量化分析

十年前有个朋友的毕业论文题目与股票数据分析相关。于是他用程序实现了解析通达信数据、计算统计指标、绘图……结果时间过去大半，核心的分析功能还没开始实现。 而现在使用Python语言，下载数据、计算统计指标、绘图，以及数据分析都有现成的工具，我们不用再去关注细节，可以将主要精力用于组合工具和实验。本篇将介绍量化交易相关的常用三方库。 1.常用三方库 数据分析工具 Pandas：数据表工具 Numpy：数学计算工具 Scipy：数学计算工具 Sklearn：机器学习工具 下载数据 TuShare：读取国内股票数据 Pandas_reader：读取国内外股票数据 回溯框架 PyAlgoTrade：离线的分析回溯工具，PyAlgoTrade-cn为A股版本 Zipline：分析回溯工具 计算技术指标 TA-Lib：计算技术指标，底层由C语言实现，支持150多个函数 Pandas_talib：计算技术指标，由Python语言实现，支持30多个函数 金融绘图 Mpl_finance：金融绘图工具，原matplotlib中的子模块 数据分析工具比较通用，不在股票专题中介绍；上一篇在数据下载方法中介绍了Tushare和Pandas_reader软件的用法，下一篇将讲解回溯工具，本篇则介绍计算技术指标和金融相关的绘图方法。 2.计算技术指标 a) 技术指标 Ta-lib支持150多个函数

1. 问题 我们首先要提出一个观点，在企业工作中，不以“效益”为目标的工作都是耍流氓。不论是日常工作安排，还是长远的技术规划布局，不论是产品的生产，还是人员的培训，在企业里其最终落脚点都应是“效益”。而效益，则必须以量化的方法加以度量，否则就无法客观准确衡量其价值。 如何量化工作，在现今的企业中是实际存在的问题，很多企业和企业中的管理者包括基层员工，都不具备量化思想和思路。这导致我们经常在工作中能看到一些令人啼笑皆非的现象。 在企业绩效管理中，我们经常发现自己被不断的“定性评价”。比如一个绩效指标是工作完成情况。那么工作完成得好还是不好？如果“完成得好”应该如何定义？ 在技术应用的领域中，很多项目只是出于追赶潮流的目的而进行技术升级，然而却缺乏有效的手段去衡量技术所带来的价值。 在个人工作范畴内，如何向领导展示自己的工作业绩和成果？我们的个人汇报常常流于“记流水账”，缺乏亮点，也缺乏说服力。 如果一件工作你永远都找不到一个量化它产生价值的方法，那我们可以说这件工作没有什么价值。有些人可能会质疑这种观点，他们经常会举例说司机、清洁工或者是厨师，他们的工作怎么量化，我就问他们，那他们工作主要目的是什么?你会说：提供服务啊!那就对了。既然是提供服务是他们的主要工作目标，那就可以用满意度指标来度量，这样不就是量化了吗? 对于软件测试工作来说也存在着难以量化的问题

Seaborn 01 Seaborn Seaborn（二）之数据分布可视化 01 Seaborn（二）之数据分布可视化 第一章：金融量化分析基础 01 python基本特性 02 金融量化分析简介 03 金融行业简介 第二章：开发环境部署 01 Jupyter Notebook样式修改 02 开发环境部署 第三章：Numpy 01 Numpy 02 Numpy练习题 第四章：Pandas 01 Pandas基础操作 02 Pandas练习 03 pandas进阶之提升运行效率 第五章：数据可视化 01 seaborn 02 数据可视化 第六章：数据操作 01 实战项目1之分析链家房源信息 02 数据操作 03 练习题 第七章：金融计算 01 统计分析 02 期权定价模型 第八章：在线平台量化投资 01 在线平台量化投资 第九章：量化系统 01 量化系统 02 ipywidgets 03 可视化页面搭建 04 获取数据 05 双均线策略 06 回测工单 附录：数据源 01 数据源 02 量化投资资源 标题待定 01 学习数据分析的python库 02 数据分析六部曲 03 量化投资系统与策略回测 来源： https://www.cnblogs.com/xiaoyuanqujing/p/11638251.html

