量化投资——策略与技术(精装版) 本书特色
本书是一本全面解读量化投资策略方面的著作。畅销书全新改版，全书用60多个案例介绍了量化投资各个方面的内容，主要分为策略篇、技术理论篇和金融理论篇三部分。策略篇主要包括量化选股、量化择时、股指期货套利、商品期货套利、统计套利、期权套利、算法交易和另类套利策略等。技术理论篇主要包括人工智能、数据挖掘、小波分析、支持向量机、分形理论、随机过程、it技术主要数据与工具及d-alpha量化对冲交易系统等。金融理论篇阐述了与量化投资有关的各种经典金融理论，包括投资组合理论、定价理论及金融市场理论。本书适合基金经理、产品经理、证券分析师、投资总监及有志从事金融投资的各界人士阅读。
量化投资——策略与技术(精装版) 内容简介
本书是一本全面解读量化证券策略方面的著作。全书用60多个案例介绍了量化投资各个方面的内容, 主要分为策略篇、技术理论篇和金融理论篇三部分。
量化投资——策略与技术(精装版) 目录
目录|
策 略 篇
第1章 量化投资概念 2
1.1 什么是量化投资 2
1.1.1 量化投资定义 2
1.1.2 量化投资理解误区 3
1.2 量化投资与传统投资比较 5
1.2.1 传统投资策略的缺点 5
1.2.2 量化投资策略的优势 7
1.2.3 量化投资与传统投资策略
的比较 8
1.3 量化投资历史 10
1.3.1 量化投资理论发展 10
1.3.2 海外量化基金 12
1.3.3 量化投资在中国 15
1.4 量化投资主要内容 16
1.5 量化投资主要方法 20
第2章 量化选股 24
2.1 多因子 25
2.1.1 基本概念 26
2.1.2 策略模型 26
2.1.3 实证案例：多因子选股
模型 29
本节小结 34
2.2 风格轮动 34
2.2.1 基本概念 34
2.2.2 盈利预期生命周期模型 37
2.2.3 策略模型 39
2.2.4 实证案例：中信标普风格 40
2.2.5 实证案例：大/小盘风格 44
本节小结 46
2.3 行业轮动 46
2.3.1 基本概念 46
2.3.2 m2行业轮动策略 49
2.3.3 市场情绪轮动策略 52
本节小结 54
2.4 资金流 55
2.4.1 基本概念 55
2.4.2 策略模型 58
2.4.3 实证案例：资金流选股
策略 59
本节小结 62
2.5 动量反转 62
2.5.1 基本概念 62
2.5.2 策略模型 66
2.5.3 实证案例：动量选股策略
和反转选股策略 69
本节小结 72
2.6 一致预期 72
2.6.1 基本概念 73
2.6.2 策略模型 75
2.6.3 实证案例：一致预期模型
案例 77
本节小结 83
2.7 趋势追踪 83
2.7.1 基本概念 83
2.7.2 策略模型 85
2.7.3 实证案例：趋势追踪选股
模型 91
本节小结 93
2.8 筹码选股 93
2.8.1 基本概念 94
2.8.2 策略模型 96
2.8.3 实证案例：筹码选股模型 98
本节小结 102
2.9 业绩评价 102
2.9.1 收益率指标 102
2.9.2 风险度指标 103
第3章 量化择时 110
3.1 趋势追踪 111
3.1.1 基本概念 111
3.1.2 传统趋势指标 112
3.1.3 自适应均线 120
本节小结 124
3.2 市场情绪 124
3.2.1 基本概念 124
3.2.2 情绪指数 126
3.2.3 实证案例：情绪指标择时
策略 128
本节小结 132
3.3 时变夏普比率 132
3.3.1 tsharp值的估计模型 132
3.3.2 基于tsharp值的择时
策略 134
3.3.3 实证案例 135
本节小结 140
3.4 牛熊线 141
3.4.1 基本概念 141
3.4.2 策略模型 143
3.4.3 实证案例：牛熊线择时
模型 144
本节小结 146
3.5 husrt指数 147
3.5.1 基本概念 147
3.5.2 策略模型 149
3.5.3 实证案例 150
本节小结 152
3.6 支持向量机 153
3.6.1 基本概念 153
3.6.2 策略模型 154
3.6.3 实证案例：svm择时
模型 156
本节小结 160
3.7 swarch模型 161
3.7.1 基本概念 161
3.7.2 策略模型 162
3.7.3 实证案例：swarch
模型 165
本节小结 168
3.8 异常指标 169
3.8.1 市场噪声 169
