引言

春去秋來，公眾號“Python金融量化”已堅持了四個年頭，全網(wǎng)關(guān)注量10萬+。在公眾號閱讀量急劇下降，短視頻盛行的當下仍堅持文字輸出著實不容易。這一路走來非常感謝廣大讀者的支持，尤其是感謝知識星球圈友，累計付費人數(shù)1600+，知識付費是公眾號堅持原創(chuàng)輸出的最大動力。

今年最大的成就是基于公眾號沉淀和網(wǎng)上資源開發(fā)了?qstock?量化分析包，目前包括數(shù)據(jù)獲?。╠ata）、可視化(plot)、選股(stock)和量化回測（backtest）四個模塊。目前qstock面向讀者開源，直接通過“pip install qstock?”進行安裝，或通過’pip install –upgrade qstock’進行更新，部分策略選股和策略回測功能僅供知識星球會員使用，會員可在知識星球置頂帖子上上獲取qstock-vip-1.3.3.tar.gz （強化版）安裝包。關(guān)于qstock的數(shù)據(jù)、可視化、選股和回測等詳細教程請參閱以下推文：

【qstock開源了】數(shù)據(jù)篇之行情交易數(shù)據(jù)

【qstock數(shù)據(jù)篇】行業(yè)概念板塊與資金流

【qstock量化】數(shù)據(jù)篇之股票基本面數(shù)據(jù)

【qstock量化】數(shù)據(jù)篇之宏觀指標和財經(jīng)新聞文本

【qstock量化】動態(tài)交互數(shù)據(jù)可視化

【qstock量化】技術(shù)形態(tài)與概念熱點選股池

【手把手教你】使用qstock實現(xiàn)量化策略選股

【手把手教你】使用qstock進行量化回測

學習是一個循序漸進的過程，只有通過不斷的總結(jié)才能形成系統(tǒng)的知識框架。通過對四年來發(fā)布的90多篇原創(chuàng)文章進行梳理，歸納成四個大的部分，包括Python入門篇 、金融數(shù)據(jù)篇、量化分析篇和策略回測篇?，形成了較為完整的框架體系供大家學習參考。

01Python入門篇

這一部分主要是關(guān)于Python金融量化入門學習路徑、量化資源，以及numpy、pandas、matplotlib等量化常用庫的入門和應(yīng)用。Python的編譯軟件有很多，個人建議安裝Anaconda，自帶Jupyter notebook和Spyder，其中Jupyter在交互式編程與數(shù)據(jù)分析上功能十分強大，公眾號上所有文章都是基于Jupyter寫的。

首先，結(jié)合個人經(jīng)驗分享Python金融量化的學習路徑，以及分享Python從入門、進階、到高階的學習資料，以及金融投資相關(guān)書籍（PDF）。

1.1【Python金融量化】零基礎(chǔ)如何開始學？

1.2【推薦收藏】傾心整理的Python量化資源大合集

其次，關(guān)于Numpy（數(shù)組矩陣）、Pandas（數(shù)據(jù)處理分析）、Matplotlib（可視化）、Seaborn（可視化）、Sklearn（機器學習）等金融量化常用庫的入門和應(yīng)用。

1.3【手把手教你】玩轉(zhuǎn)Python量化金融工具之NumPy

1.4【手把手教你】玩轉(zhuǎn)Python金融量化利器之Pandas

1.5【建議收藏】Matplotlib可視化最有價值的50張圖

1.6【手把手教你】Seaborn在金融數(shù)據(jù)可視化中的應(yīng)

