內容簡介:從創意發想到雲端部署
「能看到Yves Hilpisch完成他的大作，真令人感到興奮；他的著作整合了Python與雲端計算的全套做法，運用統計學與機器學習的技術，在金融市場中取得正向的報酬。」
—McKlayne Marshall
演算法交易專業工作者
演算法交易在過去曾是各大投資機構獨佔優勢的領域，但如今就算是小型投資機構或甚至散戶交易者，也都有能力透過線上平台從事這類的交易。如今許多交易者都選擇Python(及其強大的套件體系)做為他們實現演算法交易的工具。本書作者Yves Hilpisch針對如何把Python運用於演算法交易這個引人入勝的領域，為所有學生、學者及專業工作者提供了相應的介紹。
你將在演算法交易許多不同的面向，學習到各種應用Python的方式，例如交易策略的回測，以及與線上交易平台互動的做法。一些規模最大的買賣投資機構，都在大量運用Python。 本書會以系統化的方式探索如何打造、部署自動化演算法交易策略，協助你達到與其他人公平競爭的水準。
‧設定一個適合進行演算法交易的Python環境
‧學習如何從公開或專用的資料來源，檢索出金融數據資料
‧運用NumPy與pandas，探索向量化金融分析方法
‧掌握不同演算法交易策略的向量化回測做法
‧運用機器學習與深度學習，做出市場預測
‧運用socket程式設計工具，即時處理串流資料
‧透過Oanda與FXCM交易平台，實現自動化演算法交易策略
目錄
章節說明:第一章 Python & 演算法交易
第二章 Python 基礎架構
第三章 金融數據資料的處理
第四章 精通向量化回測
第五章 運用機器學習預測市場動向
第六章 打造事件型回測物件類別
第七章 即時資料與 Socket 的處理
第八章 運用 Oanda 交易 CFD 差價合約
第九章 運用 FXCM 進行外匯交易
第十章 自動化交易操作
附錄 Python、NumPy、matplotlib、pandas
章節說明:第一章 Python & 演算法交易
第二章 Python 基礎架構
第三章 金融數據資料的處理
第四章 精通向量化回測
第五章 運用機器學習預測市場動向
第六章 打造事件型回測物件類別
第七章 即時資料與 Socket 的處理
第八章 運用 Oanda 交易 CFD 差價合約
第九章 運用 FXCM 進行外匯交易
第十章 自動化交易操作
附錄 Python、NumPy、matplotlib、pandas
購物須知
退換貨說明：
會員均享有10天的商品猶豫期（含例假日）。若您欲辦理退換貨，請於取得該商品10日內寄回。
辦理退換貨時，請保持商品全新狀態與完整包裝（商品本身、贈品、贈票、附件、內外包裝、保證書、隨貨文件等）一併寄回。若退回商品無法回復原狀者，可能影響退換貨權利之行使或須負擔部分費用。
訂購本商品前請務必詳閱退換貨原則。
2024專利防護中