包邮 零基础学程序化交易+程序化交易实战 2本 操作教程书籍 程序化交易语言模型编写 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

张亮，冯永昌景亮易晓磊 著

图书标签:

• 程序化交易
• 量化交易
• Python
• 金融工程
• 投资理财
• 零基础
• 实战
• 操作教程
• 图书
• 模型编写

店铺： 兰兴达图书专营店

出版社： 电子工业出版

ISBN：YL12733

商品编码：24146170663

YL12733  9787121332128 9787121272936  

零基础学程序化交易  

本书首先讲解程序化交易的基础知识，即程序化交易的定义、优点、缺点、起源、未来发展、常见的程序化交易软件等；然后讲解程序化交易语言，即麦语言的基本语法、函数、控制语句、模型语句、模型基本结构；接着讲解程序化交易的一般模型、复杂模型、基本面模型、资金模型的编写方法与技巧及模型回测；然后讲解算法交易模型、算法交易高频模型、算法交易模型控制滑点；*讲解程序化交易的优化策略、后台程序化、多账号下单和套利交易。在讲解过程中既考虑读者的学习习惯，又通过具体实例剖析讲解期货程序化实际交易过程中的热点问题、关键问题及种种难题。

1章  程序化交易必知 1

1.1  程序化交易概述 1

1.1.1  程序化交易是什么 1

1.1.2  程序化交易的优势 2

1.1.3  程序化交易的劣势 3

1.2  策略交易、系统交易与程序化交易之间的关系 4

1.2.1  策略交易 4

1.2.2  系统交易 5

1.2.3  程序化交易 5

1.3  程序化交易的起源与发展 6

1.3.1  程序化交易的起源 6

1.3.2  程序化交易在我国 7

1.4  程序化交易系统的设计思路 7

1.4.1  设计思想 8

1.4.2  系统特点 8

1.4.3  系统的技术与理论分析基础 10

1.4.4  系统的技术策略 15

1.5  程序化交易策略的开发 16

1.6  程序化交易策略的评估 17

1.6.1  策略本身的完整性 17

1.6.2  绩效报告的整体评估 17

1.6.3  测试数据的真实性 17

1.6.4  策略参数灵活可控性 18

1.7  常见的程序化交易软件 18

1.8  程序化交易新手常犯的错误 20

1.8.1  把程序化交易当作成功交易的绝对法宝 20

1.8.2  把历史数据测试结果等同于实际交易结果 20

1.8.3  把股票指数当作实际交易标的 21

1.8.4  把把极端适应优化结果当成普遍适用的 21

1.9  使用程序化交易要注意的问题 21

2章  赢智程序化交易软件 23

2.1  赢智程序化交易软件的优势 23

2.2  赢智程序化交易软件的下载和安装 24

2.2.1  赢智程序化交易软件的下载 25

2.2.2  赢智程序化交易软件的安装 27

2.3  赢智程序化交易软件的操作方法 29

2.3.1  赢智程序化交易软件的登录 29

2.3.2  赢智程序化交易软件的工具界面 30

2.3.3  赢智程序化交易软件的操作技巧 32

2.4  赢智程序化交易软件的快捷键 40

2.4.1  常用快捷键 40

2.4.2  画线快捷键 42

2.4.3  新闻快捷键 43

2.4.4  交易快捷键 43

2.4.5  基本下单界面快捷键 43

2.5  利用赢智程序化交易软件实现程序自动化 44

2.5.1  整理思路并编写模型 44

2.5.2  模型测试 46

2.5.3  加载模型进行自动交易 48

3章  程序化交易模型的编写基础 52

3.1  程序化交易语言——麦语言 52

3.2  常量与变量 53

3.2.1  常量 53

3.2.2  变量 53

3.3  运算符 58

3.3.1  数学运算符 58

3.3.2  关系运算符 58

3.3.3  布尔运算符 59

3.3.4  表达式的执行顺序 59

3.4  函数 59

3.4.1  数学函数 60

3.4.2  金融统计函数 61

3.4.3  数理统计函数 62

3.4.4  逻辑判断函数 63

3.4.5  时间函数 64

3.4.6  绘图函数 64

3.4.7  画线函数 67

