Python：股票×ETF量化交易實戰105個活用技巧 (2版)

類似書籍推薦給您

【簡介】 　無論是牛市還是熊市，「維持紀律」才是股市求財的不二法門，但維持紀律又是非常難做到的事，結果就是多數人最終無法在股票市場上賺到錢。 　　 　　什麼時候該買，什麼時候該賣，道理很多人都懂，但往往下單時又摻雜了太多當時的心理因素，要怎麼克服這個心理因素呢？就讓自動化交易來幫助會寫程式的你。 　　交易演算法是將主觀交易的想法具體量化，運用量化的優勢找到正期望值的交易策略，來創造更多的收益與機會。 　　對於台股的交易策略，許多人認為市場只有價量資料可以進行數據分析，其實台股有許多籌碼資訊可以進行分析，而籌碼資料該如何去進行分析呢？又該如何延伸到交易策略的建構呢？ 　　有鑑於此，本書使用Python作為程式開發的語言，其本身語法友善、操作簡單，是切入程式交易的方便工具。本書內容均可實作，不論多好的交易策略，都要自己動手分析才能實際上場，並且範例程式碼非常彈性，讀者可以自行修改成自己的版本，讓我們一起打造超級績效吧！ 　　本書期待能透過更完整的介紹與更多的範例，帶給讀者更多的靈感刺激，每個人要依據自己的條件、狀態及環境，來找尋合適的投資方式與適合自己的策略邏輯。 　　【精采內容】 　　✪金融大數據資料的取得 　　✪網路爬蟲的實戰演練 　　✪ETF的詳細介紹 　　✪建構完整的回測系統 　　✪經典交易策略建構 　　✪股權分散策略建構 　　✪三大法人策略建構 　　✪融資融券策略建構 　　✪月營收交易策略建構 　　✪一籃子股票回測方法 　　✪Line自動化策略訊號推播 　 　　【目標讀者】 　　✪想要學習Python來進行程式交易者 　　✪想要客觀且嚴守紀律來投資者 　　✪沒時間盯盤但想要自動化投資者 　　✪想要了解交易規則並學習正確的程式交易者 本書特色 　　使用Python實作台股、ETF量化分析，掌握自動化投資理財趨勢 　　運用籌碼數據資料與技術指標進行策略結合的交易實戰指南 　 　　✪使用靈活彈性的Python，搭配循序漸進的範例教學 　　✪以Python取得公開金融大數據，定義獨有的籌碼指標 　　✪計算指標後，透過圖表繪製，找出資料細節裡的魔鬼 　　✪找出關鍵思維，建構正期望值的策略 　　✪透過Line Notify打造策略訊號派送機器人 【目錄】 |CHAPTER 01| Python基礎介紹 技巧1 【觀念】Python安裝介紹 技巧2 【實作】本書的Python範例執行方法 技巧3 【實作】基本型態介紹 技巧4 【實作】基本運算及數學函數介紹 技巧5 【實作】字串處理介紹 技巧6 【實作】序列型態介紹 技巧7 【實作】判斷式結構介紹 技巧8 【實作】迴圈式結構介紹 技巧9 【實作】序列推導式的延伸應用 技巧10 【實作】建立函數的方法 技巧11 【實作】建立類別的方法 技巧12 【實作】建立函式庫並取用 技巧13 【實作】檔案應用處理 技巧14 【實作】Python異常處理的應用 技巧15 【實作】使用Python的外掛套件 技巧16 【實作】時間套件的應用觀念 技巧17 【實作】Pandas套件的應用 |CHAPTER 02| 金融商品與量化分析基礎介紹 技巧18 【觀念】了解台灣證券市場 技巧19 【觀念】何謂股票 技巧20 【觀念】何謂ETF 技巧21 【觀念】ETF種類介紹 技巧22 【觀念】證券的相關交易制度 技巧23 【觀念】證券交易方法 技巧24 【觀念】為何需要量化分析 |CHAPTER 03| Python取得公開資料 技巧25 【觀念】網路爬蟲基本概念 技巧26 【觀念】網頁的組成 技巧27 【觀念】網頁標籤介紹 技巧28 【實作】了解網頁傳遞參數方法 技巧29 【實作】Python下載網頁資訊 技巧30 【觀念】BeautifulSoup套件簡介 技巧31 【實作】BeautifulSoup解析資料 技巧32 