先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7
深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
如果你需要这些资料，可以添加V获取：vip1024c （备注Python）
正文
根据题目可以看出是要预测，注意预测不要站在上帝视角预测，是根据已有数据预测，所以怎么查资料？
懂了吧？多参考几篇写得好的，认真阅读，把他们提到的模型拿来改改符合题目要求是不是就可以了？加上股票风险分析之类的，自己搜一下就会了。
2.3 第二问思路
证明策略好坏？那就是对策略好坏做个评价呗。这个确实不知怎么想，所以继续搜索：
经过多篇文章查询，我们是可以确定到这样一个方法：回测
然后我们会看到这样的标题很符合我们的题目：
认真读一下题，确实很符合，于是我多看了几篇，发现有专门的回测模块，于是就去搜索回测模块，经过查询体验最好的是Backtrader，然后呢就继续学习一下框架吧，就能做出来了，不难的,在这里我给大家展示一个实现代码，会有类似效果：
主要模块安装，其它模块自行安装：
!pip install backtrader
模块导入：
import datetime
from datetime import datetime
import pandas as pd
import pandas_datareader.data as web
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style(‘whitegrid’)
import backtrader as bt
import backtrader.feeds as btfeeds
获取比特币范围数据：
start = datetime(2016, 9, 11) # or start = ‘9/12/2016’
end = datetime(2021, 9, 12)
df= web.DataReader(‘BTC-USD’, ‘yahoo’, start, end)#雅虎财经获取比特币数据
print(df)
下面以一个简单的单均线策略为例，展示backtrader的使用过程，即当收盘价上涨突破20日均线买入（做多），当收盘价下跌跌穿20日均线卖出（做空）：
class my_strategy1(bt.Strategy):
#全局设定交易策略的参数
params=(
(‘maperiod’,20),
)
def init(self):
#指定价格序列
self.dataclose=self.datas[0].close
初始化交易指令、买卖价格和手续费
self.order = None
self.buyprice = None
self.buycomm = None
#添加移动均线指标，内置了talib模块
self.sma = bt.indicators.SimpleMovingAverage(
self.datas[0], period=self.params.maperiod)
def next(self):
if self.order: # 检查是否有指令等待执行,
return
检查是否持仓
if not self.position: # 没有持仓
#执行买入条件判断：收盘价格上涨突破20日均线
if self.dataclose[0] > self.sma[0]:
#执行买入
self.order = self.buy(size=50)
else:
#执行卖出条件判断：收盘价格跌破20日均线
if self.dataclose[0] < self.sma[0]:
#执行卖出
self.order = self.sell(size=100)
股票数据读取：
#先引入后面可能用到的包（package）
import pandas as pd
from datetime import datetime
import backtrader as bt
import matplotlib.pyplot as plt
%matplotlib inline
#正常显示画图时出现的中文和负号
from pylab import mpl
mpl.rcParams[‘font.sans-serif’]=[‘SimHei’] #使用tushare获取浦发银行（代码：600000）数据。
#使用tushare旧版接口获取数据
import tushare as ts
def get_data(code,start=‘2016-09-11’,end=‘2021-09-09’):
df=ts.get_k_data(code,autype=‘qfq’,start=start,end=end)
df.index=pd.to_datetime(df.date)
df[‘openinterest’]=0
df=df[[‘open’,‘high’,‘low’,‘close’,‘volume’,‘openinterest’]]
return df
dataframe=get_data(‘600000’)
#回测期间
start=datetime(2010, 3, 31)
end=datetime(2020, 3, 31)
加载数据
data = bt.feeds.PandasData(dataname=dataframe,fromdate=start,todate=end)
初始化回测系统：
cerebro = bt.Cerebro()
#将数据传入回测系统
cerebro.adddata(data)
把刚刚的交易策略添加进系统：
cerebro.addstrategy(my_strategy1)
设置起始资金1000：
startcash = 1000
cerebro.broker.setcash(startcash)
设置手续费0.1%：
cerebro.broker.setcommission(commission=0.001)
执行：
d1=start.strftime(‘%Y%m%d’)
d2=end.strftime(‘%Y%m%d’)
print(f’初始资金: {startcash}\n回测期间：{d1}:{d2}')
#运行回测系统
cerebro.run()
#获取回测结束后的总资金
portvalue = cerebro.broker.getvalue()
pnl = portvalue - startcash
#打印结果
print(f’总资金: {round(portvalue,2)}')
print(f’净收益: {round(pnl,2)}')
做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。
别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。
我先来介绍一下这些东西怎么用，文末抱走。
（1）Python所有方向的学习路线（新版）
这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
最近我才对这些路线做了一下新的更新，知识体系更全面了。
（2）Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
（3）100多个练手项目
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。
（4）200多本电子书
这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。
基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。
（5）Python知识点汇总
知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。
（6）其他资料
还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。
这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）
[外链图片转存中…(img-0duZ69PM-1713632907067)]
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！