推 薦 序

AlphaGo與柯潔的黑白大戰(zhàn)，因?yàn)閷?duì)陣的一方是中國(guó)頂級(jí)圍棋高手柯潔，所以引起國(guó)人的高度關(guān)注。利用百度搜索引擎輸入AlphaGo，一度可以得出7000多萬條搜索結(jié)果，這遠(yuǎn)遠(yuǎn)高于其他熱門詞條。
事實(shí)上，AlphaGo只是Google擁有的兩套人工智能系統(tǒng)中的一套。它是Google 2014年收購(gòu)的DeepMind的人工智能系統(tǒng)，專注于棋賽開發(fā)。Google的另外一套人工智能系統(tǒng)就是本書介紹的TensorFlow系統(tǒng)。
在TensorFlow等人工智能系統(tǒng)出現(xiàn)之前，計(jì)算機(jī)所做的事情往往是簡(jiǎn)單重復(fù)的。計(jì)算機(jī)會(huì)按照人類編好的既定程序，簡(jiǎn)單重復(fù)、按部就班地運(yùn)行，沒有超越人類事先為其設(shè)定的思維邊界。
計(jì)算機(jī)與人類的大腦相比，根本的區(qū)別在于不具備學(xué)習(xí)和創(chuàng)新能力。
計(jì)算機(jī)頂多也就是記憶的信息多，重復(fù)計(jì)算的速度快，不受情緒的影響等。但是，在TensorFlow等人工智能系統(tǒng)出現(xiàn)之后，計(jì)算機(jī)所做的事情除簡(jiǎn)單重復(fù)運(yùn)行之外，更重要的是其具備了一定的自我學(xué)習(xí)和創(chuàng)新能力。
TensorFlow等人工智能系統(tǒng)使得計(jì)算機(jī)在一定程度上能夠自主學(xué)習(xí)，自我提高，總結(jié)過去的經(jīng)驗(yàn)，汲取以往的教訓(xùn)，具備一定的創(chuàng)新性。這一點(diǎn)在AlphaGo與柯潔對(duì)壘的3場(chǎng)棋局的結(jié)果中不難看出。
這正是以AlphaGo和TensorFlow為代表的人工智能系統(tǒng)區(qū)別于以往任何計(jì)算機(jī)技術(shù)的關(guān)鍵所在，也是TensorFlow被稱為互聯(lián)網(wǎng)以來唯一的黑科技項(xiàng)目的原因。
具備了一定的自我學(xué)習(xí)和創(chuàng)造能力的人工智能系統(tǒng)的出現(xiàn)，將對(duì)經(jīng)濟(jì)系統(tǒng)的各個(gè)領(lǐng)域產(chǎn)生重大影響。筆者有著超過20年境內(nèi)外金融行業(yè)從業(yè)經(jīng)歷，將從一個(gè)側(cè)面分享人工智能對(duì)金融領(lǐng)域的影響。
從整個(gè)金融業(yè)的歷史沿革來看，這大致經(jīng)歷了4個(gè)階段：純?nèi)斯るA段、單機(jī)電腦階段、互聯(lián)網(wǎng)（含移動(dòng)互聯(lián)網(wǎng)）階段和人工智能階段。
隨著每個(gè)階段的漸次演進(jìn)，提供金融服務(wù)一方的人力成本投入在逐漸減少，提供金融服務(wù)的效率在提高；對(duì)于接受金融服務(wù)的一方來說，金融服務(wù)的可獲得性，以及便捷程度在逐漸增加，金融服務(wù)越來越圍繞著人進(jìn)行，以人為中心的全方位的社會(huì)經(jīng)濟(jì)服務(wù)體系正在形成。
在金融服務(wù)體系中，銀行服務(wù)、證券服務(wù)、保險(xiǎn)服務(wù)等的內(nèi)部界限開始變得模糊，金融服務(wù)與其他非金融的社會(huì)經(jīng)濟(jì)服務(wù)之間的界限開始變得不清。
特別是金融業(yè)進(jìn)入人工智能階段之后，人工智能系統(tǒng)將接受金融服務(wù)一方的身份特征數(shù)據(jù)、交易數(shù)據(jù)和行為數(shù)據(jù)等大數(shù)據(jù)，進(jìn)行實(shí)時(shí)分析和動(dòng)態(tài)跟蹤，以遠(yuǎn)低于人工成本的成本，為每個(gè)人建立一個(gè)基于生命周期的綜合金融模型，對(duì)每個(gè)人未來的金融行為進(jìn)行預(yù)測(cè)，自動(dòng)為他們提供賬戶資金管理、貨幣兌換、證券買賣、保險(xiǎn)購(gòu)買、購(gòu)房購(gòu)車計(jì)劃、旅行休閑、子女教育、養(yǎng)老規(guī)劃等方面的金融建議和授權(quán)代理操作，并將模型預(yù)測(cè)結(jié)果與實(shí)際情況相比對(duì)，自主學(xué)習(xí)和修正模型，以便更加貼合接受金融服務(wù)一方的真實(shí)金融意圖，使得人工智能模型的預(yù)測(cè)建議和人的實(shí)際金融行為無限接近。
由此人類將從日常繁雜的各種金融交易中解放出來，投身到更需要自己或自己更感興趣的方面。
展望未來，人工智能的應(yīng)用前景無限美好；探尋當(dāng)下，人工智能在世界各地的各行各業(yè)方興未艾。
