股票發大財：用 Python 預測玩轉股市高手精解
胡書敏
- 出版商: 深智數位
- 出版日期: 2021-01-21
- 定價: $690
- 售價: 8.5 折 $587
- 語言: 繁體中文
- 頁數: 368
- 裝訂: 平裝
- ISBN: 9865501732
- ISBN-13: 9789865501730
-
相關分類:
投資理財 Investment、Machine Learning
立即出貨(限量) (庫存=5)
買這商品的人也買了...
-
金融科技實戰：Python 與量化投資$650$507 -
給工程師的第一本理財書：程式金融交易的 118個入門關鍵技巧$500$390 -
Python 資料科學與人工智慧應用實務$650$585 -
打造股市小秘書｜聊天機器人 x 網路爬蟲 x NoSQL x Python 整合應用實務$380$300 -
NumPy 高速運算徹底解說 - 六行寫一隻程式？你真懂深度學習？手工算給你看！$750$638 -
機器學習的數學基礎 : AI、深度學習打底必讀$580$458 -
CTF 特訓營:技術詳解、解題方法與競賽技巧$534$507 -
Python 程式交易應用與實作：從零開始！自動化投資實戰指南$500$390 -
Python 最強入門邁向頂尖高手之路：王者歸來, 2/e (全彩版)$1,080$853 -
圖解第一次買股票就上手 (全面修訂版)$250$225 -
LINE Bot by Python 全攻略：從 Heroku 到 AWS 跨平台實踐（iT邦幫忙鐵人賽系列書）$620$484 -
零基礎入門的機器學習圖鑑：2大類機器學習 X 17種演算法 X Python 基礎教學，讓你輕鬆學以致用$450$405 -
演算法：最強彩色圖鑑 + Python 程式實作 -- 王者歸來 (全彩印刷第二版)$690$587 -
軟體架構原理｜工程方法 (Fundamentals of Software Architecture: A Comprehensive Guide to Patterns, Characteristics, and Best Practices)$680$537 -
Kaggle 競賽攻頂秘笈 -- 揭開 Grandmaster 的特徵工程心法，掌握制勝的關鍵技術$1,000$790 -
Python : 股票演算法交易實務 147個關鍵技巧詳解, 2/e$580$452 -
Python 演算法交易 (Python for Algorithmic Trading)$680$537 -
Python 金融市場賺大錢聖經：寫出你的專屬指標$780$616 -
Python 資料科學自學聖經：不只是建模！用實戰帶你預測趨勢、找出問題與發現價值(附關鍵影音教學、範例檔)$580$458 -
零基礎入門的 Python 自動化投資：10年操盤手團隊量化通，教你從零開始學程式交易，讓你輕鬆選股、判斷買賣時機，精準獲利$450$405 -
Keras 大神歸位：深度學習全面進化！用 Python 實作 CNN、RNN、GRU、LSTM、GAN、VAE、Transformer$1,200$948 -
Python：股票 × ETF 量化交易回測 102個活用技巧$600$468 -
Python：量化交易 Ta-Lib 技術指標 139個活用技巧$620$484 -
快速學會 Python 架站技術：活用 Django 4 建構動態網站的 16堂課$780$608 -
Python：股票 × ETF 量化交易實戰 105個活用技巧, 2/e$660$495
相關主題
商品描述
預測股票之夢，雖遠但非遙不可及。
想成為股市贏家不是會看盤，而是要先會Python！
K線、均線自己畫，資料自己爬，賺錢一大把！
全書分為三篇：
基礎篇（第1~4章）：
說明Python開發環境的架設、基本語法、資料結構、程式的偵錯以及物件導向的程式設計思想。
股票指標技術分析篇（第5~10章）：分別說明使用網路爬蟲技術取得股票資料、使用Matplotlib視覺化元件、基於NumPy和Pandas函數庫進行大數據分析、以股票的不同指標分析為範例的開發方法—MACD + Python資料庫程式設計、KDJ + Python圖形化使用者介面程式設計、RSI + Python郵件程式設計。
