本书内容包括:(1)量化金融投资的实验环境平台搭建;(2)Python程序设计;(3)Python工具库numpy数组与矩阵计算;(4)Python工具库scipy优化与统计;(5)Python工具库pandas金融数据分析;(6)Python金融投资数据获取接口工具;(7)Python线性回归分析应用;(8) Python金融时间序列分析的平稳性检验;(9)Python时间序列分析ARIMA预测模型及其应用;(10) Python时间序列分析的波动率模型及其应用;(11)Python资产组合的期望收益率与风险;(12)Python优化工具在投资组合均值方差模型中应用;(13)Python在有无风险资产的均值方差模型中应用;(14)Python资本资产定价模型的市场风险因子量化选股;(15)Python套利定价模型的三因子量化选股策略;(16)Python贝塔对冲策略;(17)Python量化择时策略;(18)Python配对交易策略;(19)DeepSeek在量化金融投资策略的应用;(20)碳酸锂期货量化投资交易策略案例。本书紧跟财经大数据与人工智能时代潮流,内容新颖、全面,实用性强,融理论、方法、应用于一体,是一部供金融科技、数字金融、金融工程、金融数学、投资学、大数据管理及应用、数据科学与大数据技术、金融学、保险学、金融专业硕士、经济学、财政学、统计学、应用统计硕士、数量经济学、管理科学与工程、计算机应用技术、应用数学、计算数学、概率统计、财务管理、会计学等专业的本科高年级学生与研究生使用的参考书。
朱顺泉,中南大学管理科学与工程专业金融工程与科技应用方向博士毕业,上海财经大学应用经济学专业经济信息统计与计量金融方向博士后研究出站。曾先后任湖南财经学院讲师、副教授,湖南大学经济信息系主任、副教授,暨南大学副教授,广东财经大学教授,国家一流专业建设项目负责人(2020-2025)。2023年9月至今,任广州华商学院数字金融学院教授、金融科技专业负责人,广东华商金融科技研究院特聘研究员。2024年9月赴英国剑桥大学、布里斯托大学等校访问,2025年4月赴香港金融管理局访问,2025年5月赴新加坡国立大学访学。长期从事投资学、金融工程、公司金融等领域的教学和科研工作,致力于财经与科技相结合的交叉应用研究。主持完成国家哲学社会科学基金项目等20项,出版著作与教材60余部,发表学术论文110余篇。在金融科技、数字金融、量化投资、经济金融计量与数据分析、资产定价等方面有较深入研究。
符号亮,清华大学经济学专业本科毕业,中国社会科学院管理学博士毕业。现为广东财经大学副教授,硕士生导师。主要研究方向为公司金融、投资学等。
谢一颗,硕士,广州华商学院数字金融学院金融科技系主任,讲师。
1 量化金融投资的实验环境平台搭建1
1.1 量化金融投资基础1
1.2 为什么选择Python工具5
1.3 Python的主要工具库模块6
1.4 国内外主流的量化金融投资平台、软件与数据资源7
1.5 下载安装Python执行文件9
1.6 Python套装软件工具Anaconda的下载9
1.7 Python套装软件工具Anaconda的安装10
1.8 Python的启动和退出13
练习题14
2 Python程序设计15
2.1 Python条件与循环15
2.2 Python自定义函数17
2.3 几个常用函数17
2.4 Python类与对象20
练习题21
3 Python工具库numpy数组与矩阵计算22
3.1 numpy概述22
3.2 numpy数组对象23
3.3 创建数组24
3.4 数组操作25
3.5 数组元素访问29
3.6 矩阵操作31
3.7 缺失值处理35
练习题35
4 Python工具库scipy优化与统计36
4.1 scipy简介36
4.2 scipy的optimize优化工具应用36
4.3 scipy.optimize工具在线性投资组合资产配置中的应用37
4.4 scipy.optimize工具在非线性投资组合资产配置中的应用41
4.5 cvxopt凸优化工具在非线性投资组合资产配置中的应用47
4.6 scipy.stats的统计工具及其应用49
练习题55
5 pandas金融投资数据分析56
5.1 pandas数据对象基础知识56
5.2 pandas获取金融投资数据58
5.3 pandas金融投资数据分析59
5.4 pandas的数据文件拼接65
5.5 pandas的groupby()函数对数据进行分组66
5.6 pandas的数据透视表67
5.7 pandas的case_when方法71
练习题74
6 Python金融投资数据获取接口工具75
6.1 金融投资数据获取的AKShare接口75
6.2 金融投资数据获取的tushare接口77
6.3 金融投资数据获取的baostock接口80
6.4 金融投资数据获取的pandas_datareader接口81
练习题83
7 线性回归算法及其在金融领域中的Python应用84
7.1 一元线性回归的基本理论84
7.2 一元线性回归的普通最小二乘法87
