人工智慧在量化交易中的應用與實戰

本書首先講解人工智慧的基礎知識，即什麼是人工智慧，為什麼要學習人工智慧，什麼是智能，智能類型，人工智慧的研究與應用領域，為什麼使用Python來開發人工智慧，利用量化交易平台編寫Python程序，人工智慧的發展歷史；然後講解Python編程基礎和人工智慧的三個重要的包，即Numpy包、Pandas包和Matplotlib包；接著講解5種機器學習演算法，即決策樹、隨機森林、支持向量機（SVM）、樸素貝葉斯和人工智慧的神經網路；然後講解Python量化交易策略的編寫、獲取數據函數、Python基本面量化選股、Python量化擇時的技術指標函數、Python量化交易策略的回測技巧、Python量化交易策略的機器學習方法應用；最後講解Python量化交易策略的因子分析技巧和Python量化交易策略實例。在講解過程中既考慮讀者的學習習慣，又通過具體實例剖析講解人工智慧在量化交易應用中的熱點問題、關鍵問題及種種難題。

本書適用於各種投資者，如股民、期民、中小散戶、職業操盤手和專業金融評論人士，更適用於那些有志於在這個充滿風險、充滿寂寞的征程上默默前行的征戰者和屢敗屢戰、愈挫愈勇並最終戰勝失敗、戰勝自我的勇者。

李曉波，從事金融衍生品市場交易及管理近20年，有著豐富的經驗和體會，對國內外貴金屬、外匯、郵幣卡、大宗商品及股市等主流交易方式有著深刻的了解，擅長股票、期貨、黃金、白銀、郵幣卡、外匯的培訓指導，經常活躍在各大金融講壇，深為投資者喜愛。可為個人投資者及機構提供分析、投資咨詢，交易指導，理財培訓等多方位的專業服務。

第1章　人工智慧快速入門 / 1
1.1　初識人工智慧 / 2
1.1.1　什麼是人工智慧 / 2
1.1.2　為什麼要學習人工智慧 / 2
1.2　智能概述 / 4
1.2.1　智能類型 / 4
1.2.2　智能的組成 / 6
1.3　人工智慧的研究與應用領域 / 8
1.3.1　專家系統 / 8
1.3.2　自然語言理解 / 9
1.3.3　機器學習 / 9
1.3.4　機器定理證明 / 10
1.3.5　自動程式設計 / 11
1.3.6　分散式人工智慧 / 12
1.3.7　機器人學 / 13
1.3.8　模式識別 / 14
1.3.9　人機博弈 / 14
1.3.10　電腦視覺 / 15
1.3.11　軟計算 / 15
1.3.12　智慧控制 / 16
1.3.13　智慧規劃 / 17
1.4　人工智慧的開發語言 / 18
1.4.1　為什麼使用Python來開發人工智慧 / 18
1.4.2　Python的和安裝 / 18
1.4.3　Python程式的編寫 / 21
1.4.4　利用量化交易平臺編寫Python程式 / 24
1.5　人工智慧的發展歷史 / 27
1.5.1　電腦時代 / 27
1.5.2　大量程式 / 28
1.5.3　強弱人工智慧 / 29

第2章　Python 程式設計基礎 / 31
2.1　Python的基底資料型別 / 32
2.1.1　數數值型別 / 32
2.1.2　字串 / 34
2.2　變數與賦值 / 37
2.2.1　變數命名規則 / 37
2.2.2　變數的賦值 / 38
2.3　Python的基本運算 / 39
2.3.1　算數運算 / 39
2.3.2　賦值運算 / 41
2.3.3　位運算 / 42
2.4　Python的選擇結構 / 43
2.4.1　關係運算 / 43
2.4.2　邏輯運算 / 45
2.4.3　if 語句 / 46
2.4.4　嵌套 if 語句 / 48
2.5　Python的迴圈結構 / 49
2.5.1　while迴圈 / 50
2.5.2　while 迴圈使用else語句 / 51
2.5.3　無限迴圈 / 51
2.5.4　for迴圈 / 52
2.5.5　在for迴圈中使用range()函數 / 53
2.5.6　break語句 / 54
2.5.7　continue語句 / 55
2.5.8　pass語句 / 56
2.6　Python的特徵資料類型 / 57
2.6.1　列表 / 57
2.6.2　元組 / 61
2.6.3　字典 / 63
2.6.4　集合 / 64
2.7　Python的函數 / 67
2.7.1　函數的定義與調用 / 67
2.7.2　參數傳遞 / 69
2.7.3　匿名函數 / 71
2.7.4　變數作用域 / 72
2.8　Python的物件導向 / 73
2.8.1　物件導向概念 / 73
2.8.2　類與實例 / 74
2.8.3　模組的引用 / 77
2.9　Python的代碼格式 / 78
2.9.1　代碼縮進 / 78
2.9.2　代碼注釋 / 79
2.9.3　空行 / 79
2.9.4　同一行顯示多條語句 / 79

第3章　人工智慧的Numpy 包 / 81
3.1　初識Numpy包 / 82
3.2　ndarray陣列基礎 / 82
3.2.1　創建Numpy陣列 / 83
3.2.2　Numpy特殊陣列 / 86
3.2.3　Numpy序列陣列 / 90
3.2.4　Numpy陣列索引 / 91
3.2.5　Numpy陣列運算 / 92
3.2.6　Numpy陣列複製 / 93
3.3　Numpy的矩陣 / 94
3.4　Numpy的線性代數 / 96
3.4.1　兩個陣列的點積 / 96
3.4.2　兩個向量的點積 / 97
3.4.3　一維陣列的向量內積 / 97
3.4.4　矩陣的行列式 / 98
3.4.5　矩陣的逆 / 100
3.5　Numpy的文件作 / 101

第4章　人工智慧的Pandas 包 / 105
4.1　Pandas的資料結構 / 106
4.2　一維陣列系列（Series） / 106
4.2.1　創建一個空的系列（Series） / 106
4.2.2　從ndarray創建一個系列（Series） / 107
4.2.3　從字典創建一個系列（Series） / 109
4.2.4　從有位置的系列（Series）中訪問資料 / 109
4.2.5　使用標籤檢索資料 / 110
4.3　二維陣列DataFrame / 111
4.3.1　創建DataFrame / 111
4.3.2　數據的查看 / 112
4.3.3　數