3.4.8  未来函数 68

3.4.9  头寸函数 69

3.4.10  历史数据引用函数 71

3.5  初识程序化交易模型 72

3.5.1  信号指令 72

3.5.2  模型基本结构 73

3.5.3  模型的类型 73

3.5.4  模型编写 74

4章  程序化交易的K线和均线模型 76

4.1  K线模型的编写技巧 76

4.1.1  K线的组成 77

4.1.2  K线的意义 77

4.1.3  大阳线程序代码编写技巧 78

4.1.4  穿头破脚程序代码编写技巧 79

4.1.5  吊颈线程序代码编写技巧 80

4.1.6  低开大阳线程序代码编写技巧 82

4.1.7  曙光初现程序代码编写技巧 83

4.1.8  好友反攻程序代码编写技巧 84

4.1.9  跳空缺口程序代码编写技巧 86

4.2  均线模型的编写技巧 86

4.2.1  均线的定义 87

4.2.2  短期均线 87

4.2.3  中期均线 88

4.2.4  长期均线 88

4.2.5  均线的特性 89

4.2.6  均线的黄金交叉代码编写技巧 90

4.2.7  均线多头排列代码编写技巧 91

4.2.8  价格重新站上5日均线代码编写技巧 92

4.2.9  均线死亡交叉代码编写技巧 93

4.2.10  均线空头排列代码编写技巧 93

5章  程序化交易的技术指标模型 95

5.1  初识技术指标 96

5.1.1  什么是技术指标 96

5.1.2  技术指标的分类 96

5.1.3  技术指标的背离 97

5.1.4  技术指标的交叉、低位和高位 98

5.1.5  技术指标的徘徊、转折和盲点 100

5.1.6  技术指标法同其他技术分析方法的关系 100

5.2  趋向指标模型的编写技巧 100

5.2.1  MACD指标模型的编写技巧 100

5.2.2  SAR指标模型的编写技巧 102

5.2.3  BBI指标模型的编写技巧 104

5.2.4  DKX指标模型的编写技巧 105

5.3  反趋向指标模型的编写技巧 107

5.3.1  KDJ指标模型的编写技巧 107

5.3.2  RSI指标模型的编写技巧 109

5.3.3  BIAS指标模型的编写技巧 111

5.4  量价指标和压力支撑指标模型的编写技巧 113

5.4.1  放量创出新高模型的编写技巧 113

5.4.2  持续放量走高模型的编写技巧 114

5.4.3  突破长期整理平台模型的编写技巧 115

5.4.4  BOLL指标模型的编写技巧 116

5.5  技术指标运用注意事项 118

5.5.1  技术指标结构性问题 118

5.5.2  技术指标数据源问题 119

5.5.3  主力操纵技术指标的方法 119

6章  程序化交易的其他模型 121

6.1  跨周期模型的编写技巧 121

6.1.1  跨周期关键函数#IMPORT 122

6.1.2  在5分钟周期上引用60分钟周期的5日均线和10日均线 122

6.1.3  收盘价站上30日均线买平后买开新仓，跌破30日均线卖平后卖开新仓 124

6.1.4  均线和KD多周期共振判断行情 125

6.1.5  MACD多周期共振判断行情 125

6.1.6  跨合约引用数据 126

6.2  盘中动态模型的编写技巧 127

6.2.1  尾盘大单拉升模型的编写技巧 128

6.2.2  盘中巨单向上成交模型的编写技巧 129

6.2.3  盘口挂单模型的编写技巧 129

6.3  跨指标模型的编写技巧 130

6.3.1  独立坐标方式显示线型操作符 130

6.3.2  均线与KDJ指标结合的编写技巧 133

6.3.3  MACD与KDJ指标结合的编写技巧 134

6.3.4  均线与MACD指标结合的编写技巧 135

6.4  日内模型的编写技巧 136

6.4.1  开盘价突破的编写技巧 136

6.4.2  开盘后前30分钟高价、低价突破的编写技巧 137

6.4.3  单均线模型的编写技巧 138

6.4.4  双均线模型的编写技巧