3.8.2 行业集中度 171
3.8.3 兴登堡凶兆 173
第4章 股指期货套利 179
4.1 基本概念 180
4.1.1 套利介绍 180
4.1.2 套利策略 182
4.2 期现套利 184
4.2.1 定价模型 184
4.2.2 现货指数复制 185
4.2.3 正向套利案例 189
4.2.4 结算日套利 191
4.3 跨期套利 194
4.3.1 跨期套利原理 194
4.3.2 无套利区间 195
4.3.3 跨期套利触发和终止 196
4.3.4 实证案例：跨期套利
策略 198
4.3.5 主要套利机会 199
4.4 冲击成本 202
4.4.1 主要指标 202
4.4.2 实证案例：冲击成本 204
4.5 保证金管理 206
4.5.1 var方法 207
4.5.2 var计算方法 208
4.5.3 实证案例 209
第5章 商品期货套利 212
5.1 基本概念 213
5.1.1 套利的条件 213
5.1.2 套利基本模式 215
5.1.3 套利准备工作 217
5.1.4 常见套利组合 219
5.2 期现套利 223
5.2.1 基本原理 223
5.2.2 操作流程 224
5.2.3 增值税风险 228
5.3 跨期套利 229
5.3.1 套利策略 229
5.3.2 实证案例：pvc跨期套利
策略 231
5.4 跨市场套利 232
5.4.1 套利策略 232
5.4.2 实证案例：伦铜—沪铜跨
市场套利 233
5.5 跨品种套利 234
5.5.1 套利策略 235
5.5.2 实证案例 236
5.6 非常状态处理 237
第6章 统计套利 239
6.1 基本概念 240
6.1.1 统计套利定义 240
6.1.2 配对交易 241
6.2 配对交易策略 244
6.2.1 协整策略 244
6.2.2 主成分套利策略 250
6.2.3 行业（股票）轮动套利
策略 253
6.2.4 配对策略改进 256
6.3 股指套利 259
6.3.1 行业指数套利 259
6.3.2 国家指数套利 260
6.3.3 洲域指数套利 261
6.3.4 全球指数套利 263
6.4 融券套利 264
6.4.1 股票—融券套利 264
6.4.2 可转债—融券套利 265
6.4.3 股指期货—融券套利 267
6.4.4 封闭式基金—融券套利 268
6.5 外汇套利 269
6.5.1 利差套利 271
6.5.2 货币对套利 272
第7章 期权套利 274
7.1 基本概念 275
7.1.1 期权介绍 275
7.1.2 期权交易 276
7.1.3 牛熊证 277
7.2 股票—期权套利 280
7.2.1 股票—股票期权套利 280
7.2.2 股票—指数期权套利 281
7.3 转换套利与反向转换套利 282
7.3.1 转换套利 282
7.3.2 反向转换套利 284
7.4 跨式套利 285
7.4.1 买入跨式套利 286
7.4.2 卖出跨式套利 287
7.5 宽跨式套利 289
7.5.1 买入宽跨式套利 290
7.5.2 卖出宽跨式套利 291
7.6 蝶式套利 293
7.6.1 买入蝶式套利 293
7.6.2 卖出蝶式套利 295
7.7 飞鹰式套利 296
7.7.1 买入飞鹰式套利 296
7.7.2 卖出飞鹰式套利 298
第8章 算法交易 300
8.1 基本概念 301
8.1.1 算法交易定义 301
8.1.2 算法交易分类 302
8.1.3 算法交易设计 304
8.2 被动型算法交易 305
8.2.1 冲击成本 306
8.2.2 等待风险 308
8.2.3 常用被动型交易策略 310
8.3 vwap算法 312
8.3.1 标准vwap算法 312
8.3.2 改进型vwap算法 315
第9章 另类套利策略 319
9.1 封闭式基金套利 320
9.1.1 基本概念 320
9.1.2 模型策略 320
9.1.3 实证案例 322
9.2 etf套利 323
9.2.1 基本概念 323
9.2.2 无风险套利 325
9.2.3 其他套利 329
9.3 高频交易 330
9.3.1 流动性回扣交易 330
9.3.2 猎物算法交易 331
9.3.3 自动做市商策略 332
9.3.4 高频交易的发展 332
9.3.5 基于卡尔曼滤波的价格
预测 335
9.3.6 利用支持向量机的短期
预测交易 338
技术理论篇
