一、股票入門知識

二、影響股價的因素

1、公司自身因素 2、行業因素 行業不景氣 3、市場因素 直接因素，買賣雙方的人的多少 4、心裡因素 大股東拋售，小股東跟著拋售 5、經濟因素 銀行利率上漲，錢都去銀行了 6、政治因素

三、金融分析

1、基本面分析 2、巨集觀經濟面分析 3、行業分析 4、公司分析 財務分析、業績報告 5、技術面分析 6、K線 紅陽藍陰、 均線

四、金融量化投資

量化投資： 利用計算機技術採用一定的數學模型去實現投資理念，實現投資策略的過程 量化投資的優勢： 1、避免主觀情緒 2、同時包括多角度的觀察和多層次模型 3、及時跟蹤市場變化，不斷髮現新的統計模型 4、在決定投資策略後，能通過回測驗證其效果 量化策略： 通過一套固定的邏輯來分析判斷和決策，自動化的進行股票交易 輸入：行情資料——財務資料——自定義資料——投資經驗 策略：選股——擇時——倉位管理——止盈止損 輸出：買入訊號——賣出訊號——交易費用——收益 策略週期：產生想法——實現策略——檢驗策略 回測/模擬交易——實盤交易——優化策略/放棄策略

五、量化投資與Python

量化投資實際上就是 通過分析資料從而做出決策的過程 Python處理資料的相關模組 1、Numpy 2、pandas 3、matplotlib

六、numpy簡介

numpy是高效能科學計算和資料分析的基礎包 主要功能： 1、ndarray，一個多維陣列結構，高效且節省空間 2、無序迴圈對整組資料進行快速運算的數學函式 3、線性代數，隨機數生成和傅立葉變換功能 安裝和引用： pip install numpy import numpy as np 4、陣列與列表的區別 （1）陣列物件內的元素型別必須相同 （2）陣列大小不可修改 5、ndarray資料型別 （1）布林型 （2）整形 int_ int8 int16 int32 int64 （3）無符號整形 uint8 uint16 uint32 uint64 （4）浮點型 float_ float16 float32 float64 （5）複數型 complex_ complex64 complex128 6、ndarray常用屬性 ndarray.dtype 陣列的型別 ndarray.size 陣列的個數 7、多維陣列 n1 = np.arrary([1,2,3],[4,5,6]) n1.size 返回6，有多少個元素 n1.shape 返回（2,3），2行3列 n1.T 轉置，行變成列，列變成行 n1.ndim 檢視陣列維數 8、建立全連陣列 np.zeros(10) 10個0的陣列，numpy建立陣列預設是浮點型 np.zeros(10,dtype=int64) 這樣就可以創建出整形的連陣列

例子：
print(np.zeros(10))
print(np.zeros(10,dtype=int))
print(np.ones(10,dtype=int))
print(np.empty(10,dtype=int))    #隨機值
print(np.arange(10))       #類似於range
print(np.arange(1,10,0.3))    #步長可以是小數
print(np.linspace(1,10,5))     #第三個引數是分數，步長仍然是一樣的，前包後也包
print(np.eye(10))    #線性代數

9、陣列運算 陣列大小一致，對應位置進行運算

a = np.arange(10)
b = np.arange(10,20)
print(a,b)
print(a+b)
print(a*b)
print(a>b)
 

10、陣列索引 一維陣列 a[0] 切片 a[2:]

一維陣列的索引和切片
a = np.arange(10)
b = list(range(10))
a1 = a[5:]
b1 = b[5:]
a1[0] = 20      #numpy陣列為淺拷貝
b1[0] = 20
print(a,b)
c = np.arange(10)
c1 = a[5:].copy()     #copy()後為深拷貝
c1[0] = 20
print(c)

#布林切片
a = [random.randint(0,10) for i in range(10)]
print(a)
b = np.array(a)
print(b>5)     #對b中的每一個元素進行判斷，返回一個布林陣列
print(b[b>5])          #布林切片，將true位置上的數字返回，中括號內的布林陣列要與切片的陣列長度一致
print(b[(b > 5) & (b % 2 == 0)])     #返回大於5的偶數用   &  符號  &運算級別高，所以前後的運算要加括號
print(b[(b > 5) | (b % 2 == 0)])    #返回大於5的數   和所有的偶數 

#花式索引
print(b[[1,3,4,6,7]])   #花式索引  裡面列表中的元素代表的是b元組的索引位置。

二維陣列 a[0][0] 或 a[0,0]

a = np.arange(15)
print(a)
b = a.reshape(3,5)   #變換型，生成二維陣列
print(b)
print(b[2,3])

#切片
a = np.arange(15).reshape(3,5)   #變換型，生成二維陣列
print(a)
print(a[0:2,0:2])     #取前兩行的前兩列，左邊切行，右邊切列
print(a[  ,  ])     #逗號左右兩邊可以是普通索引，布林索引，花式索引，。但兩邊不能同時為花式索引 
  #兩邊都是花式索引的話，要有兩個中括號，前面中括號切行，右邊中括號切列，而且必須要有冒號
a1 = a[[1,2],:][:,[2,4]]  
print(a1)

11、numpy 通用函式 （1）一元函式：abs , sqrt, exp, log, ceil , floor, rint , trunc , modf , isnan , isinf , cos ,sin, tan （2）二院函式：add, substract , multiply ,divide , power, mod , maximum , mininum

12、numpy數學和統計方法 （1）sum 求和 （2）mean 求平均數 （3）min max 最小 最大 值 （4）argmin argmax 求最小 最大值得索引 （5）std 求標準差 （6）var 求方差

13、numpy隨機數生成 隨機數函式在np.random的子包內