Python3 量化分析筆記從小白到破產-學習路線規劃

文：藍兔子讀難NOTES

圖：配圖來源於網路

Python3 量化分析從小白到破產

學習路線規劃

編碼：0002

上一次我們安裝了 jupyter notebook 作為我們的開發環境，但是我們在開啟時，是先打開了anaconda，然後再在裡面「launch」 jupyter notebook的，難道我們每次開啟這個東西都要這麼複雜嗎？其實大可不必，我們只需要在終端裡（什麼，你問我終端是啥？抱歉，我也不知道）輸入 juputer notebook 命令就OK啦：

如果你在開啟的時候遇到需要你輸入密碼，然後你並不記得自己設定過密碼，請不要驚慌，不要失措，可以用「 juputer notebook password 」命令重新設定密碼：

在圖中2這個位置，如果你按鍵盤沒反應，不要懷疑是你鍵盤壞了，他就是沒有顯示而已，為了安全，你懂的，正常操作即可。如果一切順利，設定完成後會出現如下一句：

［NotebookPasswordApp］ Wrote hashed password to /***/***/。jupyter/jupyter_notebook_config。json

那麼代表著密碼設定好了，再需要輸入密碼的時候，直接輸入就行了。

好了，現在迴歸正題。python是一門程式語言，但我們卻不是程式設計師，所以我們也沒必要加入“php是最好的語言”這種戰爭中。既然我們已經選擇了python，那麼我們就把python當作做好的語言就行了。既然選擇，並只顧風雨兼程！

不過對於我們小白來說，python確實可以說是最好的語言了。理由如下：

其一，python的基礎語法很簡單，和自然語言非常接近，所以上手很快；其二，各種工具箱很多，程式設計其實就是在工具箱裡找各種工具，拼出你想要的機器；其三：用python做量化分析的入門級資料真的太多了。

量化分析的過程，主要就是收集資料、處理資料、分析資料、結果視覺化這麼幾步。作為小白，我給自己規劃的路徑，是先學習基礎的python語言知識，再然後分別去學習收集資料專用的包、處理資料專用的包、分析資料專用的包，和視覺化專用的包，最後練習一些小案例。

python基礎：

基礎資料型別：變數、字串～

基礎語法與規範：註釋、縮排～

常用運算子：平方、與或非～

程式3種執行結構：順序、分支、迴圈

高階資料型別：列表、字典～

函式：定義、呼叫、傳參～

高階特性：切片、迭代～

檔案讀寫：開啟、儲存～

異常處理：～

常用內建函式彙總：～

常用內建模組：os、datetime～

python 包：numpy、pandas～

再次強調，我們的目的不是成為一個python程式設計師，而是要把python當作一個工具。因此，我們只要知道這些最常用的東西就行，那些不常用的遇到了再去解決就好。有了python的基礎之後，我們再進行量化分析常用的工具包學習，鑑於我們基礎有限，直接從簡單的開始。利用現成的工具包介面，獲取股票相關的資料進行學習。如果後面學得不錯，還可以利用爬蟲，我們自己去爬取資料。常用包如下：

資料獲取：

tushare（直接獲取交易資料）

一行程式碼獲取股票資料

處理和分析資料：

Numpy（陣列、矩陣）

Pandas（表格、excel）

Scipy（數理統計）

視覺化：

Matplotlib（畫圖）

seaborn（畫圖）

畫出收盤價

如果我們真的堅持到了這裡，那我們的基礎應該差不多了。後面就可以透過一些小案例來強化學習了。從這裡開始，我們就

結合一下案例，做一些實戰的小例子，同時補充金融知識

。等我們有過一些案例之後，應該算是入門了，如果此時我們膽大心細，殺入市場，應該可以實現破產的目標。屆時我們的從小白到破產系列學習也就結束了。

我們馬上就進入python基礎的內容！