【2022·合辑】Python量化从入门到精通
引言
春去秋来，公众号“ Python金融量化 ”已坚持了四个年头，全网关注量10万+。在公众号阅读量急剧下降，短视频盛行的当下仍坚持文字输出着实不容易。这一路走来非常感谢广大读者的支持，尤其是感谢知识星球圈友，累计付费人数1600+，知识付费是公众号坚持原创输出的最大动力。
今年最大的成就是基于公众号沉淀和网上资源开发了 qstock 量化分析包，目前包括 数据获取（data）、可视化(plot)、选股(stock)和量化回测（backtest） 四个模块。目前qstock面向读者开源，直接通过“pip install qstock ”进行安装，或通过’pip install –upgrade qstock’进行更新，部分策略选股和策略回测功能仅供知识星球会员使用，会员可在知识星球置顶帖子上上获取qstock-vip-1.3.3.tar.gz （强化版）安装包。关于qstock的 数据、可视化、选股和回测 等详细教程请参阅以下推文：
学习是一个循序渐进的过程，只有通过不断的总结才能形成系统的知识框架。通过对四年来发布的90多篇原创文章进行梳理，归纳成四个大的部分，包括
Python入门篇 、金融数据篇、量化分析篇和策略回测篇
，形成了较为完整的框架体系供大家学习参考。
01 Python入门篇
这一部分主要是关于
Python金融量化入门学习路径、量化资源
，
以及numpy、pandas、matplotlib等量化常用库的入门和应用
。Python的编译软件有很多，个人建议安装Anaconda，自带Jupyter notebook和Spyder，其中Jupyter在交互式编程与数据分析上功能十分强大，公众号上所有文章都是基于Jupyter写的。
首先，结合个人经验分享Python金融量化的学习路径，以及分享Python从入门、进阶、到高阶的学习资料，以及金融投资相关书籍（PDF）。
其次，关于Numpy（数组矩阵）、Pandas（数据处理分析）、Matplotlib（可视化）、Seaborn（可视化）、Sklearn（机器学习）等金融量化常用库的入门和应用。
1.3【手把手教你】玩转Python量化金融工具之NumPy
1.4【手把手教你】玩转Python金融量化利器之Pandas
1.5【建议收藏】Matplotlib可视化最有价值的50张图
1.8 【手把手教你】股票可视化分析之Pyecharts（一）
1.9
【手把手教你】股票可视化分析之Pyecharts（二）
02 金融数据篇
本部分主要是使用Python获取股票行情、上市公司基本面、宏观经济以及财经新闻等数据，对其进行可视化分析，使用Postgresql （sqlite3）搭建本地量化分析数据库，以及如何
使用qstcok免费开源库在线获取行情数据、板块资金流数据、宏观基本面和财经新闻数据
等。
2.3 Python量化选股初探
2.4 2018你不可不知的十大关键词
2.9 【手把手教你】Python面向对象编程入门及股票数据管理应用实例
03 量化分析篇
本部分涉及内容比较多，包括使用Python做对A股市场进行探索性分析，金融统计分析、蒙特卡洛模拟，时间序列建模，Talib技术分析、投资组合、多因子模型分析和基本面量化分析等。
A股数据探索性分析 ：
3.1 【Python量化】股票分析入门
3.2 A股指数图谱：是否有月份效应？
3.5 2005-2020年A股数据挖掘：谁是最大的牛股？【附Python分析源码】
3.6 机器学习刻画股票市场结构和可视化——以上证50成分股为例
时间序列专题：
3.10 【手把手教你】使用Python玩转金融时间序列模型
3.11 Python玩转金融时间序列之ARCH与GARCH模型
3.12 资产收益率的非平稳性——为何机器学习预测效果不佳？
TA-Lib与股票技术分析：
3.16 【手把手教你】股市技术分析利器之TA-Lib（一）
3.17 【手把手教你】股市技术分析利器之TA-Lib（二）
3.19 【手把手教你】Python量化股票市场情绪指标ARBR
3.21 【Python量化】如何利用欧奈尔的RPS寻找强势股？
3.24 【手把手教你】使用Python对股价的Heikin Ashi蜡烛图进行可视化
3.25 趋势预测：基于期货未平仓合约、展期和FII/DII指标【附Python源码】
投资组合分析与多因子模型 ：
债券与期权衍生品之QuantLib入门与应用：
3.31【手把手教你】固定收益和衍生品分析利器QuantLib入门
3.32【手把手教你】使用QuantLib进行债券估值和期权定价分析
比特币量化分析：
3.33 比特币交易者的行为模式分析【附 Python 源码】
基本面量化分析：
3.34【手把手教你】使用Python构建股票财务指标打分系统
3.36【Python量化】如何监测领涨板块，挖掘题材龙头股？
04 策略回测篇
本部分主要是使用Python分析量化策略的评价指标，指数定投策略、机器学习、海龟交易法则和均值回归策略等，以及专题介绍backtrader回测系统的运用和 使用qstock进行量化回测 。
量化交易策略概述及评价指标：
4.4 【手把手教你】使用pyfinance进行证券收益分析
4.5 【手把手教你】Python实现基于事件驱动的量化回测
构建交易策略并进行简单的量化回测：
4.9【手把手教你】使用Logistic回归、LDA和QDA模型预测指数涨跌
4.11 手把手教你用Python搭建自己的量化回测框架【均值回归策略】
4.13 A股存在月份效应吗？构建月度择时策略【附Python源码】
4.15【手把手教你】获取股票数据并进行量化回测——基于ADX和MACD趋势策略
4.16 【量化实战】跟随龙虎榜个股交易能获利吗？
机器学习与量化交易：
4.19【Python量化】使用机器学习预测股票交易信号
开源回测框架backtrader专题系列：
4.21 【手把手教你】入门量化回测最强神器backtrader（一）
4.22【手把手教你】入门量化回测最强神器backtrader（二）
4.23【手把手教你】入门量化回测最强神器backtrader（三）
4.24 backtrader如何加载股票因子数据？以换手率、市盈率为例进行回测【附Python代码】
4.25 如何用backtrader对股票组合进行量化回测？
4.26【手把手教你】用backtrader量化回测海龟交易策略
4.28 【手把手教你】Ichimoku云图指标可视化与交易策略回测
4.29 【backtrader回测】隔夜持仓 VS 日内交易
结语
一切过往，皆为序章。最后以曾国藩的人生感言作为结语，“ 物来顺应，未来不迎，当时不杂，既过不恋 ”。
关于Python金融量化
专注于分享Python在金融量化领域的应用。加入知识星球，可以免费获取qstock源代码、30多g的量化投资视频资料、量化金融相关PDF资料、公众号文章Python完整源码、与博主直接交流、答疑解惑等。添加 sky2blue2了解详情 。
