維陣列
11.1建立陣列
11.2陣列元素索引與切片
11.3陣列運算
第12章常用第三方函數庫：Pandas與數據處理
12.1Series型態數據
12.1.1Series物件的建立
12.1.2Series物件的元素提取與切片
12.1.3時間序列
12.2DataFrame型態數據
12.2.1建立DataFrame物件
12.2.2查詢DataFrame物件
12.2.3DataFrame物件的索引與切片
12.2.4DataFrame的操作
12.2.5DataFrame的運算
12.3數據規整化
12.3.1缺失值的處理
12.3.2缺失值的填滿
12.3.3缺失值的選擇刪除
12.3.4刪除重複數據
第13章常用第三方函數庫：Matplotlib函數庫與數據視覺化
13.1Matplotlib簡介
13.1.1繪圖小例子
13.2修改圖像屬性
13.2.1座標
13.2.1.2設定座標標籤與顯示角度
13.2.2添加文字
13.2.2.1添加標題
13.2.2.2中文顯示問題
13.2.2.3設定座標軸標籤
13.2.2.4增加圖形背景
13.2.2.5增加圖例
13.2.3多種線條屬性
13.2.3.1線條的型態
13.2.3.2圖形的顏色
13.2.3.3點的形狀型態
13.2.3.4線條寬度
13.3常見圖形的繪製
13.3.1柱狀圖
13.3.2直方圖
13.3.3圓餅圖
13.3.4盒鬚圖
13.4Figure、ax物件與多圖繪製
13.4.1Figure、Axes物件
13.4.2多圖繪製
Part2統計學基礎
第14章描述性統計
14.1數據類型
14.2圖表
14.2.1頻數分佈表
14.2.2直方圖
14.3數據的位置
14.4數據的離散度
第15章隨機變數簡介
15.1概率與概率分佈
15.1.1離散型隨機變數
15.1.2連續型隨機變數
15.2期望值與變異數
15.3二項分佈
15.4常態分佈
15.5其他連續分佈
15.5.1卡方分佈
15.5.2t分佈
15.5.3F分佈
15.6變數的關係
15.6.1聯合概率分佈
15.6.2變數的獨立性
15.6.3變數的相關性
15.6.4台灣加權股價指數與台灣50指數的相關性分析
第十六章推論統計
16.1參數估計
16.1.1點估計
16.1.2區間估計
16.2案例分析
16.3假設檢定
16.3.1兩類錯誤
16.3.2顯著性水平與p值
16.3.3確定小概率事件
16.4t檢定
16.4.1單樣本t檢定
16.4.2獨立樣本t檢定
16.4.3配對樣本t統計量的構造
第十七章變異數分析
17.1變異數分析之思想
17.2變異數分析之原理
17.2.1離差平方和
17.2.2自由度
17.2.3顯著性檢定
17.3變異數分析之Python實作
17.3.1單因素變異數分析
17.3.2多因素變異數分析
17.3.3析因變異數分析
第十八章迴歸分析
18.1一元線性迴歸模型
18.1.1一元線性迴歸模型
18.1.2最小平方法
18.2模型擬合度
18.3古典假設條件下 α、 β之統計性質
18.4顯著性檢定
18.5台灣加權指數與台灣50指數的迴歸分析與Python實踐
18.5.1Python估計迴歸模型
18.5.2繪製迴歸診斷圖
18.6多元線性迴歸模型
18.6.1多元線性迴歸模型
18.7多元線性迴歸案例分析
Part3金融理論、投資組合與量化選股
第19章資產收益率和風險
19.1單期與多期簡單收益率
19.1.1單期簡單收益率
19.1.2多期簡單收益率
19.1.3Python函數計算簡單收益率
19.1.4單期與多期簡單收益率的關係
19.1.5年化收益率
19.1.6考慮股利分紅的簡單收益率
19.2連續複利收益率
19.2.1多期連續複利收益率
19.2.2單期與多期連續複利收益率的關係
19.3繪製收益圖
19.4資產風險的來源
19.4.1市場風險
19.4.2利率風險
19.4.3匯率風險
19.4.4流動性風險
19.4.5信用風險
19.4.6通貨膨脹風險
19.4.7營運風險
19.5資產風險的測度
19.5.1變異數
19.5.2風險價值
19.5.3預期損失
19.5.4最大虧損
第20章投資組合理論及其應用
20.1投資組合的收益率與風險
20.2Markowitz均值-變異數模型
20.3Markowitz模型之Python實作
20.3.1資料讀取與整理
20.4Black-Litterman模型
20.4.1Black-Litterman模型之Python實作
第21章資本資產定價模型（CAPM）
21.1資本資產定價模型的核心思想
21.2CAPM模型的應用
21.3Python計算單資產CAPM實例
21.4CAPM模型的評價
第22章Fama-French三因子模型
22.1Fama-French三因子模型的基本思想
22.2三因子模型之Python實作
22.3三因子模型的評價
Part4時間序列簡介與配對交易
第23章時間序列基本概念
23.1認識時間序列
23.2Python中的時間序列資料
