在行情软件中经常会看到除权、复权选项，我们选择不同的选项，软件上股票的价格回相应地转换。 在量化交易中，我们开发了一个交易策略，需要对策略在历史行情数据上进行回测，那么我们该选择除权，还是复权，哪一种形式的行情数据呢？ 除权通常是除权除息的简称，这两种情况会在走势图上出现不同程度的下跌缺口，我们称...

backtrader属于功能相对完善的本地版Python量化回测框架。既然业界好评如云，我们作为量化交易者理应集所有好用的工具于一身，就让我们来体验一下这个框架。

我们用量化交易的目的就是让程序全自动地去跑策略，这样就可以解放电脑屏幕前的你。当产生交易信号的时候或者出现异常的时候，得需要通知到相关人员才行，也就是说要实现一种远程提醒的功能，解决方案有用微信、短信、邮件之类的方式，这里我们介绍下邮箱这种相对有效的方式来提醒。

股票分析过程中往往会查看一只股票的多个周期的走势，也会同时查看一个板块中多只股票的走势，量化分析的时候也会同时查看单只股票多个回测指标可视化结果……

新年伊始，很荣幸笔者的《教你用 Python 进阶量化交易》专栏在慕课专栏板块上线了，欢迎大家订阅！为了能够提供给大家更轻松的学习过程，笔者在专栏内容之外会陆续推出一些手记来辅助同学们学习本专栏内容，因此同学们无需担心专栏内容在学习上的困难，更多的是明确自己学习的目的即可。当然笔者也欢迎同学们踊跃留言，...

新年伊始，很荣幸笔者的《教你用 Python 进阶量化交易》专栏在慕课专栏板块上线了，欢迎大家订阅！为了能够提供给大家更轻松的学习过程，笔者在专栏内容之外会陆续推出一些手记来辅助同学们学习本专栏内容，因此同学们无需担心专栏内容在学习上的困难，更多的是明确自己学习的目的即可。当然笔者也欢迎同学们踊跃留言，...

在《Python实战-构建基于股票的量化交易系统》小册子中，我们以股票为交易标的讲解量化交易的学习，主要原因是股票的风险和收益介于期货和基金之间。期货一方面加了杠杆，另一方面走势变化非常迅速，稍有不慎有可能血本无归，这不太适合大众参与。基金由专业团队打理，虽然收益最小，但风险也是最小的，求稳的话买基金也...

在数据分析和建模之前需要审查数据是否满足数据处理应用的要求，以及对数据进行清洗，转化，合并，重塑等一系列规整化处理。pandas标准库提供了高级灵活的方法，能够轻松地将数据规整化为正确的形式，本文通过例程介绍使用pandas库从获取数据到最终数据重塑的方法。

Pandas是Python环境下最有名的数据统计包，是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包。Pandas围绕着 Series 和 DataFrame 两个核心数据结构展开的。本文着重介绍这两种数据结构的生成和访问的基本方法。

当我们提到一门编程语言的效率时，通常包含了开发效率和运行效率这两层意思。Python作为一门高级语言，它功能强大，易于掌握，能够快速的开发软件，“life is short，we use python！”，想必这些优点是毋庸置疑的，但是作为一门解释性语言，执行速度的局限性导致在处理某些高频任务时存在不足。由于Python本身由C语言实现...

Pandas库提供了专门从财经网站获取金融数据的API接口，可作为量化交易股票数据获取的另一种途径，该接口在urllib3库基础上实现了以客户端身份访问网站的股票数据。需要注意的是目前模块已经迁徙到pandas-datareader包中，因此导入模块时需要由import pandas.io.data as web更改为import pandas_datareader.data as web。

数据是进行量化交易的基础和关键，目前国内做量化产品的金融机构大部分是从券商获取高频实时行情数据的，另外很多金融网站也提供了数据接口，可以调用接口方式获取，也可以用爬虫的方式获取。文本讲述一种更经济便捷的方式来获取数据，即通过同花顺交易软件来导出股票数据，并且将数据转换为DataFrame 表格型的数据结构...