【觀念】Selenium 套件簡介 技巧33 【觀念】何謂K線（開高低收量） 技巧34 【實作】抓取證券公開資訊 |CHAPTER 04| 建構策略分析框架 技巧35 【觀念】何謂策略分析框架 技巧36 【觀念】何謂交易策略 技巧37 【觀念】回測要注意的事情 技巧38 【觀念】如何發想交易策略 技巧39 【觀念】回測流程介紹 技巧40 【實作】將資料圖像化 技巧41 【實作】撰寫基本進出場邏輯 技巧42 【實作】記錄回測交易明細 技巧43 【實作】繪製K線圖及交易紀錄 技巧44 【觀念】分析回測交易紀錄 技巧45 【實作】績效指標實作 |CHAPTER 05| 經典交易策略建構 技巧46 【觀念】趨勢突破交易策略介紹 技巧47 【實作】趨勢突破策略圖像化觀察 技巧48 【實作】趨勢突破策略撰寫 技巧49 【觀念】處置效應介紹 技巧50 【觀念】停利停損觀念 技巧51 【實作】趨勢突破策略加上停利停損 技巧52 【觀念】移動停損觀念 技巧53 【實作】突破策略加上移動停損 |CHAPTER 06| 技術分析交易策略 技巧54 【觀念】技術分析的介紹 技巧55 【觀念】技術分析套件介紹 技巧56 【實作】Talib套件安裝 技巧57 【實作】Talib套件基本操作 技巧58 【實作】技術指標介紹－均線（MA）介紹及計算 技巧59 【實作】MA策略圖像化觀察 技巧60 【實作】突破均線交易策略 技巧61 【實作】均線排列策略 技巧62 【實作】技術指標介紹－相對強弱指標（RSI）介紹及計算 技巧63 【實作】RSI策略圖像化觀察 技巧64 【實作】強勢回檔策略 技巧65 【實作】RSI突破策略 技巧66 【實作】技術指標介紹－平滑移動曲線指標（MACD）介紹及計算 技巧67 【實作】MACD策略圖像化觀察 技巧68 【實作】MACD策略 技巧69 【觀念】建構交易策略的濾網 技巧70 【觀念】技術指標－平均真實區間指標（ATR）介紹及計算 技巧71 【實作】MA、ATR策略圖像化觀察 技巧72 【實作】MA搭配ATR濾網交易策略 |CHAPTER 07| 股權分散表交易策略 技巧73 【觀念】股權分散介紹 技巧74 【實作】取得股權分散公開資料 技巧75 【實作】價格與股權資料表整合 技巧76 【實作】股權分散表解讀方向 技巧77 【實作】大股東、小股東、股東人數變動繪圖分析 技巧78 【實作】跟著大股東買策略 技巧79 【實作】跟小股東反著做策略 |CHAPTER 08| 三大法人交易策略 技巧80 【觀念】三大法人介紹 技巧81 【實作】取得三大法人公開資料 技巧82 【實作】日K與三大法人資料整合 技巧83 【實作】外資繪圖變動分析 技巧84 【實作】投信繪圖變動分析 技巧85 【實作】自營、自營避險繪圖變動分析 技巧86 【實作】跟著外資、投信買交易策略 |CHAPTER 09| 融資融券交易策略 技巧87 【觀念】信用交易介紹 技巧88 【實作】取得融資融券公開資料 技巧89 【實作】取得融券借券公開資料 技巧90 【實作】日K與信用交易資料整合 技巧91 【實作】進行資券繪圖分析 技巧92 【實作】進行借券賣出繪圖分析 技巧93 【實作】融資融券交易策略 |CHAPTER 10| 月營收交易策略 技巧94 【觀念】月營收介紹 技巧95 【實作】爬蟲取得月營收資料 技巧96 【實作】月營收與股價資料整合 技巧97 【實作】繪製月營收與價格走勢圖 技巧98 【實作】月營收交易策略 |CHAPTER 11| 一籃子策略回測及策略上線 技巧99 【觀念】一籃子股票回測 技巧100 【實作】取得上市櫃股票代碼 技巧101 【實作】產業別一籃子回測 技巧102 【觀念】股票策略該如何實際執行 技巧103 【實作】Line Notify推播策略訊號 技巧104 【實作】Windows作業系統排程執行 技巧105 【實作】打造股票自動化訊號推播機器人