第10章 人工智能 342
10.1 主要内容 343
10.1.1 机器学习 343
10.1.2 自动推理 346
10.1.3 专家系统 349
10.1.4 模式识别 352
10.1.5 人工神经网络 354
10.1.6 遗传算法 358
10.2 人工智能在量化投资中的
应用 362
10.2.1 模式识别短线择时 362
10.2.2 rbf神经网络股价
预测 367
10.2.3 基于遗传算法的新股
预测 371
第11章 数据挖掘 377
11.1 基本概念 378
11.1.1 主要模型 378
11.1.2 典型方法 380
11.2 主要内容 381
11.2.1 分类与预测 381
11.2.2 关联规则 387
11.2.3 聚类分析 392
11.3 数据挖掘在量化投资中的
应用 396
11.3.1 基于som网络的股票
聚类分析方法 396
11.3.2 基于关联规则的板块
轮动 399
第12章 小波分析 402
12.1 基本概念 403
12.2 小波变换主要内容 404
12.2.1 连续小波变换 404
12.2.2 连续小波变换的离散化 405
12.2.3 多分辨分析与mallat
算法 406
12.3 小波分析在量化投资中的
应用 410
12.3.1 k线小波去噪 410
12.3.2 金融时序数据预测 416
第13章 支持向量机 423
13.1 基本概念 424
13.1.1 线性svm 424
13.1.2 非线性svm 427
13.1.3 svm分类器参数选择 429
13.1.4 svm分类器从二类到
多类的推广 430
13.2 模糊支持向量机 431
13.2.1 增加模糊后处理的svm 431
13.2.2 引入模糊因子的svm
训练算法 433
13.3 svm在量化投资中的应用 434
13.3.1 复杂金融时序数据预测 434
13.3.2 趋势拐点预测 439
第14章 分形理论 445
14.1 基本概念 446
14.1.1 分形定义 446
14.1.2 几种典型的分形 447
14.1.3 分形理论的应用 449
14.2 主要内容 450
14.2.1 分形维数 450
14.2.2 l系统 451
14.2.3 ifs系统 453
14.3 分形理论在量化投资中的
应用 454
14.3.1 大趋势预测 454
14.3.2 汇率预测 459
第15章 随机过程 465
15.1 基本概念 465
15.2 主要内容 468
15.2.1 随机过程的分布函数 468
15.2.2 随机过程的数字特征 468
15.2.3 几种常见的随机过程 469
15.2.4 平稳随机过程 471
15.3 灰色马尔科夫链股市预测 472
第16章 it技术 477
16.1 数据仓库技术 477
16.1.1 从数据库到数据仓库 478
16.1.2 数据仓库中的数据组织 480
16.1.3 数据仓库的关键技术 482
16.2 编程语言 484
16.2.1 gpu算法交易 484
16.2.2 matlab语言 488
16.2.3 c#语言 495
第17章 主要数据与工具 500
17.1 名策数据：多因子分析
平台 500
17.2 multicharts：程序化
交易平台 503
17.3 交易开拓者：期货自动
交易平台 506
17.4 大连交易所套利指令 510
17.5 mt5：外汇自动交易平台 514
第18章 量化对冲交易系统：
d-alpha 519
18.1 系统架
量化投资——策略与技术(精装版) 作者简介
中国量化投资领域的开拓者与奠基者，中国量化投资学会理事长、“大数据金融丛书”主编。他编著的《量化投资——策略与技术》是国内原创量化投资策略方面的优秀教材，已经成为业内的启蒙读物。同时担任“大数据金融丛书”主编、CCTV特邀嘉宾、第一财经《解码财商》资深解码人、《财经》《财新》《中国金融报》等知名传媒的撰稿人，发表多篇有深度的文章，深刻地影响了整个行业。 他同时还是清华大学、北京大学、中国人民大学、中央财经大学、上海交通大学、南方科技大学等知名学府的讲座教授，开设多次讲座，深得学子好评。从2008年开始，他先后在东方证券衍生品总部（资深投资经理）、方正富邦专户部（副总监）和东航金控财富管理中心（总经理），从事资产管理业务，多年累计总管理规模超过50亿元，累计为客户创造收益超过10亿元。2016年，组建荣石投资进入私募领域，为高净值客户提供资产管理服务。