千里之行，始于足下。何海群先生的《零起點(diǎn)TensorFlow與量化交易》是有志于人工智能領(lǐng)域的IT人士的一塊敲門磚和鋪路石。
祝愿人工智能在華夏大地生根發(fā)芽，開花結(jié)果。

梁 忠

梁忠：中國(guó)人民大學(xué)財(cái)政金融系博士，曾任里昂證券CLSA分析員；瑞銀證券UBSS董事，財(cái)富管理中國(guó)研究部主管；瑞士信貸（香港）有限公司中國(guó)研究部董事；瑞信方正證券執(zhí)行董事，研究部主管，具有20年國(guó)際頂級(jí)金融機(jī)構(gòu)從業(yè)經(jīng)歷。




前 言
感謝梁忠先生在百忙之中為本書撰寫序言。以TensorFlow為代表的神經(jīng)網(wǎng)絡(luò)，被視為自互聯(lián)網(wǎng)以來唯一的黑科技，無遠(yuǎn)弗屆，無分行業(yè)領(lǐng)域，對(duì)社會(huì)各界從上至下帶來徹底的顛覆與革命。
梁忠先生作為非IT領(lǐng)域的學(xué)者、專家，從第三方角度，冷靜地觀察這場(chǎng)數(shù)字革命，同時(shí)向更多的大眾介紹這場(chǎng)革命的火花，推動(dòng)行業(yè)變革，功莫大焉。
隨著類似于Titanic數(shù)據(jù)集案例、梵高畫風(fēng)等一系列，基于TensorFlow等神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)項(xiàng)目的不斷涌現(xiàn)，未來的各個(gè)學(xué)科都會(huì)結(jié)合人工智能（AI），進(jìn)行新的學(xué)術(shù)重組。
Python量化三部曲
Python量化三部曲包括：
? 《零起點(diǎn)Python大數(shù)據(jù)與量化交易》（入門課程）
? 《零起點(diǎn)機(jī)器學(xué)習(xí)與量化交易》（重點(diǎn)分析SKLearn）
? 《零起點(diǎn)TensorFlow與量化交易》（重點(diǎn)分析TensorFlow）
此外，還有幾部補(bǔ)充作品：
? 《零起點(diǎn)Python足彩大數(shù)據(jù)與機(jī)器學(xué)習(xí)實(shí)盤分析》
? 《零起點(diǎn)Python機(jī)器學(xué)習(xí)快速入門》
? 《零起點(diǎn)TensorFlow快速入門》
? 《MXNet神經(jīng)網(wǎng)絡(luò)與量化交易》
? 《Plotly可視化數(shù)據(jù)分析》
本書是《零起點(diǎn)TensorFlow快速入門》的后續(xù)之作，原本是TopQuant.vip極寬量化培訓(xùn)課程高級(jí)班的教學(xué)課件，為了節(jié)省篇幅，刪除了Python基礎(chǔ)教程，以及SKLearn、TensorFlow等機(jī)器學(xué)習(xí)方面的入門內(nèi)容。沒有經(jīng)驗(yàn)的讀者，建議先閱讀《零起點(diǎn)Python機(jī)器學(xué)習(xí)快速入門》《零起點(diǎn)TensorFlow快速入門》，再開始本書的學(xué)習(xí)，這樣會(huì)收到事半功倍的效果。
本書是目前較好的TensorFlow神經(jīng)網(wǎng)絡(luò)與量化分析入門教程：
? 無需任何理論基礎(chǔ)，全程采用MBA案例模式，懂Excel就可看懂本書。
? 獨(dú)創(chuàng)的逆向式課件模式，結(jié)合TensorBoard可視化系統(tǒng)，案例、圖表優(yōu)先，層層剖析。
? 系統(tǒng)介紹TensorFlow在金融量化領(lǐng)域的具體應(yīng)用，提供多組配套案例。
? 全套神經(jīng)網(wǎng)絡(luò)股票趨勢(shì)預(yù)測(cè)、股票價(jià)格預(yù)測(cè)案例源碼。
? TDS金融數(shù)據(jù)集的創(chuàng)建與使用。
? 三位一體的課件模式：圖書 開發(fā)平臺(tái) 成套的教學(xué)案例，系統(tǒng)講解，逐步深入。
本書采用獨(dú)創(chuàng)的黑箱模式、MBA案例教學(xué)機(jī)制，結(jié)合大量的經(jīng)典案例，介紹TensorFlow系統(tǒng)和常用的深度學(xué)習(xí)算法、神經(jīng)網(wǎng)絡(luò)模型，以及它們?cè)诹炕�分析�?dāng)中的具體應(yīng)用。
進(jìn)一步學(xué)習(xí)
讀者如有興趣可以進(jìn)一步學(xué)習(xí)Python量化三部曲的內(nèi)容，以及《零起點(diǎn)Python足彩大數(shù)據(jù)與機(jī)器學(xué)習(xí)實(shí)盤分析》。
機(jī)器學(xué)習(xí)、人工智能、金融量化，它們的基本原理是相通的，本質(zhì)上都是數(shù)據(jù)分析。對(duì)于Python量化三部曲的讀者而言，本書也有很大的價(jià)值，特別是對(duì)于第一部入門課程的讀者。