以股票指標為基礎的交易策略之進階應用篇（第11~13章）：
以股票的BIAS指標分析為範例說明Django架構、以股票的OBV指標分析為範例說明在Django中匯入記錄檔和資料庫元件、結合股票指標分析說明以線性回歸和SVM（支援向量機）為基礎的機器學習的入門知識。
台股上看兩萬點，台積電領軍，看盤成為全民運動！茫茫股海，每天追大盤，玩個股，但心中就是不放心，資料這麼多，到底資訊在哪裏？股市都是數字，而資料及演算法，都必須靠一個程式語言串起來。Python正是你最好的朋友，上手簡單，功能強大，最重要的是，近來最強的機器學習也是Python的核心。這些都是玩轉股市的基本工具，本書針對Python零基礎的使用者，主要說明大量的股票指標技術分析的範例，由淺入深地介紹了使用Python語言程式設計開發的應用「圖譜」。
作者簡介
胡書敏
有五年資深架構師工作經驗，
出版過多本Java方面的書籍，
搭建過多個支付和數據分析方面的微服務架構。
目錄大綱
第1 章 掌握實用的Python 語法
1.1 安裝Python 開發環境
1.2 快速入門Python 語法
1.3 控制條件分支與循環呼叫
1.4 透過範例程式加深對Python 語法的認識
1.5 本章小結
第2 章 Python 中的資料結構：集合物件
2.1 串列和元組能儲存線性串列類型資料
2.2 集合可以去除重複元素
2.3 透過字典儲存「鍵- 值對」類型的資料
2.4 針對資料結構物件的常用操作
2.5 本章小結
第3 章 Python 物件導向程式設計思想的實作
3.1 把屬性和方法封裝成類別，方便重複使用
3.2 透過繼承擴充新的功能
3.3 多形是對功能的抽象
3.4 透過import 重複使用已有的功能
3.5 透過反覆運算器加深了解多形性
3.6 本章小結
第4 章 異常處理與檔案讀寫
4.1 異常不是語法錯誤
4.2 專案中異常處理的經驗談
4.3 透過IO 讀寫檔案
4.4 讀寫檔案的範例
4.5 本章小結
第5 章 股市的常用知識與資料準備
5.1 股票的基本常識
5.2 撰寫股票範例程式會用到的函數庫
5.3 透過爬取股市資料的範例程式來學習urllib 函數庫的用法
5.4 透過以股票資料為基礎的範例程式學習正規表示法
5.5 透過協力廠商函數庫收集股市資料
5.6 本章小結
第6 章 透過Matplotlib 函數庫繪製K 線圖
6.1 Matplotlib 函數庫的基礎用法
6.2 Matplotlib 圖形函數庫的常用技巧
6.3 繪製股市K 線圖
6.4 K 線對未來行情的預判
6.5 本章小結
第7 章 繪製均線與成交量
7.1 NumPy 函數庫的常見用法
7.2 Pandas 與分析處理資料
7.3 K 線整合均線
7.4 整合成交量圖
7.5 透過DataFrame 驗證均線的操作策略
7.6 量價理論
7.7 本章小結
第8 章 資料庫操作與繪製MACD 線
8.1 Python 連接MySQL 資料庫的準備工作
8.2 整合爬蟲模組和資料庫模組
8.3 繪製MACD 指標線
8.4 驗證以MACD 指標為基礎的買賣點
8.5 本章小結
第9 章 以KDJ 範例程式學習GUI 程式設計
9.1 Tkinter 的常用控制項
9.2 Tkinter 與Matplotlib 的整合
9.3 股票範例程式：繪製KDJ 指標
9.4 驗證以KDJ 指標為基礎的交易策略
9.5 本章小結
第10 章 基於RSI 範例程式實現郵件功能
10.1 實現發郵件的功能
10.2 以郵件的形式發送RSI 指標圖
10.3 以郵件的形式發送以RSI 指標為基礎的買賣點
10.4 本章小結
第11 章 用BIAS 範例說明Django 架構
11.1 以WSGI 標準為基礎的Web 程式設計
11.2 透過Django 架構開發Web 專案
11.3 繪製乖離率BIAS 指標
11.4 本章小結
第12 章 以OBV 範例深入說明Django 架構
12.1 在Django 架構內引用記錄檔
12.2 在Django 架構內引用資料庫
12.3 繪製OBV 指標圖
12.4 在Django 架構內整合記錄檔與資料庫
12.5 本章小結
第13 章 以股票預測範例入門機器學習
13.1 用線性回歸演算法預測股票
13.2 透過SVM 預測股票漲跌
13.3 本章小結