1.7【手把手教你】玩轉(zhuǎn)機器學習 Sklearn

1.8【手把手教你】股票可視化分析之Pyecharts（一）

1.9【手把手教你】股票可視化分析之Pyecharts（二）

02金融數(shù)據(jù)篇

本部分主要是使用Python獲取股票行情、上市公司基本面、宏觀經(jīng)濟以及財經(jīng)新聞等數(shù)據(jù)，對其進行可視化分析，使用Postgresql （sqlite3）搭建本地量化分析數(shù)據(jù)庫，以及如何使用qstcok免費開源庫在線獲取行情數(shù)據(jù)、板塊資金流數(shù)據(jù)、宏觀基本面和財經(jīng)新聞數(shù)據(jù)等。

2.1【手把手教你】Python獲取交易數(shù)據(jù)

2.2【Python金融量化】上市公司知多少？

2.3?Python量化選股初探

2.4?2018你不可不知的十大關(guān)鍵詞

2.5【手把手教你】Python獲取財經(jīng)數(shù)據(jù)和可視化分析

2.6【文本挖掘】Python帶你笑看江湖

2.7【Python金融量化】財經(jīng)新聞文本分析

2.8【手把手教你】搭建自己的量化分析數(shù)據(jù)庫

2.9【手把手教你】Python面向?qū)ο缶幊倘腴T及股票數(shù)據(jù)管理應(yīng)用實例

3.0【qstock開源了】數(shù)據(jù)篇之行情交易數(shù)據(jù)

3.1【qstock量化】數(shù)據(jù)篇之宏觀指標和財經(jīng)新聞文本

3.2【qstock數(shù)據(jù)篇】行業(yè)概念板塊與資金流

03量化分析篇

本部分涉及內(nèi)容比較多，包括使用Python做對A股市場進行探索性分析，金融統(tǒng)計分析、蒙特卡洛模擬，時間序列建模，Talib技術(shù)分析、投資組合、多因子模型分析和基本面量化分析等。

A股數(shù)據(jù)探索性分析：

3.1【Python量化】股票分析入門

3.2?A股指數(shù)圖譜：是否有月份效應(yīng)？

3.3【Python金融量化】A股沉浮啟示錄

3.4【宏觀量化】股市趨勢與拐點如何看？

3.5 2005-2020年A股數(shù)據(jù)挖掘：誰是最大的牛股？【附Python分析源碼】

3.6 機器學習刻畫股票市場結(jié)構(gòu)和可視化——以上證50成分股為例

3.7【Python量化】股票漲停板探索性分析與數(shù)據(jù)挖掘

時間序列專題：

3.8【手把手教你】時間序列之日期處理

3.9【Python量化基礎(chǔ)】時間序列的自相關(guān)性與平穩(wěn)性

3.10【手把手教你】使用Python玩轉(zhuǎn)金融時間序列模型

3.11?Python玩轉(zhuǎn)金融時間序列之ARCH與GARCH模型

3.12 資產(chǎn)收益率的非平穩(wěn)性——為何機器學習預(yù)測效果不佳？

3.13?基于Markov區(qū)制轉(zhuǎn)換模型的股票波動分析

3.14【手把手教你】使用Python實現(xiàn)統(tǒng)計套利

3.15 股市牛熊興替——時間序列相似性量化分析

TA-Lib與股票技術(shù)分析：

3.16?【手把手教你】股市技術(shù)分析利器之TA-Lib（一）

3.17?【手把手教你】股市技術(shù)分析利器之TA-Lib（二）

3.18?【手把手教你】量價關(guān)系分析與Python實現(xiàn)