开启量化交易新篇章：从理论到实践的系统探索 您是否曾对金融市场的瞬息万变感到好奇，渴望找到一套科学、高效的交易方法？您是否对通过代码构建自动化交易系统充满兴趣，希望摆脱人工盯盘的束缚，让资本实现24小时不间断的增值？那么，这套精心策划的图书组合将是您步入程序化交易世界的理想起点。它并非仅仅停留在表面的操作演示，而是深入剖析程序化交易的底层逻辑，引导您构建属于自己的量化交易体系。 第一卷：程序化交易的基石——理论与方法论的深度解析 在金融投资领域，传统的主观交易往往受制于情绪波动、信息不对称和认知偏差，难以实现持续稳定盈利。程序化交易，又称量化交易，正是应运而生，它以严谨的数学模型和计算机程序为基础，通过量化分析来发现市场规律，并基于这些规律制定交易策略。这套图书的开篇之作，将为您打下坚实的理论基础，让您深刻理解程序化交易的精髓。 第一部分：理解量化交易的哲学与科学 什么是程序化交易？ 我们将从最基本的概念出发，阐述程序化交易的核心理念——用数据说话，用代码执行。这不仅仅是编写几行代码那么简单，更是一种全新的投资思维模式。我们将探讨其与传统交易的区别，分析其优势与劣势，帮助您建立正确的认知。 量化交易的驱动力： 探究驱动量化交易发展的内在动力，包括金融市场的复杂性、大数据时代的机遇、以及计算能力的飞速进步。您将了解到，量化交易并非空中楼阁，而是顺应时代发展的必然产物。 投资组合的数学基石： 深入讲解现代投资组合理论（MPT）的核心思想，包括风险与收益的权衡，资产的协方差分析，以及如何通过分散化投资降低非系统性风险。这将是构建稳健交易策略的理论支撑。 统计学在量化交易中的应用： 学习运用统计学工具来分析金融数据，包括描述性统计、推断性统计、时间序列分析等。您将掌握如何从海量数据中提取有价值的信息，为策略开发提供依据。 概率论与随机过程： 理解金融市场价格变动的随机性，以及如何运用概率论和随机过程模型来描述和预测市场行为。例如，布朗运动、马尔可夫链等模型将为您揭示市场背后的数学规律。 行为金融学的前沿洞察： 探讨投资者的非理性行为如何影响市场价格，并分析行为金融学理论在量化策略中的应用潜力。了解人性弱点，是规避风险、捕捉市场错位的关键。 第二部分：策略开发的核心要素 交易信号的生成： 学习如何设计和识别有效的交易信号，这些信号是触发交易决策的“扳机”。我们将介绍常见的技术指标（如均线、MACD、RSI等）的原理和应用，以及如何将它们组合成更复杂的信号。 数据挖掘与特征工程： 探索如何从原始的金融数据中提取、清洗和构建有意义的特征，这些特征将成为量化模型的重要输入。您将学习如何处理缺失值、异常值，以及如何创造新的、更能反映市场状况的指标。 策略类型与构建框架： 介绍不同类型的量化交易策略，例如趋势跟踪、均值回归、套利策略、事件驱动策略等。您将学习如何根据不同的市场环境和交易目标，选择或组合适合的策略。 回测与绩效评估： 掌握科学的回测方法，以检验策略的有效性和鲁棒性。我们将深入讲解回测的陷阱，以及如何准确评估策略的夏普比率、最大回撤、胜率等关键绩效指标。 风险管理的核心原则： 风险管理是量化交易的生命线。我们将详细讲解仓位管理、止损设置、止盈策略、以及资金曲线的控制等关键风险管理技术，确保您的资金安全。 过拟合的规避与模型泛化能力： 学习如何识别和避免策略在历史数据上表现优异，但在实际交易中却表现糟糕的“过拟合”现象。掌握交叉验证、样本外测试等技术，提升策略的泛化能力。 第三部分：程序化交易的生态系统 量化交易平台与工具介绍： 介绍当前主流的量化交易平台和开发工具，包括Python生态（如Pandas, NumPy, SciPy, Scikit-learn, TensorFlow, PyTorch）、R语言、Matlab等，以及一些专业的量化交易软件。 数据源的选择与获取： 讲解不同类型金融数据的来源，包括实时行情数据、历史数据、基本面数据、另类数据等，以及如何高效地获取和处理这些数据。 交易执行的自动化： 探讨如何将交易策略与券商的交易接口（API）对接，实现交易指令的自动化发送和执行。 策略的优化与迭代： 理解策略并非一成不变，而是需要根据市场变化进行持续的优化和迭代。学习如何进行参数优化，以及如何监测策略的实盘表现并及时调整。 实盘交易的风险与挑战： 尽管有自动化工具，实盘交易仍然面临诸多挑战，如滑点、交易延迟、市场突变等。我们将提前预警这些潜在风险，并提供应对策略。 第二卷：程序化交易的实战演练——从代码到盈利的进阶之路 在掌握了程序化交易的理论基础之后，您需要将知识转化为实践。这套图书的第二卷，将以实战为导向，带领您一步步构建、测试和部署您的量化交易系统。