在我的新書里，嘗試著用股票案例講述Python爬蟲大數據可視化等知識

• 2019 年 10 月 16 日
• 筆記

    我的新書，《基於股票大數據分析的Python入門實戰》，預計將於2019年底在清華出版社出版。     

    如果大家對大數據分析有興趣，又想學習Python，這本書是一本不錯的選擇。從知識體系上來看，這本書的內容涵蓋了開發Python企業級項目所需的知識點，包括但不限於Python基礎語法知識、基於Pandas的大數據分析技術、基於Matplotlib的可視化編程技術、Python爬蟲技術和基於Django的網路編程技術，甚至還在本書的最後，講述了機器學習編程技術。

    這本書的大多數范常式序是基於股票分析的技術指標，部分結合了“機器學習”和“爬蟲”以及“數據分析”的使用。比如，根據股票程式碼來爬取股票交易數據的范常式序來講述爬蟲技術和正則表達式，通過K線均線和成交量圖的范常式序來講述Matplotlib知識點，結合股票技術指標BIAS和OBV的范常式序來講述Django框架，用股票走勢預測的范常式序講述機器學習。在用股票分析的范常式序講述知識點的同時，還會給出驗證特定指標交易策略的范常式序源程式碼。

    在本人之前的部落格里，已經給出了這本書的章節供大家試讀：以股票RSI指標為例，學習Python發送郵件功能。如下還給出了若干運行效果圖，從中大家能感受到本書案例的生動性。以如此生動的案例學習Python，不愁沒學習興趣，也不愁學不會。

    相信用這些饒有興趣的范常式序來學習Python，不但可以激發讀者學習的興趣，也不會擔心在學習過程中半途而廢。而且，本書的范常式序大多篇幅適中，對於想將它們作為課程設計或大學畢業設計的參考也是非常適合的。

    如果大家對股票交易知之甚少，也不用擔心無法看懂本書提供的股票分析范常式序，這是因為：

    第一，本書以通俗易懂的文字講述相關股票指標的含義和演算法；

    第二，在給出待驗證的股票交易策略時，所用到的數學方法僅限於加減乘除；

    第三，在用股票預測范常式序講述機器學習時，用到最複雜的數學公式是用二次函數計算方差，只是初中數學的知識。

    而且，如果大家對股票不甚了解，更能通過這本書，在學習Python相關知識的同時，還能對股票技術指標乃至基於股票指標的交易策略有一定的理解。也就是說，通過本書，不僅能學好Python，更能掌握股票相關的技能，所謂一舉兩得。

    下面是這本書的內容介紹。

    本書分為三大部分：基礎篇，組件分析篇，高級技術篇。

    第1章到第4章為基礎篇。第1章講述了搭建Python開發環境的步驟，並通過范常式序講述了Python基本語法和調試程式碼的技巧；第2章講述了Python數據結構的相關知識點；第3章講述基於Python語言的面向對象程式設計思想的實踐與技巧；第4章講述了Python處理異常的機制，並在讀寫文件的范常式序中，進一步演示了處理異常的技巧。

    第4章到第10章為基於股票范常式序的“組件分析篇”，其中第5章在講述股票知識的基礎上講述了通過爬蟲獲取數據的技巧；第6章以繪製K線圖為範例，講述了Matplotlib可視化組件的開發技巧；第7章以股票均線和成交量為範例，講述了基於NumPy和Pandas庫進行大數據分析的技巧；第8章用MACD范常式序講述了Python資料庫編程的相關技巧；第9章以KDJ指標為範例，講述了基於GUI介面編程的相關技巧；第10章用RSI指標範例講述了Python郵件編程的相關技巧。

   本書的第11章到第13章為“高級技術篇”，其中第11章以BIAS範例講述了Django框架的基礎知識；第12章以OBV範例講述了在Django里導入日誌和資料庫組件的技巧；第13章以股票分析範例講述了基於線性回歸和SVM（支援向量機）的機器學習入門知識。

   從中，技術層面大家能看到數據分析，爬蟲，Numpy，Pandas，Matplotlib，Django，資料庫操作乃至線性回歸，機器學習等熱點，股票層面，大家能看到K線圖，均線，成交量，KDJ，MACD， RRSI，OBV，BIAS，面向機器學習的股票價格預測，驗證成交策略等吸引眼球的辭彙。而且兩者是有機結合在一起的，是通過股票案例，講述Python技能。

    本書對大家有什麼幫助呢？

    1 當然是幫大家入門Python，其實大家在看完本書後，何止能入門？更能掌握爬蟲、數據分析和數據可視化等項目里常用的技能點。掌握後，大家能立馬在公司里上手幹活。

    2 大家在掌握股票知識後，至少能更理性地觀察股市，雖然本書沒有講股票量化的知識，但大家看完本書後一定能感受到“入市須謹慎”這句話的分量，至少不會拍腦袋買賣股票了。所謂技多不壓身，多了解股票相關的知識，總沒壞處。

    3 在本書的機器學習章節了，給出了預測股票的相關案例和敘述性文字，這個章節20多頁，絕對能夠得上課程設計甚至畢業設計的水準，這對在校的同學很有幫助，此外，本書的其它章節，比如Django等相關章節，論技術含量也絕對能抵得上一篇畢業設計或課程設計的論文。

    這裡僅僅是預告，後繼還有更多的內容分享和各種活動，敬請期待。