《量化投资：以Python为工具》 蔡立耑


1. Python入门

Anaconda
交互环境Ipython
数值类型、字符串、列表、元组、字典、集合
运算符、内置函数、赋值、条件、循环
函数的定义与调用、面向对象、模块、库
Numpy与多维数组
Pandas与数据处理：Series、DataFrame、缺失值的处理、填充和删除
Matplotlib库与数据可视化

2.统计学基础

描述性统计：数据类型、图表、离散度
随机变量：概率分布、期望值、方差、二项分布、正态分布、卡方分布、t分布、F分布
参数估计、假设检验、t检验
方差分析：自由度、显著性检验、单因素方差分析、多因素方差分析
回归分析：回归模型、模型拟合度、古典假设、显著性检验、python拟合回归函数


3.金融理论、投资组合与量化选股
单期与多期简单收益率：年化收益率、简单收益率
连续复利收益率
资产风险来源：市场风险、利率风险、汇率风险、流动性风险、信用风险、通货膨胀风险、营运风险
资产风险的测度：方差、下行风险、风险价值、期望亏空、最大回撤
投资组合理论及其拓展：投资组合的收益率与风险、Markowitz均值-方差模型、Black-Litterman模型
资本资产定价模型（CAPM）
Fama-French三因子模型

4.时间序列简介与配对交易

基本概念、基本性质、平稳性检验、白噪声
时间序列预测：移动平均、ARMA模型、自回归移动平均模型、CPI数据的ARMA短期预测
Garch模型、Arch模型
配对交易策略

5.技术指标与量化投资

K线  K线形态捕捉
动量交易策略
RSI相对强弱指标
均线系统策略：简单易懂平均、加权移动平均、指数加权移动平均  
MACD
通道突破：唐奇安通道、布林带通道
随机指标交易策略：KDJ、RSV
量价关系
成交量与均线思想结合制定交易策略
OBV指标交易策略