本书将大量运用代码示例，让您在实践中学习，在错误中成长。 第一部分：编程环境的搭建与基础运用 Python语言入门与进阶： 我们将从Python的基础语法入手，逐步深入到面向对象编程、数据结构、文件操作等，为后续的量化开发打下坚实基础。 Pandas库的深度掌握： Pandas是处理金融数据的不二之选。您将学习如何使用DataFrame和Series进行数据读取、清洗、转换、合并、分组和聚合，以及进行时间序列数据的处理。 NumPy库的数值计算能力： NumPy提供高效的数组操作和数学函数，是进行数值计算和科学计算的基石。您将学习其核心概念和常用函数。 Matplotlib与Seaborn的数据可视化： 掌握如何利用Matplotlib和Seaborn绘制各类金融图表，直观地展示数据特征、策略表现和市场走势。 第二部分：核心策略的编程实现 基于技术指标的策略编写： 移动平均线交叉策略： 学习如何编写代码实现双均线、三均线策略，并进行回测分析。 MACD背离与金叉/死叉策略： 编写代码识别MACD指标的背离信号，以及金叉和死叉的出现。 RSI超买超卖与回调策略： 实现RSI指标的计算，并构建基于超买超卖区间的反转策略，或回调买入策略。 布林带策略： 编写代码计算布林带，并基于价格突破或回落在布林带内的交易信号构建策略。 均值回归策略的编程： 协整与配对交易： 讲解协整的概念，以及如何利用Python寻找协整的交易对，并构建配对交易策略。 Z-Score回归策略： 学习计算Z-Score，并基于Z-Score的偏离程度来预测价格回归的交易策略。 趋势跟踪策略的编程： ADX指标的应用： 编写代码计算ADX，并结合ADX的强度和方向来识别趋势，构建趋势跟踪策略。 唐奇安通道策略： 实现唐奇安通道的计算，并基于价格突破通道上下轨的信号进行交易。 复杂策略的模块化设计： 学习如何将不同的指标和信号进行组合，构建更复杂的策略，并采用模块化的编程方式，提高代码的可读性和可维护性。 第三部分：策略的优化、回测与风险管理实战 参数优化的自动化： 网格搜索与随机搜索： 学习如何使用Python实现网格搜索和随机搜索，寻找策略的最佳参数组合。 遗传算法优化： 介绍遗传算法在策略参数优化中的应用，通过模拟自然选择的过程来寻找最优解。 实战回测框架的搭建： 自定义回测引擎： 学习如何从零开始搭建一个简易的回测引擎，理解回测的各个环节（数据加载、信号生成、订单处理、盈亏计算）。 利用现有回测库： 介绍并使用Backtrader、Zipline等成熟的回测框架，提高回测效率。 绩效指标的深入分析： 绘制净值曲线与交易日志： 学习如何清晰地展示策略的净值曲线，分析其增长趋势和波动性。 风险指标的计算与解读： 详细讲解如何计算和解读夏普比率、索提诺比率、最大回撤、卡玛比率等，并分析其对策略的意义。 实盘风险控制的编程实现： 固定比例止损与追踪止损： 编写代码实现不同类型的止损策略，保护本金。 仓位大小的动态调整： 学习如何根据市场波动性和账户净值动态调整仓位，降低风险。 基于时间周期的资金管理： 探讨如何根据交易周期和市场状态，进行资金的合理分配。 第四部分：部署与实盘操作的准备 交易API的对接与指令发送： 理解券商API接口： 介绍不同券商API的特点和使用方法。 编写Python脚本与API交互： 学习如何使用Python调用API发送交易指令（开仓、平仓、撤单等）。 策略的实盘监控与日志记录： 实时监控策略表现： 学习如何编写代码实时监控策略的运行状态和盈亏情况。 详细的交易日志记录： 确保记录每一笔交易的详细信息，便于后续分析和审计。 常见实盘问题的排查与应对： 提前预警滑点、交易延迟、数据异常等实盘中可能遇到的问题，并提供相应的排查和解决方案。 自动化交易系统的搭建思路： 介绍如何将策略、回测、执行、监控等模块整合，构建一个完整的自动化交易系统。 法律法规与合规性： 提醒您在进行程序化交易时，务必遵守相关的法律法规和交易所的交易规则。 结语 这套图书旨在为您提供一套完整、系统的程序化交易学习路径。从抽象的理论概念，到具体的代码实现，再到严谨的回测与风险控制，每一步都力求深入浅出，帮助您建立起扎实的知识体系和卓越的实战能力。通过这两本书的学习，您将不再是市场的被动观察者，而是能够运用智慧和技术，驾驭市场，实现资产的稳健增长。请记住，成功并非一蹴而就，持之以恒的学习和实践，是通往量化交易巅峰的唯一途径。