Python量化回溯與TensorFlow、PyTorch、MXNet等神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)平臺(tái)，都是近年來興起的科技前沿領(lǐng)域，有關(guān)的理論、平臺(tái)、工具目前還處于摸索階段。Python量化三部曲圖書和TopQuant.vip極寬智能量化系統(tǒng)，只是在這些領(lǐng)域的起步階段，作為入門教程，拋磚引玉。
本書中的案例、程序以教學(xué)為主，進(jìn)行了很多簡(jiǎn)化，以便大家能夠快速理解相關(guān)內(nèi)容，用最短的時(shí)間，了解Python量化回溯的整個(gè)流程，以及數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)在這些領(lǐng)域的應(yīng)用操作技巧。
神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)在量化實(shí)盤當(dāng)中的應(yīng)用，是目前全世界都在研究的頂尖課題，當(dāng)前尚未有很好的模型與應(yīng)用案例。
本書僅僅作為入門課程，具體的實(shí)盤策略，有待廣大讀者通過進(jìn)一步深入學(xué)習(xí)TensorFlow、PyTorch、MXNet等新一代深度學(xué)習(xí)平臺(tái)來獲得。
最重要的是，還有待廣大的一線實(shí)盤操作人員結(jié)合專業(yè)的金融操盤經(jīng)驗(yàn)，與各種神經(jīng)網(wǎng)絡(luò)模型融會(huì)貫通，構(gòu)建更加符合金融量化實(shí)際應(yīng)用的神經(jīng)網(wǎng)絡(luò)模型，從而獲得更好的投資回報(bào)。
網(wǎng)絡(luò)資源
為避免版本沖突，建議本書的讀者下載zwPython 2018m1版本的軟件和最新版本的《零起點(diǎn)TensorFlow與量化交易》配套課件程序，作為配套學(xué)習(xí)課件。配套程序的下載地址是http://www.broadview.com.cn/33584。
使用其他Python運(yùn)行環(huán)境如Linux、Mac平臺(tái)的讀者，請(qǐng)盡量使用Python 3.5和TensorFlow 1.1版本，并自行安裝所需的其他模塊庫(kù)。
此外，需要注意的是，讀者在運(yùn)行書中案例時(shí)得到的結(jié)果，可能與本書略有差別，甚至多次運(yùn)行同一個(gè)案例的結(jié)果也會(huì)有所差異，這屬于正常情況。因?yàn)門ensorFlow等深度學(xué)習(xí)系統(tǒng)，內(nèi)部都使用了隨機(jī)數(shù)作為種子數(shù)，用于系統(tǒng)變量初始化等操作，每次分析的起點(diǎn)或者中間參數(shù)都有所不同。
本書的案例程序已經(jīng)做過優(yōu)化處理，不需要GPU顯卡，全部支持單CPU平臺(tái)。不過，為了提高運(yùn)行效率，筆者建議盡量使用NVIDA公司最新一代的GPU顯卡。
目前是大數(shù)據(jù)、人工智能 時(shí)代，在這樣的時(shí)代，計(jì)算力=生產(chǎn)力。
與本書相關(guān)的網(wǎng)絡(luò)資源如下。
? 網(wǎng)站：http://www.TopQuant.vip http://www.ziwang.com。
? 網(wǎng)盤地址：http://pan.baidu.com/s/1jIg944u。
? 極寬量化QQ群：總?cè)海?24134140；QQ 2群，650924099；QQ 3群，450853713。
? 技術(shù)Blog：http://blog.sina.com.cn/zbrow。
? 字王Git項(xiàng)目總覽：https://github.com/ziwang-com/，包括：字王4k云字庫(kù)、zwPython、zwpy_lst。
與本書相關(guān)的程序和數(shù)據(jù)下載，請(qǐng)瀏覽網(wǎng)站：TopQuant.vip極寬量化社區(qū)，在網(wǎng)站的下載中心有最新的程序和數(shù)據(jù)下載地址。
本書在TopQuant.vip極寬量化網(wǎng)站設(shè)有專欄，若對(duì)本書、人工智能和機(jī)器學(xué)習(xí)有任何建議，請(qǐng)?jiān)诰W(wǎng)站專欄或QQ群留言，我們會(huì)在第一時(shí)間進(jìn)行反饋和答復(fù)。
TopQuant極寬量化網(wǎng)站資源中心的網(wǎng)址：
http://www.topquant.vip/?p=56
http://ziwang.com/
致謝
本書的出版要特別感謝電子工業(yè)出版社的黃愛萍和葛娜編輯，感謝她們?cè)谶x題策劃和稿件整理方面做出