3.19?【手把手教你】Python量化股票市場情緒指標ARBR

3.20?【手把手教你】動量指標的Python量化回測

3.21 【Python量化】如何利用歐奈爾的RPS尋找強勢股？

3.22?【手把手教你】Python實現(xiàn)量價形態(tài)選股

3.23?牛股價量探索性分析與趨勢指標可視化

3.24【手把手教你】使用Python對股價的Heikin Ashi蠟燭圖進行可視化

3.25 趨勢預(yù)測：基于期貨未平倉合約、展期和FII/DII指標【附Python源碼】

3.26【交易系統(tǒng)與方法】價格噪音的量化與應(yīng)用

3.27【交易系統(tǒng)與方法】統(tǒng)計學基本概念與市場分析應(yīng)用

投資組合分析與多因子模型?：

3.28 什么是多因子量化選股模型？

3.29?單因子測試框架分享

3.30?如何對選股因子進行量化回測？

債券與期權(quán)衍生品之QuantLib入門與應(yīng)用：

3.31【手把手教你】固定收益和衍生品分析利器QuantLib入門

3.32【手把手教你】使用QuantLib進行債券估值和期權(quán)定價分析

比特幣量化分析：

3.33 比特幣交易者的行為模式分析【附 Python 源碼】

基本面量化分析：

3.34【手把手教你】使用Python構(gòu)建股票財務(wù)指標打分系統(tǒng)

3.35?高管增持股價一定會上漲嗎？【附Python代碼】

3.36【Python量化】如何監(jiān)測領(lǐng)漲板塊，挖掘題材龍頭股？

04策略回測篇

本部分主要是使用Python分析量化策略的評價指標，指數(shù)定投策略、機器學習、海龜交易法則和均值回歸策略等，以及專題介紹backtrader回測系統(tǒng)的運用和使用qstock進行量化回測。

量化交易策略概述及評價指標：

4.1?【干貨分享】一文講透量化投資方法論體系

4.2 【量化回測】如何規(guī)避陷阱及評價策略？

4.3?【手把手教你】Python量化策略風險指標

4.4?【手把手教你】使用pyfinance進行證券收益分析

4.5?【手把手教你】Python實現(xiàn)基于事件驅(qū)動的量化回測

4.6 Pyfolio一行代碼實現(xiàn)專業(yè)量化回測圖表

構(gòu)建交易策略并進行簡單的量化回測：

4.7?Python數(shù)說指數(shù)定投策略

4.8【Python量化】怎么在基金定投上實現(xiàn)收益最大化

4.9【手把手教你】使用Logistic回歸、LDA和QDA模型預(yù)測指數(shù)漲跌

4.10?【手把手教你】使用RNN深度學習預(yù)測股票價格

4.11??手把手教你用Python搭建自己的量化回測框架【均值回歸策略】

4.12【手把手教你】用Python量化海龜交易法則

4.13?A股存在月份效應(yīng)嗎？構(gòu)建月度擇時策略【附Python源碼】

4.14?北向資金能預(yù)示大盤漲跌？【附Python源碼】

4.15【手把手教你】獲取股票數(shù)據(jù)并進行量化回測——基于ADX和MACD趨勢策略

4.16【量化實戰(zhàn)】跟隨龍虎榜個股交易能獲利嗎？

4.17【手把手教你】使用qstock進行量化回測

4.18【手把手教你】基于均線排列的價格動量策略回測

機器學習與量化交易：

4.19【Python量化】使用機器學習預(yù)測股票交易信號

4.20【手把手教你】利用神經(jīng)網(wǎng)絡(luò)構(gòu)建量化交易策略

開源回測框架backtrader專題系列：

4.21?【手把手教你】入門量化回測最強神器backtrader（一）

4.22【手把手教你】入門量化回測最強神器backtrader（二）?

4.23【手把手教你】入門量化回測最強神器backtrader（三）

4.24 backtrader如何加載股票因子數(shù)據(jù)？以換手率、市盈率為例進行回測【附Python代碼】

4.25 如何用backtrader對股票組合進行量化回測？

4.26【手把手教你】用backtrader量化回測海龜交易策略

4.27?backtrader股票技術(shù)指標自定義與量化回測

4.28【手把手教你】Ichimoku云圖指標可視化與交易策略回測

4.29【backtrader回測】隔夜持倉 VS 日內(nèi)交易

結(jié)語

一切過往，皆為序章。最后以曾國藩的人生感言作為結(jié)語，“物來順應(yīng)，未來不迎，當時不雜，既過不戀”。