评分☆☆☆☆☆

关于程序化交易的语言模型编写，这本书给我的感觉是既有深度又不失前沿性。我之前接触过一些关于AI和机器学习的介绍，但将其与交易结合，尤其是模型编写的部分，一直觉得是个非常高深的领域。然而，这本书却用一种非常易于理解的方式，将复杂的概念进行了拆解。我特别喜欢作者对不同类型交易模型（例如，趋势跟踪、均线交叉、动量模型等）的讲解，以及如何用代码来实现这些模型。书中还探讨了如何利用机器学习技术来预测市场走势，以及如何训练和评估这些模型。最让我惊艳的是，作者还涉及了一些自然语言处理（NLP）在交易中的应用，比如如何分析新闻舆情来辅助交易决策，这让我看到了程序化交易的无限可能性。这部分内容让我感觉自己站在了技术的最前沿，对未来交易的发展趋势有了更深刻的洞察。

评分☆☆☆☆☆

这本书的整体风格非常接地气，完全没有那种高高在上的学术腔调。作者在讲解过程中，经常会穿插一些自己的实战经验和心得体会，这些“干货”内容，对于我们这些想要真正进入这个领域的学习者来说，价值千金。比如，在讲述如何选择合适的交易平台和工具时，作者就列举了多个选项，并分析了它们的优缺点，还给出了自己的推荐理由，这比单纯的罗列要实用得多。而且，书中并没有夸大其词，对于程序化交易可能存在的风险也进行了坦诚的说明，这让我觉得作者非常负责任。另外，书中的语言风格也很流畅，读起来一点都不枯燥，就像在和一位经验丰富的交易者聊天一样，不知不觉就学到了很多东西。这种将理论知识与实际应用紧密结合，同时又充满人情味的书写方式，让我对这本书爱不释手。

评分☆☆☆☆☆

这本书的实战部分，尤其是关于实际交易策略的构建和优化，给我带来了极大的启发。作者在这一部分并没有停留在理论层面，而是深入地讲解了如何将交易思想转化为可执行的程序。我印象特别深刻的是关于风险管理的部分，这对于任何一个想要进行程序化交易的人来说都至关重要。书中详细阐述了止损、止盈的设置，以及仓位控制的策略，这些都是我在其他地方很少看到如此系统性讲解的内容。而且，作者还分享了如何进行历史数据回测，以及如何解读回测结果，这让我明白了单凭一个好的策略想法是不够的，还需要通过数据来验证其有效性。在优化策略方面，书中也提供了一些实用的技巧，比如如何避免过度拟合，如何寻找更稳健的参数组合。读完这部分，我感觉自己对如何设计和评估一个真实的交易系统有了更清晰的认识，不再是凭感觉，而是有科学的方法论指导。

评分☆☆☆☆☆

这套书的内容，我真的非常非常满意，尤其是在零基础入门这个部分，写得简直太到位了！我之前对编程完全是一窍不通，看到“程序化交易”这几个字，就觉得离我太遥远了，但这本书的讲解方式，就像一位耐心十足的老师，一步一步地引导我。从最基础的变量、函数，到数据结构，再到交易逻辑的构建，每一个概念都解释得清清楚楚，而且配合着大量的代码示例，我不用死记硬背，而是能通过实际操作来理解。特别是书中举例的那些简单策略，比如均线交叉，虽然简单，但让我第一次感受到用代码指挥交易的魅力。而且，作者并没有回避一些初学者容易遇到的坑，比如如何搭建开发环境，如何处理数据，都提供了非常实用的建议。读完这部分，我感觉自己真的踏入了程序化交易的大门，不再是那个望而却步的旁观者，而是可以动手实践的参与者了。这种从零开始，到能够自己编写简单交易代码的成就感，是任何其他教程都无法比拟的。

评分☆☆☆☆☆

我之前尝试过学习其他关于程序化交易的书籍，但很多都过于理论化，或者代码示例非常陈旧，难以直接应用。而这套书，尤其是它的操作教程部分，简直就是为我量身定做的。书中提供的代码，不仅清晰易懂，而且都经过了作者的实战验证，可以直接拿来运行和修改。我尤其喜欢的是，作者在讲解每个代码片段时，都会详细解释其背后的逻辑和作用，而不是简单地丢一堆代码在那里。这让我能够真正理解代码的含义，而不是成为一个“代码搬运工”。而且，书中还包含了如何调试代码、如何处理异常情况等非常实用的技巧，这对于初学者来说，能够省去很多不必要的摸索时间。通过这本书，我感觉自己已经具备了独立编写和运行简单交易策略的能力，这对我来说是一个巨大的进步。