7.3 多元线性回归分析基本理论90
7.4 多元线性回归在公司营业利润水平预测中的应用92
练习题98
8 Python金融时间序列分析的平稳性检验99
8.1 时间序列分析相关基本概念99
8.2 时间序列分析数据的Python绘图100
8.3 时间序列分析的平稳性检验原理105
8.4 沪深300时间序列分析的平稳性检验实例107
8.5 Python时间序列分析的平稳性检验函数及其应用109
练习题113
9 Python时间序列分析ARIMA预测模型及其应用114
9.1 生成模型需要的数据114
9.2 AR模型及其应用115
9.3 MA模型及其应用116
9.4 ARMA模型及其应用117
9.5 ARIMA模型及其应用118
9.6 AIC定阶应用120
练习题121
10 Python时间序列分析的波动率模型及其应用122
10.1 估计波动率122
10.2 ARCH模型123
10.3 GARCH模型124
10.4 Python时间序列分析的波动率模型GARCH应用125
练习题129
11 Python资产组合的期望收益率与风险130
11.1 持有期收益率130
11.2 单项资产的期望收益率131
11.3 单项资产的风险131
11.4 单项资产的期望收益和风险的估计133
11.5 单项资产之间的协方差与相关系数134
11.6 Python计算资产组合的期望收益和风险136
11.7 最大回撤计算及其Python应用140
11.8 下偏标准差下行波动率142
11.9 信息比计算及其Python应用144
练习题146
12 Python优化工具在投资组合均值方差模型中的应用147
12.1 资产组合的可行集147
12.2 有效边界与有效组合152
12.3 Python应用于标准均值方差模型153
12.4 两基金分离定理159
12.5 Python绘制资产组合的有效边界160
12.6 Python应用于Markowitz投资组合优化162
练习题170
13 Python在存在无风险资产的均值方差模型中的应用172
13.1 Python在存在无风险资产的均值方差模型中的应用172
13.2 无风险资产对最小方差组合的影响174
13.3 Python在存在无风险资产的两基金分离定理中的应用176
13.4 预期收益率与贝塔关系式177
13.5 Python在一个无风险资产和两个风险资产组合中的应用178
13.6 Python在默顿定理中的应用181
13.7 Python在布莱克利特曼(Black-Litterman)模型中的应用183
练习题185
14 Python资本资产定价模型的市场风险因子量化选股策略186
14.1 资本资产定价模型假设186
14.2 Python资本市场线186
14.3 Python证券市场线189
14.4 Python价格型资本资产定价模型192
14.5 Python在资本资产定价模型CAPM中的应用193
14.6 资本资产定价模型CAPM的市场风险因子量化选股198
练习题204
15 Python套利定价模型的三因子量化选股策略206
15.1 套利定价的多因子模型206
15.2 多因子数据的获取207
15.3 套利定价三因子模型的三元线性回归分析211
15.4 其他指标计算212
15.5 套利定价三因子模型的多公司对比选股214
练习题216
16 Python市场中性对冲策略217
16.1 市场中性模型217
16.2 市场中性对冲策略217
16.3 Python市场风险对冲策略实例219
练习题222
17 Python量化择时策略223
17.1 talib技术分析工具库介绍223
17.2 talib技术分析工具库计算各种移动平均值224
17.3 金叉死叉双均线量化择时策略227
17.4 基于tushare财经数据接口的双均线量化择时策略229
17.5 使用PyBroker工具实现量化投资交易策略回测237
练习题240
18 Python配对交易策略241
18.1 配对交易策略241
18.2 配对交易策略相关方法241
18.3 配对交易策略的步骤243
18.4 配对交易策略的Python实验实践243
练习题257
19 基于DeepSeek的量化投资策略258
19.1 什么是DeepSeek?如何注册和使用? 258
19.2 学会七类提示词,提高DeepSeek效率260
19.3 用DeepSeek解决哪些问题? 263
19.4 基于DeepSeek的量化金融投资策略264
19.5 基于DeepSeek的量化金融投资策略275
19.6 DeepSeek在量化金融投资其他方面的应用280
练习题281
20 碳酸锂期货量化金融投资交易策略案例283
20.1 绪论283
20.2 相关理论与方法301
20.3 GFEX碳酸锂期货交易问题的提出与分析310
20.4 基于布林带通道套利风险管理方案的设计与实现321
20.5 基于布林带通道套利风险管理方案的检验327
20.6 结论与展望333
附录336
参考文献339