目 錄



第1章 準(zhǔn)備工作 1
1.1　Python簡介 1
1.2　Python安裝 3
1.3 Pip包管理工具 13
1.4 Python常用開發(fā)工具安裝 19
1.5 Python集成開發(fā)環(huán)境Spyder的使用 23
第2章 Python的語法知識 28
2.1 Python語言與其他語言對比 28
2.2 Python編程基礎(chǔ) 31
2.3 Python的賦值語句 35
2.4 Python的輸入語句和輸出語句 40
2.5 Python程序流程控制語句 44
2.6 import語句 51
第3章 Python的數(shù)據(jù)與運算 59
3.1 Python的數(shù)據(jù)類型 59
3.2 運算符及優(yōu)先級 70
3.3 數(shù)值運算 83
3.4 字符串及相關(guān)操作 91
3.5 列表及相關(guān)操作 102
3.6 集合及相關(guān)操作 110
第4章 自定義函數(shù)、類和作用域 120
4.1 Python的自定義函數(shù) 120
4.2 Python的類 132
4.3 Python的作用域 146
第5章 NumPy庫與多維數(shù)組 153
5.1 NumPy的簡介 153
5.2 NumPy庫的安裝和使用 154
5.3 ndarray數(shù)組元素的數(shù)據(jù)類型 158
5.4 ndarray數(shù)組的索引、切片和轉(zhuǎn)置 160
5.5 NumPy通用函數(shù) 166
5.6 ndarray數(shù)組文件的保存和讀取 168
第6章 Pandas庫與數(shù)據(jù)處理 171
6.1 Pandas安裝和使用 171
6.2 Pandas數(shù)據(jù)結(jié)構(gòu) 172
6.3 股票數(shù)據(jù)使用 174
6.4 DataFrame數(shù)據(jù)操作 179
6.5 DataFrame無效值 193
6.6 DataFrame索引操作 194
6.7 DataFrame數(shù)據(jù)的追加與合并 196
6.8 DataFrame數(shù)據(jù)的保存和讀取 199
6.9 DataFrame運算 206
6.10 DataFrame數(shù)據(jù)畫線 208
6.11 仿通達信大智慧公式指標(biāo)KDJ 210
第7章 Matplotlib模塊 217
7.1 Matplotlib的使用 217
7.2 有關(guān)Pyplot顯示的方法 233
7.3 Pyplot常用繪圖方法 236
7.4 共享x坐標(biāo)軸畫圖 239
7.5 繪制K線圖 241
第8章 Tkinter模塊 245
8.1 Tkinter的使用 245
8.2 Tkinter控件的屬性 250
8.3 Tkinter主窗口 260
8.4 Toplevel頂層子窗口 263
8.5 創(chuàng)建窗口菜單條 264
8.6 創(chuàng)建彈出菜單 266
8.7 控件的幾何布局管理方法 269
8.8 Tkinter常用控件 274
8.9 Tkinter的事件和綁定 299
8.10 Ttk控件 304
8.11 Tix控件 312
第9章 小白量化投資分析平臺 327
9.1 平臺整體功能的劃分 327
9.2 全局變量“HP_global” 329
9.3 全局變量初始化“HP_set” 330
9.4 本地數(shù)據(jù)及格式處理“HP_data” 332
9.5 公式基礎(chǔ)函數(shù)庫“HP_formula” 336
9.6 窗口容器庫“HP_view” 340
9.7 指標(biāo)繪圖庫“HP_draw” 344
9.8 回測系統(tǒng)庫“HP_sys” 355
9.9 智能聊天對話系統(tǒng)“HP_robot” 364
9.10 策略編輯器“HP_edit” 369
9.11 總體框架構(gòu)建模塊“HP_MainPage” 370
9.12 主程序模塊“HP_main” 388

第10章 分析回測與預(yù)測 390
10.1 投資分析方法 390
10.2 選股 390
10.3 擇時買入 396
10.4 持倉分析——賣點信號 406
10.5 操作策略 412
10.6 多只股票量化回測 416
10.7 深度學(xué)習(xí)預(yù)測股價 424
10.8 股票數(shù)據(jù)網(wǎng)絡(luò)爬蟲 428