Microsoft Azure AI Services與Azure OpenAI從入門到人工智慧程式開發-使用Python(含MCF AI-900國際認證) (1版)

類似書籍推薦給您

【簡介】 　　體貼初學者學習Azure AI服務的流程！ 　　Azure AI服務功能介紹 > Azure AI服務申請 > 語法解說 > AI範例實作    　　■ 專家與教師共同執筆  　　由微軟AI + Developer 雙領域 MVP與科技大學教師共同編著，針對初學者學習Azure AI領域所應具備的基本素養，所編寫入門教材，內容由淺入深，以引發學習動機為最主要考量，帶領初學者靈活運用Azure AI與Azure OpenAI進行開發AI應用程式。    　　■ 內容多元且淺顯易懂  　　對Azure AI服務的理論做深入淺出的說明，同時廣泛列舉相關應用實例，並使用適當的插圖和圖表，說明Azure AI技術的原理和實際運作方案，讓初學者對Azure AI有更進一步的認識。    　　■ Azure AI服務開發技能  　　介紹實用的入門開發實作，以培養初學者規劃AI解決方案的能力。實作包含：電腦視覺、OCR光學字元辨識、自訂視覺、臉部偵測與分析、文字分析、問題解答知識庫、翻譯、語音合成以及機器學習分類、迴歸和叢集模型的實作範例，並介紹目前最火紅的Azure OpenAI生成式AI開發聊天機器人與AI繪圖程式；詳盡說明實作的程式碼與操作步驟，培養初學者開發AI應用程式的能力。    　　■ Microsoft AI-900人工智慧基礎國際認證能力訓練  　　將認證考試重點融入書中，讀者能藉由練習來了解該章內容重點，同時書末彙整MCF AI-900核心能力國際認證模擬試題，是考取MCF AI-900人工智慧基礎國際認證的最佳教材。  【目錄】 第1章 Microsoft Azure AI 基本概念：使用人工智慧的開始  1.1 人工智慧簡介  1.2 Microsoft Azure AI 簡介  1.3 模擬試題  第2章 負責任的 AI  2.1 AI 造成的道德和社會問題  2.2 了解負責任的AI  2.3 申請Azure 帳戶  2.4 模擬試題  第3章 認識 Colab 程式編輯環境  3.1 Colab 簡介  3.2 安裝 Colab  3.3 Colab 環境簡介  3.4 編輯第一個 Colab 筆記本  3.5 Colab 常用功能  第4章 Gradio 互動式網頁  4.1 簡介認識 Gradio  4.2 Gradio 基本語法介紹  4.3 Gradio 常用的輸出入元件  第5章 探索電腦視覺(一)電腦視覺分析  5.1 Azure AI 視覺簡介  5.2 Azure AI 視覺服務  5.3 Azure AI 服務開發環境與必要條件  5.4 Azure AI 視覺開發實作  5.5 模擬試題  第6章 探索電腦視覺(二)OCR 與文件智慧服務  6.1 光學字元識別 (OCR)  6.2 Azure AI 視覺服務讀取文字  6.3 文件智慧服務和知識採礦  6.4 Azure Al 視覺服務讀取影像文字開發實作  6.5 模擬試題  第7章 探索電腦視覺(三)臉部服務  7.1 臉部辨識服務簡介  7.2 臉部偵測  7.3 臉部分析  7.4 臉部識別  7.5 臉部辨識服務開發實作  7.6 模擬試題  第8章 探索電腦視覺(四)自訂視覺  8.1 自訂視覺簡介  8.2 自訂視覺影像分類  8.3 在 Azure 使用影像分類  8.4 自訂視覺物件偵測  8.5 在 Azure 使用物件偵測  8.6 自訂視覺範例實作  8.7 模擬試題  第9章 探索自然語言處理(一)文字分析  9.1 自然語言處理簡介  9.2 自然語言處理  9.3 使用 Azure AI 語言服務分析文字  9.4 文字分析開發實作  9.5 模擬試題  第10章 探索自然語言處理(二)對話式AI  10.1 對話式AI 簡介  10.2 問題與解答對話系統  10.3 使用交談語言理解建立語言模型  10.4 Azure AI 機器人服務  10.5 自訂問題解答開發實作  10.6 模擬試題  第11章 探索自然語言處理(三)語音與翻譯  11.1 語音辨識與語音合成  11.2 語音服務功能介紹  11.3 文字翻譯  11.4 翻譯服務功能介紹  11.5 文字翻譯開發實作  11.6 語音合成開發實作  11.7 模擬試題  第12章 Azure 機器學習基本原理  12.1 機器學習簡介  12.2 機器學習的工作流程  12.3 機器學習的模型  12.4 分類模型  12.5 迴歸模型  12.6 叢集模型  12.7 模擬試題  第13章 Azure 機器學習實作  13.1 Azure 機器學習服務簡介  13.2 Azure 機器學習設計工具的工作流程  13.3 使用設計工具建立模型  13.4 使用 Azure 機器學習自動化 ML  13.5 使用提示流程建立 AI 應用程式  13.6 模擬試題  第14章 Azure OpenAI  14.1 生成式 AI 簡介  14.2 大型語言模型  14.3 Azure OpenAI 簡介  14.4 Copilots 簡介  14.5 使用提示工程改善生成式 AI 回應  14.6 Azure OpenAI 生成式 AI 應用程式開發實作  14.7 模擬試題  附錄A MCF AI-900 人工智慧基礎國際認證模擬試題  看更多

機器學習─Python程式實作 (1版)

類似書籍推薦給您

【簡介】 內容涵蓋機器學習三大主題：監督式學習、無監督式學習與強化式學習。 採用生動活潑的範例，以深入淺出、圖文並茂的方式，建立良好的理論基礎。 搭配 Python 程式實作，實現「做中學」的學習理念。 提供豐富的學習資源，包含：數學背景、練習題等，厚植機器學習技術研發能力。 【目錄】 Chapter 1 介　紹 Chapter 2 端到端機器學習 Chapter 3 迴　歸 Chapter 4 貝氏分類器 Chapter 5 k-最近鄰 Chapter 6 支援向量機 Chapter 7 決策樹 Chapter 8 隨機森林 Chapter 9 提升方法 Chapter 10 類神經網路 Chapter 11 k-Means分群 Chapter 12 DBSCAN Chapter 13 高斯混合模型 Chapter 14 主成分分析 Chapter 15 t-SNE Chapter 16 強化式學習 附錄 數學背景 習題參考解答 參考文獻