Ocena:
Książka „Hands-on Financial Trading with Python” jest chwalona za praktyczne podejście do handlu algorytmicznego przy użyciu Pythona, a wielu użytkowników uważa ją za świetne źródło informacji zarówno dla początkujących, jak i średnio zaawansowanych traderów. Niektórzy recenzenci zauważają jednak, że książka może być nieaktualna, a do pełnego wykorzystania jej treści wymagana jest solidna znajomość języka Python i statystyk.
Zalety:⬤ Kompleksowe i praktyczne podejście do handlu algorytmicznego.
⬤ Szczegółowe instrukcje dotyczące bibliotek Pythona, takich jak NumPy, Pandas, Matplotlib i zipline.
⬤ Logiczny układ rozdziałów ułatwiający stopniowe przyswajanie wiedzy.
⬤ Praktyczne przykłady i przyjazny dla użytkownika kod.
⬤ Przydatne zarówno dla początkujących, jak i profesjonalnych traderów chcących podnieść swoje umiejętności.
⬤ Niektóre kody i pakiety są nieaktualne, co może powodować problemy z konfiguracją.
⬤ Wymaga przyzwoitego doświadczenia w Pythonie i statystyce, co może wykluczyć zupełnie początkujących.
⬤ Brak dogłębnych wyjaśnień dotyczących kodu i jego wyników, co prowadzi do dezorientacji niektórych użytkowników.
⬤ Ręczna konfiguracja środowiska może być frustrująca i czasochłonna.
(na podstawie 10 opinii czytelników)
Hands-On Financial Trading with Python: A practical guide to using Zipline and other Python libraries for backtesting trading strategies
Dowiedz się, jak budować i testować algorytmiczne strategie handlowe za pomocą Zipline
Kluczowe cechy:
⬤ Zapoznaj się z danymi rynkowymi i analizą akcji oraz wizualizuj dane, aby uzyskać wysokiej jakości wgląd.
⬤ Dowiedz się, jak systematycznie podchodzić do badań ilościowych i generowania / testowania strategii w handlu algorytmicznym.
⬤ Dowiedz się, jak poruszać się po różnych funkcjach bibliotek analizy danych Pythona.
Opis książki:
Handel algorytmiczny pomaga wyprzedzić rynki, opracowując strategie analizy ilościowej w celu osiągnięcia zysków i ograniczenia strat.
Książka rozpoczyna się od wprowadzenia do handlu algorytmicznego i wyjaśnienia, dlaczego Python jest najlepszą platformą do opracowywania strategii handlowych. Następnie omówiona zostanie analiza ilościowa przy użyciu Pythona i dowiesz się, jak budować algorytmiczne strategie handlowe za pomocą Zipline przy użyciu różnych źródeł danych rynkowych. Wykorzystanie Zipline jako biblioteki do backtestingu umożliwia dostęp do bezpłatnych historycznych dziennych danych rynkowych z USA do 2018 roku. W miarę postępów zdobędziesz dogłębne zrozumienie bibliotek Pythona, takich jak NumPy i pandas do analizy finansowych zbiorów danych, a także poznasz biblioteki Matplotlib, statsmodels i scikit-learn do zaawansowanej analizy. Skupisz się również na prognozowaniu szeregów czasowych, omawiając pmdarima i Facebook Prophet.
Pod koniec tej książki handlowej będziesz w stanie budować predykcyjne sygnały handlowe, przyjmować podstawowe i zaawansowane algorytmiczne strategie handlowe oraz przeprowadzać optymalizację portfela.
Czego się nauczysz:
⬤ Odkryj, jak działa analiza ilościowa, omawiając statystyki finansowe i ARIMA.
⬤ Używać podstawowych bibliotek Pythona do przeprowadzania badań ilościowych i opracowywania strategii przy użyciu rzeczywistych zestawów danych.
⬤ Zrozumieć, jak uzyskać dostęp do danych finansowych i ekonomicznych w Pythonie.
⬤ Wdrożenie skutecznej wizualizacji danych za pomocą Matplotlib.
⬤ Zastosowanie obliczeń naukowych i wizualizacji danych przy użyciu popularnych bibliotek Python.
⬤ Budowanie i wdrażanie algorytmicznych strategii handlowych.
Dla kogo jest ta książka:
Ta książka jest przeznaczona dla analityków danych i traderów finansowych, którzy chcą dowiedzieć się, jak projektować algorytmiczne strategie handlowe przy użyciu podstawowych bibliotek Pythona. Jeśli szukasz praktycznego przewodnika po testowaniu wstecznym algorytmicznych strategii handlowych i budowaniu własnych strategii, to ta książka jest dla Ciebie. Znajomość programowania w języku Python i statystyki na poziomie początkującym będzie pomocna.
© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)