匿名函数： 匿名函数是不存储在程序文件中、但与数据类型是 function_handle 的变量相关的函数。匿名函数可以接受输入并返回输出，就像标准函数一样。但是，它们可能只包含一个可执行语句。 例如，创建用于计算平方数的匿名函数的句柄： sqr = @(x) x.^2; 向量化和预分配（提高程序执行速度）： 向量化：要使得matlab更高速工作，把.m文件算法向量化，其他语言使用for循环，Matlab可用向量或矩阵运算。 例：原算法: x=0.01; for k=1:1001 y(k)=log10(x); x=x+0.01; end 向量化： x=0.01:0.01:1001; y=log10(x); 预分配：代码无法向量化，通过通过预分配加快for循环 例： r=zeros(1,32); for n=1:32 r(n)=rank(magic(r)); end 函数的函数： 一种以标量为变量的非线性函数，以函数名为自变量的函数，1️以函数名为自变量的函数。求零点，最优化，求积分和常微分方程。 例（简单实现hump函数功能）： MATLAB中有一个内置函数是humps，该函数是下列函数的特例： 当q=0.3，r=0.9和s=6的时候就是humps函数。 a=0:0.002:1; b=humps(a); plot(a,b) function b=humps b=1./((x-.3)

神经网络模型量化方法简介 https://chenrudan.github.io/blog/2018/10/02/networkquantization.html 2018-10-02 本文主要梳理了模型量化算法的一些文章，阐述了每篇文章主要的内核思想和量化过程，整理了一些对这些文章的分析和看法。 【转载请注明出处】 chenrudan.github.io 随着神经网络算法的发展，网络性能虽然越来越强大，但是也耗费了太多的计算资源和内存，为了得到更有效率的网络以及能部署在移动端，近几年神经网络的压缩算法成了一个研究热点，主要的网络压缩途径有五种，量化、剪枝、低秩分解、教师-学生网络、轻量化网络设计，量化就是将以往用32bit或者64bit表达的浮点数用1bit、2bit占用较少内存空间的形式进行存储。剪枝的目的是为了去掉一些不重要的神经元、连接、通道等，低秩分解主要是通过各种分解方法用精简的张量来表达复杂张量，教师-学生网络间接通过提升小网络性能来压缩学生网络的规模，一般可以与其他压缩方法同时使用，轻量化网络设计主要是类似MobileNet这种设计的非常精简但性能又好的网络。几种方法都各有特点，都是值得研究和讨论的，本文主要针对量化算法近几年的发展做一个梳理和归纳，我觉得量化算法有几个特点， 理论简单，公式少，性能稳定且trick多。 下图1

一、股票 股票： 股票是股份公司发给出资人的一种凭证，股票的持有者就是股份公司的股东。 股票的面值与市值 面值表示票面金额 市值表示市场价值 上市/IPO： 企业通过证券交易所公开向社会增发股票以募集资金 股票的作用： 出资证明、证明股东身份、对公司经营发表意见 公司分红、交易获利 股票的分类 股票按业绩分类： 蓝筹股：资本雄厚、信誉优良的公司的股票 绩优股：业绩优良公司的股票 ST股：特别处理股票，连续两年亏损或每股净资产低于股票面值 股票按上市地区分类： A股：中国大陆上市，人民币认购买卖（T+1，涨跌幅10%） B股：中国大陆上市，外币认购买卖（T+1，T+3） H股：中国香港上市（T+0，涨跌幅不设限制） N股：美国纽约上市 S股：新加坡上市 股票市场的构成 上市公司 投资者（包括机构投资者） 证监会、证券业协会、交易所 证券中介机构 二、交易所 交易所 上海证券交易所：只有一个主板（沪指） 深圳证券交易所： 主板：大型成熟企业（深成指） 中小板：经营规模较小 创业板：尚处于成长期的创业企业 影响股价的因素 公司自身因素：股票自身价值是决定股价最基本的因素，而这主要取决于发行公司的经营业绩、资信水平以及连带而来的股息红利派发状况、发展前景、股票预期收益水平等。 行业因素：行业在国民经济中地位的变更，行业的发展前景和发展潜力，新兴行业引来的冲击等