23.3選取特定日期的時間序列資料
23.4時間序列資料敘述性統計
第24章時間序列的基本性質
24.1自相關性
24.1.1自相關係數
24.1.2偏自相關係數
24.1.3acf函數與pacf函數
24.1.4加權股價指數的收益率的自相關性判斷
24.2定態性
24.2.1嚴格定態
24.2.2弱定態
24.2.3嚴格定態與弱定態的區別
24.3加權股價指數的定態性檢定
24.3.1觀察時間序列圖
24.3.2觀察序列的自相關圖和偏自相關圖
24.3.3單根檢定
24.4白雜訊
24.4.1白雜訊過程
24.4.2白雜訊檢定——Ljung-Box檢定
24.4.3加權股價指數的白雜訊檢定
第25章時間序列預測
25.1移動平均預測
25.1.1簡單移動平均
25.1.2加權移動平均
25.1.3指數加權移動平均
25.2ARMA模型預測
25.2.1自我迴歸模型
25.2.2移動平均模型
25.3ARMA模型
25.4ARMA模型的建模過程
25.5CPI資料的ARMA短期預測
25.6股票收益率的定態時間序列建模
第26章GARCH模型
26.1資產收益率的波動率與ARCH效應
26.2ARCH模型和GARCH模型
26.2.1ARCH模型
26.2.2GARCH模型
26.3ARCH效應檢定
26.4GARCH模型建構
第27章配對交易策略
27.1什麼是配對交易？
27.2配對交易的思想
27.3配對交易的步驟
27.3.1股票對的選取
27.3.2配對交易策略的制定
27.4建構PairTrading類
27.5Python實測配對交易交易策略
Part5技術指標與量化投資
第28章K線圖
28.1K線圖簡介
28.2Python繪製加權股價指數K線圖
28.3Python捕捉K線圖的形態
28.3.1Python捕捉「早晨之星」
28.3.2Python語言捕捉「烏雲蓋頂」形態
第29章動量交易策略
29.1動量概念介紹
29.2動量效應產生原因
29.3價格動量的計算公式
29.3.1作差法求動量值
29.3.2作除法求動量值
29.4撰寫動量函數momentum
29.5鴻海股票2016年走勢及35日動量線
29.6動量交易策略的一般思路
29.6.1運用動量指標交易鴻海股票
第30章RSI相對強弱指標
30.1RSI基本概念
30.2Python計算RSI值
30.3Python撰寫rsi函數
30.4RSI天數的差異
30.5RSI指標判斷股票超買和超賣狀態
30.6RSI的「黃金交叉」與「死亡交叉」
30.7統一股票RSI指標交易實測
30.7.1RSI捕捉統一股票買賣點
30.7.2RSI交易策略執行及回測
第31章均線系統策略
31.1簡單移動平均
31.1.1簡單移動平均數
31.1.2簡單移動平均函數
31.1.3期數選擇
31.2加權移動平均
31.2.1加權移動平均數
31.2.2加權移動平均函數
31.3指數加權移動平均
31.3.1指數加權移動平均數
31.3.2指數加權移動平均函數
31.4建立movingAverage模組
31.5常用平均方法的比較
31.6台積電股價數據與均線分析
31.7均線時間跨度
31.8台積電股票均線系統交易
31.8.1簡單移動平均線制定台積電股票的買賣點
31.8.2雙均線交叉捕捉台積電股票的買賣點
31.9異同移動平均線（MACD）
31.9.1MACD的求值過程
31.9.2異同均線（MACD）捕捉台積電股票的買賣點
31.10多種均線指標綜合運用模擬實測
第32章通道突破策略
32.1通道突破簡介
32.2唐奇安通道
32.2.1唐奇安通道刻畫
32.2.2Python捕捉唐奇安通道突破
32.3布林帶通道
32.3.1布林帶通道的計算方式
32.4布林帶通道與市場風險
32.5通道突破交易策略的制定
32.5.1一般布林帶上下通道突破策略
32.5.2另一種布林帶通道突破策略
第33章隨機指標交易策略
33.1什麼是隨機指標（KDJ）？
33.2隨機指標的原理
33.3KDJ指標的計算公式
33.3.1未成熟隨機指標RSV
33.3.2K、D指標計算
33.3.3J指標計算
33.3.4KDJ指標簡要解析
33.4KDJ指標的交易策略
33.5KDJ指標交易實測
33.5.1KD指標交易策略
33.5.2KDJ指標交易策略
33.5.3K線、D線「金叉」與「死叉」
第34章量價關係解析
34.1量價關係簡介
34.2量價關係解析
34.2.1價漲量增
34.2.2價漲量平
34.2.3價漲量縮
34.2.4價平量增
34.2.5價平量縮
34.2.6價跌量增
34.2.7價跌量平
34.2.8價跌量縮
34.3不同價格段位的成交量
34.4成交量與均線思想結合制定交易策略
第35章OBV指標交易策略
35.1OBV指標概念
35.2OBV指標計算方法
35.3OBV指標的理論依據
35.4OBV指標的交易策略制定
35.5OBV指標交易策略的Python實測
35.6OBV指標的應用原則
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
