Python 金融市場賺大錢聖經:寫出你的專屬指標, 3/e
張峮瑋 著
買這商品的人也買了...
-
$690$538 -
$580$568 -
$390$308 -
$580$452 -
$480$408 -
$650$553 -
$690$545 -
$500$390 -
$880$695 -
$350$277 -
$350$277 -
$980$774 -
$774$735 -
$720$569 -
$760$593 -
$1,074$1,020 -
$556Excel資料視覺化實作指南(全彩)
-
$780$616 -
$1,200$948 -
$630$498 -
$650$507 -
$690$538 -
$630$498 -
$720$569 -
$680$530
相關主題
商品描述
☆ ★寫出你的專屬指標★☆
現職程式交易員帶你用python寫出本書三大核心
獲取台灣股市資料X小幫手每日自動監控市場X透過回測打造最佳策略
當別人的策略10秒鐘完成回測10年的資料時,你是否仍辛苦的一年一年人工驗證自己的策略?
當別人有程式在替他監控市場而有空邊喝咖啡邊吃下午茶時,你是否還在辛苦盯盤,甚至荒廢本業?
近年來程式充斥、席捲了整個市場,學習程式不僅是為了因應就業潮流,也是讓您在各個場域、各種需求下都能有更適合自己的一套作業方式!
比起其他好用又方便的自動交易軟體,Python擁有更高度的自由化;比起雖然專業且支援廣泛卻要價不斐的軟體Bloomberg,Python是更容易入手的選擇。
學會一套Python語言讓你可以自由地獲取你想要的資料、自由地寫出屬於你的專屬指標。
☛讀完本書,您能熟悉軟體的執行方式、基本套件操作及函數:
✔基本觀念:變數、print 等
✔了解常用資料結構概念及常用基本資料類型
✔迴圈、條件式及控制
✔運算子:+ - * / 以及其他概念
✔了解Python規定縮排規則及import使用套件基礎操作
✔熟悉pip與def概念及語法
✔熟練cmd、vscode及Github
✔實際操作爬蟲,了解pandas套件、BeautifulSoup與一些常使用的資料清洗方法
✔學會yfinance、ta套件及deal_holiday.py程式,並學會設置windows排程
✔try / except 的基本概念及應用
✔traceback 追蹤錯誤訊息
✔numpy 的各種基礎統計方法:max、min、std、mean、percentile等
✔熟悉pyfolio用法,熟悉backtrader框架的入門與應用
☛適合讀者
✪具備基本Python基礎的讀者
✪對程式交易無經驗或小有經驗者
✪想更輕鬆獲取股市交易資訊的讀者
作者簡介
張峮瑋
現與交易高手合作開發自動交易、市場監控程式,並積極研究機器學習/深度學習用於真實交易。
★現專職程式交易設計
★畢業於東吳大學巨量資料管理學院 (現資料科學系)
★曾任野村投信(NOMURA) IT部門實習生,並曾主導AI導入專案
★曾任東吳大學NLP實驗室成員(nlp.bigdata.scu.edu.tw)
★曾任亞洲指標網路行銷顧問公司實習生
★曾於IOH分享個人講座
★曾獲中華郵政第一屆大數據競賽,全國第二名
★曾獲日盛黑客松2018人工智慧解盤,晉級六強決賽
★曾有多個接案經歷,包括網站開發、資料處理流程設計、爬蟲開發等專案
歡迎你透過信箱聯繫我: arleigh668@gmail.com
目錄大綱
01 環境準備—順便談一些開發小習慣
1.1 安裝Python
1.2 pip 套件管理
1.3 準備編輯器
1.4 開發小習慣 – 虛擬環境
1.5 本書的程式 (Github)
02 資料取得— 資料就是財富
2.1 網路爬蟲簡介
2.2 台股列表蟲
2.3 報價取得蟲
2.4 新聞取得蟲
2.5 證交所三大法人買賣超日報表蟲
03 股市小幫手系列—股市小幫手,股票池篩選與入門
3.1 yfinance歷史資料取得
3.2 ta & pandas產製各種指標
3.3 畫出K棒與基礎視覺化方法
3.4 小幫手信件通知
3.5 密碼保護 – 拒絕將重要資訊寫在程式中
3.6 營業日判斷
3.7 小幫手系列1 - 跟著法人走
3.8 小幫手系列2 - 配息高( 現金殖利率)、股價低
3.9 小幫手系列3 – 暴跌中的股票+ 消息面
3.10 讓程式自動為你工作– 善用windows排程
04 指標型策略撰寫與效益評估
4.1 策略分析工具 - pyfolio
4.2 回測框架 - backtrader
4.3 指標型策略1 – 5ma穿越60ma 進場,跌破60ma出場
4.4 指標型策略2 – 追高進場與加碼,固定停損停利
4.5 指標型策略3 – macd翻紅、ma齊上揚多條件進場
05 聊聊AI、大數據與金融
5.1 深度學習、新聞、股市
5.2 野村實習期間
5.3 做為程式交易工作者