         Python數(shù)據(jù)分析實(shí)戰(zhàn)：構(gòu)建股票量化交易系統(tǒng)培訓(xùn)

1
貫穿小冊(cè)：Python金融數(shù)據(jù)分析實(shí)戰(zhàn)型項(xiàng)目

2
前置基礎(chǔ)：量化交易及應(yīng)用場(chǎng)景簡介

3
前置基礎(chǔ)：開發(fā)環(huán)境及基礎(chǔ)工具說明

4
前置基礎(chǔ)：創(chuàng)建一個(gè)Python文件的細(xì)節(jié)

5
前置基礎(chǔ)：Python變量類型及動(dòng)態(tài)特性

6
前置基礎(chǔ)：玩轉(zhuǎn)Python遍歷工具for..in

7
前置基礎(chǔ)：無可或缺的Python異常處理

8
前置基礎(chǔ)：NumPy模擬隨機(jī)漫步理論

9
前置基礎(chǔ)：Pandas構(gòu)建DataFrame股票數(shù)據(jù)

10
前置基礎(chǔ)：Matplotlib函數(shù)式繪圖的方式

11
前置基礎(chǔ)：Matplotlib對(duì)象式繪圖的方式

12
前置基礎(chǔ)：Matplotlib模擬隨機(jī)漫步軌跡

13
前置基礎(chǔ)：從概率角度談市場(chǎng)中的博弈

14
股票數(shù)據(jù)獲取：Pandas金融模塊獲取股票數(shù)據(jù)

15
股票數(shù)據(jù)獲?。翰町惢治龀Ｓ霉善睌?shù)據(jù)接口

16
股票數(shù)據(jù)獲?。涸斀饩W(wǎng)絡(luò)爬蟲的原理和過程

17
股票數(shù)據(jù)獲取：爬蟲方式獲取行業(yè)板塊數(shù)據(jù)

18
股票數(shù)據(jù)獲?。号老x抓取東方財(cái)富網(wǎng)股吧帖子

19
股票數(shù)據(jù)分析：全方位訪問DataFrame格式股票數(shù)據(jù)

20
股票數(shù)據(jù)分析：遍歷DataFrame格式股票數(shù)據(jù)的方法

21
股票數(shù)據(jù)分析：股票分時(shí)明細(xì)數(shù)據(jù)的獲取

22
股票數(shù)據(jù)分析：分時(shí)明細(xì)數(shù)據(jù)周期重采樣

23
股票數(shù)據(jù)分析：如何計(jì)算主力資金的流入流出

24
股票數(shù)據(jù)分析：除權(quán)數(shù)據(jù)前復(fù)權(quán)和后復(fù)權(quán)處理

25
技術(shù)指標(biāo)可視化：自定義Matplotlib版股票行情界面

26
技術(shù)指標(biāo)可視化：pyecharts實(shí)現(xiàn)Web版股票行情界面

27
技術(shù)指標(biāo)可視化：pyecharts從V0.5至V1版的轉(zhuǎn)變

28
技術(shù)指標(biāo)可視化：TA-Lib技術(shù)指標(biāo)庫的擴(kuò)展應(yīng)用

29
技術(shù)指標(biāo)可視化：用TA-Lib封裝更靈活的指標(biāo)庫

30
股票交易策略：線性回歸算法建立選股策略

31
股票交易策略：基于歐奈爾RPS指標(biāo)選股策略

32
股票交易策略：海龜擇時(shí)策略入門量化交易

33
股票交易策略：收益與風(fēng)險(xiǎn)維度度量策略效果

34
股票交易策略：擇時(shí)策略融入ATR風(fēng)險(xiǎn)控制

35
股票交易策略：擇時(shí)策略融入ATR動(dòng)態(tài)倉位管理

36
股票交易策略：蒙特卡洛算法優(yōu)化策略參數(shù)

37
股票交易策略：基于凱利公式的倉位管理

38
量化策略回測(cè)：扒一扒量化回測(cè)中常見的陷阱

39
量化策略回測(cè)：創(chuàng)建屬于自己的回測(cè)框架

40
量化策略回測(cè)：如何利用聚寬平臺(tái)回測(cè)交易策略

41
量化策略回測(cè)：基于BackTrader建立雙均線策略

42
遠(yuǎn)程下單方案：微信機(jī)器人實(shí)時(shí)提醒交易

43
遠(yuǎn)程下單方案：SMTP郵件實(shí)時(shí)提醒交易

44
遠(yuǎn)程下單方案：釘釘機(jī)器人實(shí)時(shí)提醒交易

45
自動(dòng)交易方案：模擬股票客戶端交易的原理

46
效率優(yōu)化措施：Python擴(kuò)展C/C++加速執(zhí)行