今天看到了某位同学关于《深入浅出Python量化交易实战》一书所写的的Python读书笔记，现在推送给大家，望一起探讨学习。

为鼓励大家学习，文末也会进行赠书活动，不容错过！

原文如下：

本人（作者）大三在校小学渣一枚，非金融专业，也从来没有过股票期货等金融产品的投资经验，但最近收到了清华出版社赠送的《深入浅出Python量化交易实战》一书，因为平时对数据科学和机器学习都比较感兴趣，因此打算试读一下。

 

总体来说，我觉得这本书是那种让我能够读的进去的类型，写得风格是属于比较轻松易懂的。而且进入正题也很快，从很简单的代码开始，让我有一种跟着敲一敲代码的冲动。顺便在这里写下笔记，巩固一下知识。

Pandas_datareader

这本书是从最基础的用Python获取股票数据开始的，本书使用了Pandas_datareader来获取yahoo金融的数据，实验如下：

 

这里和原书一样，用了DataReader来拉数据，但是要注意的是，我连上学校提供的v*n才成功。

yfinance

这里我就想，会不会有其它的方法，能够让我不FQ也可以拉到数据呢？上网搜了一下，看到说还有一个yfinance也有类似的功能，我就实验了一下：

 

实验下来，发现yfinance和DataReader有相同的问题，就是要挂上V*N才可以连接到服务器。对于在校同学来说，倒不是大问题，毕竟学校一般都会提供科研专用的专网环境。

Tushare

通过进一步的探索，我又发现了一个名叫tushare的Python库，它是国人开发的，应该不需要V*N才能连接，于是我又进行了实验，如下：

 

果然，即便在断开V*N的情况下，tushare依旧可以获取到股票的历史行情数据。但它返回了一个提示：这个接口将会停止更新，并且推荐到pro版的接口。但我看了一下pro版接口的文档，说是pro版接口的调用需要积分。所以我想再找找有没有更简单的方式。

 

JoinQuant

在阅读了本书后面的部分，我发现还可以有一种方法来获取数据，就是用现成的量化平台。这里我用joinquant实验了一下，如下：

 

可以看到，通过平台获取数据，还是比较简单的。不需要安装额外的库，甚至都不需要导入任何库，直接使用get_price就可以获得行情数据。

 

结语

目前我只是试读了本书的开头几章，并按照内容进行了一些实验。实操下来觉得本书还是比较合我个人胃口，不过也需要一定的动手能力和解决问题的能力。接下来我会继续学习本书后面的内容，并更新我的读书笔记。

 

如果有同学对本书感兴趣，我把链接附在下面，方便大家查找：

（销售链接）

《深入浅出Python量化交易实战》介绍：

本书主要以国内A股市场为例，借助第三方量化交易平台，讲述了KNN、线性模型、决策树、支持向量机、朴素贝叶斯等常见机器学习算法在交易策略中的应用，同时展示了如何对策略进行回测，以便让读者能够有效评估自己的策略。

另外，本书还讲解了自然语言处理（NLP）技术在量化交易领域的发展趋势，并使用时下热门的深度学习技术，向读者介绍了多层感知机、卷积神经网络，以及长短期记忆网络在量化交易方面的前瞻性应用。

赠书活动

数量：四本

时间：发文——2021.12.30  12:00

规则：文末留言，点赞前四名各获赠一本

（留言需走心，低质量留言不会被精选。新老粉丝一视同仁。留言后，取关者资格作废。禁止机器大量刷赞，违者将被取消资格。）