"量化交易已经从技术分析逐步向基本面量化交易过渡，研究方法已经从简单的线性回归向包括机器学习、深度学习等人工智能方法过渡。由于量化交易的跨学科属性，普通学生的入门门槛相对较高，为此，本书结合经济学原理、数学原理及计算机编程方法三个角度综合阐述量化交易的基本方法，以量化交易金融理论为基础，以量化交易实践为主线，帮助入门阶段的读者循序渐进掌握Python量化交易的基本方法。 本书共12章，分为量化概述篇、Python编程理论篇和量化交易实践篇。量化概述篇（第1章）详细讲述量化交易的概念，将量化交易与高频交易和程序化交易的异同点进行总结，分析了量化交易的**发展趋势。Python编程理论篇（第2~4章）从基础开始，系统深入地剖析Python编程语言的核心语法及Pandas、NumPy等数据分析库。量化交易实践篇（第5~12章）从操作入手，系统全面地讲解了量化交易中常用的数据获取与管理方法、技术分析库、量化回测方法及风险管理等。本书示例代码比较丰富，理论与实践结合紧密，不仅帮助读者理解量化策略背后的经济学原理，也能助力读者快速掌握量化交易的编程方法。 本书既适合高校相关专业师生使用，也适合传统金融从业者或者计算机程序员转型量化交易而使用，并可作为高等院校和培训机构相关专业的教学参考书。 "

程商政，经济学博士、金融学博士后、副研究员，量化金融分析师认证，精通Python量化投资技术和数据分析。曾任职于中国社会科学院金融研究所博士后流动站、海关总署研究中心，曾参与多项国家部委课题，现任某央企研究院高级研究员，专注于量化交易研究和实践。

前言 当前新一轮科技革命与金融改革深度交融，量化投资正以前所未有的速度重塑全球资本市场的运行逻辑。在此背景下，掌握量化投资技术不仅是金融从业者的必备技能，也是助力提升中国国家金融竞争力的重要抓手。量化投资的快速发展，不仅开拓了 算法交易、AI量化等新兴领域，还创造了金融业与数据科学、人工智能结合的新机遇。 目前，中国金融教育正面临历史性的转型挑战和机遇。一方面，在传统的金融教学模式中，金融理论教学与计算机编程往往被分割为两个平行世界。很多金融专业学生重视经济学理论学习，却忽视数据分析、算法等方面的学习； 另一方面，传统金融工程方法在解释和应对复杂市场变化方面也存在一定的局限性，相关领域的人才供给相对不足。与此同时，随着人工智能和大数据加速发展，以数据驱动的量化投资方法正逐渐成为资本市场交易的主流投资方式，正催生出更多的金融科技岗位需求。在这种供需格局下，精通计算机技术和金融理论的复合型人才将具有更好的职业发展前景。 由于量化交易涉及计算机科学、数学、统计学及金融学等多学科知识，快速入门量化交易并不是一件容易的事情。为此，本书希望搭建一座贯通量化投资实践与金融理论学习的桥梁，为想要入门量化交易的读者提供一个逻辑清晰的学习路线图。全书以“理论基础→编程赋能→实践案例”为脉络，构建起更加符合量化交易学习规律的知识体系。全书共12章内容： 第1章介绍了量化交易的概念、优势和经典案例。第2~4章分别介绍了Python语言的安装环境、Python编程基础知识及金融数据量化分析方法。第5~8章介绍了量化指标体系、量化回测系统建立及聚...