1、学习目标 ​ 谈到金融量化分析，可能大多数人想到的肯定就是海量的股票数据，交叉错乱的股票数据图表，让从未接触过金融的人无法入手，就会想这种东西我怎么可能学的会。但是在我们有着扎实的Python编程基础就完全不需要担心这些东西了，我们只需要通过编程的方式编写出对应的策略就能通过计算机帮我们进行自动化交易。 ​ 从本文的标题当中就可以看到，我们的目标就是金融量化分析，在前面已经简单介绍过金融了，所以说我们就直接来看量化，量化这个词在当前这个时代已经越来越常见了，它主要就是可以通过一些策略获取一个投资的方案，而分析就是我们常说的数据分析了，数据分析也是与我们的生活息息相关，本文主要是针对金融方面的数据进行分析，但是如果你从事其他行业，这些技术完全适用。 2、金融量化简介 2.1、什么是金融量化 ​ 金融量化主要是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据当中选出能够带来超额收益的多种“大概率”事件以此来指定策略。主要就是以下几步： 1、发现的一种能够赚钱的规律 2、将规律分解成可操作的步骤（策略） 3、编写程序，让机器去执行这个策略 4、机器返回结果，或者说是让机器直接实现自动化交易 2.2、金融量化能干什么 ​ 相信大家都经常会使用百度、谷歌等之类的搜索引擎搜索我们想了解的问题，但是你要是直接去问它，我到底该买哪一支股票？什么股票可以挣钱

量化交易是用数学模型替代人的主观判断，通过使用计算机从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少投资者因为情绪波动而造成的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。 在这里推荐个组织： http://tushare.org 。Tushare是一个免费、开源的python财经数据接口包。 Tushare： 主要实现对股票等金融数据从数据采集、清洗加工到数据存储的过程，能够为金融分析人员提供快速、整洁、和多样的便于分析的数据，为他们在数据获取方面极大地减轻工作量，使他们更加专注于策略和模型的研究与实现上。 本项目需要的库文件有以下几个： bs4 lxml numpy pandas tushare matplotlib 完整代码如下： # !/usr/bin/env python # -*- coding:utf-8 -*- # @Time : 2018. # @Author : 绿色羽毛 # @Email : lvseyumao@foxmail.com # @Blog : https://blog.csdn.net/ViatorSun # @Note : import numpy as np import pandas as pd import tushare as ts import matplotlib . pyplot as

金融量化分析 1.基本概念: 金融:对现有资源进行重新整合,实现价值和利润的等效流通 经融工具:在金融市场中可交易的金融资产都可以称作金融工具 主要包括有:股票,期货,黄金,外汇,基金.... 股票:股票是股份公司发给出资人的一种凭证,股票的持有者就是股份公司的股东 作用: 出资证明,证明股东身份,对公司经营发表意见 公司分红,交易获利 2. 股票的分类 A股:人民币普通股票,它是有我国境内的公司发行,供境内机构,组织或者个人(不含港澳台投资者)以人民币认购和交易的普通股股票(T+1 ,涨跌幅 10%) B股:人民币特种股票,它是有人民币标明面值,以外币认购和买卖,在境内(上海,深圳)证券交易所上市交易的(T+1 ,T+ 3) H股:Hongkong,注册在内地,上市在香港的外资股,T+0,涨跌幅不限制 N股:NewYork,美国纽约上市,T+0,涨跌幅不设限制 S股:Singepor,新加坡上市, 只有我们中国上市的股票,包括ABH 股才会有涨幅限制,才会有T+n 的限制 3. 影响股价的因素: 1.公司自身因素: 股票自身价值是决定股价最基本的因素,而这主要取决于发行公司的经营业绩,资信水平以及连带而来的股息红利派发情况,发展前景,股票预期收益水平等 2.行业因素:行业在国民经济中地位的变更,行业的发展前景和发展潜力,新兴行业引起的冲击等,以及上市公司在行业中所处的位置

AI量化交易（二）——Tushare财经数据框架 一、Tushare简介 1、Tushare简介 Tushare是一个免费、开源的python财经数据接口包，目前为Tushare Pro版本，主要实现对股票等金融数据从数据采集、清洗加工到数据存储的过程，能够为金融分析人员提供快速、整洁和多样的便于分析的数据。Tushare返回的绝大部分的数据格式都是pandas DataFrame类型，非常便于用pandas、NumPy、Matplotlib进行数据分析和可视化。 2、Tushare安装 Github: https://github.com/waditu/Tushare pip install tushare lxml pip install beautifulsoup4 3、Token生成 Tushare使用需要注册账户，并生成Token。 本人邀请注册链接： https://tushare.pro/register?reg=306303 注册成功，登录Tushare，点击个人信息设置： 在接口Token页找到个人的Token，Token是使用Tushare接口的惟一凭证，如果发现泄露，可以刷新生成新的Token。 import tushare as ts if __name__ == '__main__': print(ts.__version__) # 设置Token ts