隨著計(jì)算機(jī)軟硬件的高速發(fā)展，從前基于紙面的低效率的證券、期貨交易逐漸發(fā)展成為電子化交易，如今人們在計(jì)算機(jī)或者手機(jī)上就能方便地進(jìn)行交易。與此同時(shí)，一種利用高性能計(jì)算機(jī)的自動(dòng)化交易技術(shù)也隨之發(fā)展，它就是量化交易。量化交易最初在20世紀(jì)初產(chǎn)生于國外，由法國數(shù)學(xué)家Louis Bachelier發(fā)表的博士論文《投機(jī)理論》開始，逐漸發(fā)展到20世紀(jì)30年代兩位哥倫比亞大學(xué)教授Benjamin Graham和David Dodd出版了著名的《證券分析》，再到20世紀(jì)50年代，美國經(jīng)濟(jì)學(xué)家Harry Markowitz提出了現(xiàn)代投資組合理論，為投資組合優(yōu)化奠定了數(shù)學(xué)基礎(chǔ)，這些前人的工作都為此后量化投資交易的發(fā)展奠定了基礎(chǔ)。
　　進(jìn)入21世紀(jì)后，國內(nèi)的量化投資也逐步開始發(fā)展，并且隨著國內(nèi)互聯(lián)網(wǎng)金融行業(yè)的快速發(fā)展，許多優(yōu)秀的量化平臺(tái)與開源框架相繼涌現(xiàn)，為普通投資者研究量化交易大大降低了門檻。
　　量化交易是指以數(shù)學(xué)模型替代人為的主觀判斷并借助計(jì)算機(jī)技術(shù)制定策略進(jìn)行交易，極大地減少了投資者情緒波動(dòng)的影響，避免在市場極度狂熱或悲觀的情況下做出非理性的投資決策，因此普通投資者想要進(jìn)行量化投資交易需要具備多方面的知識(shí)，例如數(shù)學(xué)、金融、計(jì)算機(jī)知識(shí)缺一不可，同時(shí)不同學(xué)科知識(shí)之間的相互交叉應(yīng)用也是必不可少的，這也造成量化交易相關(guān)從業(yè)門檻較高。
　　本書面向所有想要學(xué)習(xí)量化交易相關(guān)知識(shí)的讀者，無論是零基礎(chǔ)或是有一定基礎(chǔ)的學(xué)生或職場人都適用。由于本書以量化交易為主題，不會(huì)介紹過多的編程基礎(chǔ)內(nèi)容與金融知識(shí)，因此讀者需要具有一定的Python編程基礎(chǔ)，最好具有簡單的金融相關(guān)知識(shí)。本書以國內(nèi)優(yōu)秀的程序化交易框架vn.py為依托對量化交易的基礎(chǔ)知識(shí)與編程方法進(jìn)行介紹，目前vn.py的最新版已更新至3.x版，其相對于前面的版本做了模塊化的封裝，對于模塊功能有一個(gè)更加清晰的劃分。本書采用的vn.py版本為3.3.0，相應(yīng)的Python版本為3.10。
　　本書的前兩章主要為零基礎(chǔ)的讀者設(shè)計(jì)，第1章引導(dǎo)讀者在Windows操作系統(tǒng)下以不同的方式配置vn.py所需的編程環(huán)境，分別提供了為編程讀者準(zhǔn)備的VeighNa Studio安裝方案和為有一定編程基礎(chǔ)的原生Python環(huán)境安裝方案；第2章為讀者介紹一些常用的Python編程工具包，這些工具不僅在之后的章節(jié)中會(huì)用到，在讀者平時(shí)進(jìn)行Python編程的過程中也十分有幫助，有相關(guān)使用經(jīng)驗(yàn)的讀者可以選讀該章；第3章為vn.py零基礎(chǔ)的讀者設(shè)計(jì)，對vn.py文件中的設(shè)計(jì)理念與常用模塊進(jìn)行了介紹，例如vn.py的整體架構(gòu)，如何使用vn.py進(jìn)行本地回測，如何使用vn.py執(zhí)行實(shí)盤交易，等等，為后面章節(jié)交易策略的編寫和實(shí)盤交易做準(zhǔn)備，同時(shí)也為需要開發(fā)自用量化交易系統(tǒng)的讀者提供思路；第4章的內(nèi)容更加偏重理論性，從零開始介紹量化交易中的一些重要概念，包括交易策略的概念、倉位/資金管理與風(fēng)險(xiǎn)控制等內(nèi)容，這些是一個(gè)完整的交易策略不可缺少的組成部分；第5章介紹的是基于啟發(fā)式規(guī)則的交易策略，每個(gè)交易策略從設(shè)計(jì)理念到計(jì)算方式再到代碼實(shí)現(xiàn)均有涉及，并以vn.py的回測功能為載體執(zhí)行策略并進(jìn)行參數(shù)優(yōu)化；第6章則以數(shù)學(xué)模型為分析基礎(chǔ)進(jìn)行量化交易策略的開發(fā)，讀者會(huì)發(fā)現(xiàn)由經(jīng)典的時(shí)序分析模型ARMA到基于計(jì)算機(jī)視覺的方法都可以用于量化交易，希望本章能啟發(fā)讀者在設(shè)計(jì)量化交易策略時(shí)運(yùn)用不同領(lǐng)域的知識(shí)與方法，不必局限應(yīng)用場景；第7章介紹集成不同的交易策略的方法，分別以基于分類與基于回歸的方法介紹策略的集成方法，使交易策略更加穩(wěn)健；第8章則在實(shí)盤行情與模擬下單賬號(hào)的前提下使用?vn.py?執(zhí)行交易策略，本章介紹的內(nèi)容是最終將交易策略應(yīng)用于真實(shí)資金的必需 步驟。
　　本書內(nèi)容連貫，每個(gè)章節(jié)的內(nèi)容都會(huì)用到前面章節(jié)介紹過的知識(shí)，希望能最大限度地保證讀者學(xué)習(xí)的連貫性，同時(shí)本書將晦澀難懂的數(shù)學(xué)公式減到最少，僅保留說明交易策略信號(hào)計(jì)算方法的必要公式，盡力用平實(shí)的語言與圖示幫助讀者更好地理解內(nèi)容。相信讀者讀完本書后會(huì)對量化交易有一個(gè)更清晰的理解，希望本書能成為每位讀者進(jìn)入量化交易領(lǐng)域的金鑰匙。

資源下載提示 素材（源碼）等資源：掃描目錄上方的二維碼下載。 視頻等資源：掃描封底的文泉云盤防盜碼，再掃描書中相應(yīng)章節(jié)的二維碼，可以在線 學(xué)習(xí)。
　　投資涉及風(fēng)險(xiǎn)。本書所有代碼與示例僅限于教育用途，并不代表任何投資建議。本書不代表將來的交易會(huì)產(chǎn)生與示例同樣的回報(bào)或虧損。
　　投資者在做出交易決策之前必須評估風(fēng)險(xiǎn)，確認(rèn)自身可以承受風(fēng)險(xiǎn)方可投資。

歐陽鵬程
　　2023年8月

II

III