Python金融量化分析

金融量化分析不僅需要掌握金融領域的知識，還需要掌握相關的計算機編程技術。《Python金融量化分析》全面、系統地介紹金融量化分析所需要掌握的技能。無論是具有豐富的編程經驗的讀者，還是普通的投資愛好者，均可參照本書內容開發自己的量化交易策略回測代碼，實現金融量化分析輔助投資的目的。

《Python金融量化分析》共9章，涵蓋的主要內容有金融量化交易策略分析概述，Python的基礎語法，Pandas模塊基礎，NumPy基礎，數據獲取與清洗，金融量化交易策略實戰，TA-Lib、Empyrical與Mplfinance模塊的使用方法，金融數據回歸分析，ARIMA與VAR模型在金融量化領域的應用，開源金融量化交易策略回測框架Backtrader的使用方法等。掌握這些內容，可以解決金融量化分析涉及的編程語言基礎、數據獲取、量化交易策略構建、統計學與金融學理論在金融量化領域的高級應用，以及現有的量化回測框架的使用方法等實際問題。

《Python金融量化分析》內容豐富，體系完整，講解細緻入微，既適合Python金融量化分析入門人員閱讀，也適合有志從事量化投資工作的各類研究人員和從業人員閱讀與參考，還適合作為高等院校金融和投資類相關專業的教材。



肖建軍,經濟學博士，應用經濟學博士后，廈門工學院副教授。先後供職于大型銀行總部、信托公司、私募基金公司等金融機構，從事金融投資、量化分析研究與實務等工作。目前專註于金融量化交易策略和加密貨幣結算等相關研究與開發工作。

高拴平，經濟學博士，產業經濟學博士后，享受國務院特殊津貼專家，廈門工學院教授。主要從事產業經濟和數字經濟方面的教學與科研工作。出版專著和教材8部，發表學術論文30余篇，承擔省部級課題3項，獲省部級教學科研成果獎3項。