MXNet神經網路與量化投資

第1章  快速入門    1
1.1  MXNet簡介    1
1.2  CUDA運行環境安裝    4
1.3  MXNet運行環境安裝    5
1.3.1  下載MXNet模組庫    6
1.3.2  安裝MXNet模組庫預處理    6
1.3.3  安裝MXNet模組庫    9
案例1-1：重點模組版本測試    10
案例1-2：MXNet安裝包測試    12
1.4  GPU開發環境測試    13
案例1-3：GPU開發環境測試    13
1.5  量化GPU工作站推薦配置    15

第2章  基本操作    18
2.1  NDArray陣列    18
案例2-1：NDArray陣列常用功能    19
2.2  GPU加速模式    26
案例2-2：GPU加速功能    26
案例2-3：Gluon的GPU計算    28
2.3  Matplotlib畫圖    30
案例2-4：Matplotlib常用功能    30
案例2-5：多子圖繪製    31
2.4  常用資料檔案    33
案例2-6：讀取金融資料    33
2.5  TA-Lib金融模組庫    36
2.6  MA移動平均線    40
案例2-7：MA均線指標    41
案例2-8：多MA均線指標    44
2.7  常用工具函數包    47

第3章  數據預處理    53
3.1  資料與預處理背景介紹    53
3.2  資料預處理常用技術    54
3.3  歸一化    55
案例3-1：MinMaxScaler歸一化    56
案例3-2：Standardization標準化    57
3.4  缺失值    58
案例3-3：Imputer缺失值補充    59
3.5  多項式特徵    60
案例3-4：PolynomialFeatures多項式特徵    60

第4章  線性神經網路模型    62
4.1  線性神經網路    62
案例4-1：line上證指數n 1價格預測    64
4.2  Logistic邏輯回歸模型    76
案例4-2：Logistic上證指數漲跌預測    78

第5章  MLP神經網路模型    86
5.1  MLP多層感知器    86
案例5-1：MLP上證指數n 1價格預測    88
5.2  SMA簡單均線量化策略    99
案例5-2：MLP上證指數n 1價格預測均線增強版    99

第6章  CNN卷積神經網路    104
6.1  CNN卷積神經網路簡介    104
常用啟動函數介紹    106
案例6-1：CNN上證指數n 1價格預測    109
6.2  ADX平均趨向量化投資策略    115
案例6-2：CNN上證指數n 1價格預測ADX增強版    116

第7章  GoogLeNet穀歌神經網路模型    121
7.1  GoogLeNet穀歌深度卷積神經網路模型    121
案例7-1：GoogLeNet上證指數n 1價格預測    123
7.2  KELCH肯特納通道量化投資策略    135
案例7-2：GoogLeNet上證指數n 1價格預測（2）    135

第8章  ResNet深度殘差網路模型    139
8.1  ResNet深度殘差神經網路模型    139
8.2  Money Flow資金流向指標    142
案例8-1：ResNet深度殘差時間序列預測A股資金流向    144
8.3  MOM動量線量化投資策略    149

第9章  RNN迴圈神經網路模型    150
9.1  RNN迴圈神經網路    150
9.2  RSI相對強弱指標    152
案例9-1：RNN上證指數n 1價格預測    153
9.3  IRNN修正迴圈神經網路    174
案例9-2：IRNN上證指數n 1價格預測    174

第10章  DenseNet稠密神經網路模型    178
10.1  DenseNet稠密神經網路模型    178
案例10-1：DenseNet上證指數n 1價格預測    180
10.2  OBV能量潮量化投資策略    187
案例10-2：DenseNet上證指數n 1價格預測    187

第11章  文本資料採擷與量化    192
11.1  財經新聞資料    192
案例11-1a：獲取財經新聞    193
11.2  直播新聞    195
案例11-1b：獲取直播新聞    195
11.3  信息地雷    197
案例11-1c：獲取資訊地雷    198
11.4  計時器    199
案例11-2：進階腳本——計時器    200
11.5  新聞資料庫    206
案例11-3：使用sqlalchemy新聞資料庫    206

第12章  財經新聞情感分類    214
12.1  文本資料分類    214
12.2  NLP與財經新聞資料    215
12.3  微博短文本資料情感分類    216
案例12-1：微博情感分類    217
12.4  貝葉斯微博情感分類器    236
案例12-2：微博資料情感分類2    237

第13章  金融資料視覺化分析    245
13.1  Plotly繪圖模組簡介    245
案例13-1：Plotly入門案例    252
案例13-2：線形圖與散點圖    253
案例13-3：氣泡圖    255
案例13-4：柱狀圖    256
案例13-5：長條圖    258
案例13-6：圓形圖    259
13.2  金融資料繪圖    261
案例13-7：K線圖    261
案例13-8：高級繪圖1    263
13.3  Plotly高級繪圖擴展    264
案例13-9：複合金融指標    264
案例13-10：高級繪圖2    265

附錄A  Python快速入門    267
案例1：第一次程式設計“hello,ziwang”    267
案例2：增強版“hello,ziwang”    269
案例3：列舉系統模組庫清單    271
案例4：常用繪圖風格    272
案例5：Pandas常用繪圖風格    274
案例6：常用顏色表cors    275
案例7：基本運算    278
案例8：字串入門    280
案例9：字串常用方法    281
案例10：列表操作    283
案例11：元組操作    285
案例12：字典操作    286
案例13：控制語句    288
案例14：函式定義    290
附錄B  TA-Lib金融套裝軟體    292
附錄C  量化分析常用指標    297