量化投资实战-(MATLAB版)
本书特色
[
1、学习MATLAB编程的基础应用；2、学习一些量化投资用到的统计学基础知识；3、学习用计量经济学内容对证券市场标的进行建模；4、方向性交易和多因子策略的实例研究。1、学习MATLAB编程的基础应用；2、学习一些量化投资用到的统计学基础知识；3、学习用计量经济学内容对证券市场标的进行建模；4、方向性交易和多因子策略的实例研究。
]
内容简介
[
本《量化投资实践（MATLAB版）》的案例来源于作者的实际工作，充分体现案例的实用性和程序的可模仿性，案例程序中附有详细的注释。例如β，VaR和CVaR的计算，DualThrust，R-break和海龟交易策略等程序，读者可以直接使用或根据需要在源代码的基础上进行修改、完善。 《量化投资实践（MATLAB版）》分5篇，共计23章。**篇介绍量化投资中常用的MATLAB编程知识和技巧；第二篇介绍几个基本的数理统计知识，包括随机变量、统计矩、极大似然估计、置信区间、假设检验、p值和Spearman秩相关性等；第三篇主要对线性回归、Kalman滤波和ARMA等梳理模型进行概述；第四篇主要介绍量化投资中几个经典的策略模型，包括期货中的R-breaker，Dual Thrust和Aberration等经典策略，以及股票中的多因子模型；第五篇介绍关于风险管理的实践意义，主要实现了VaR和CVaR的计算。
]
目录
目录前言 **篇 量化投资——基础研究工具：MATLAB**知识 第1章 MATLAB**知识 3 1.1 基础数据类型 3 1.2 常用数据类型 12 1.3 绘图 15 1.4 函数 17 1.5 平均值 19 1.6 离差分析 21 第二篇 量化投资——数理统计 第2章 离散和连续随机变量 27 2.1 离散随机变量 27 2.2 连续随机变量 31 2.3 分布拟合 39 第3章 统计矩——偏度和峰度 41 3.1 偏度 41 3.2 峰度 43 3.3 其他的标准矩 44 3.4 Jarque-Bera正态检验 45 3.5 测试校准 45 第4章 极大似然估计 46 4.1 极大似然估计 46 4.2 正态分布的MLE 47 4.3 正态分布的MATLAB实现 48 4.4 指数分布的MLE及MATLAB实现 49 4.5 案例研究——日回报的正态分布拟合 50？ 4.6 极大似然估计注意事项 50 第5章 置信区间与假设检验 52 5.1 置信区间 52 5.2 原假设和备择假设 53 5.3 假设检验的步骤 53 5.4 案例研究1——工商银行的日回报率的假设检验 54 5.5 案例研究2——假设检验用于平均值 58 5.6 案例研究3——假设检验用于方差研究 60 第6章 p值和多重比较偏差 63 6.1 p值 63 6.2 案例研究——多次测试 64 6.3 敏感性和专一性的权衡 66 第7章 Spearman秩相关性 67 7.1 Spearman秩相关性 67 7.2 Spearman案例 68 7.3 Spearman秩相关系数用于公募基金夏普率研究 70 第三篇 量化投资——金融建模 第8章 期货和期货交易策略简介 75 8.1 远期合约 75 8.2 期货合约 76 8.3 期货与现货的关系 78 8.4 杠杆 81 第9章 线性回归 85 9.1 线性回归模型的概念 85 9.2 MATLAB实现线性回归模型 85 9.3 线性回归与相关性 87 9.4 相关系数 88 第10章 多元线性回归 90 10.1 多元线性回归的概念 90 10.2 多元线性回归模型示例 90 10.3 多元线性回归预测建设银行股票价格 91 10.4 模型选择 93 第11章 单整、协整和平稳性 95 11.1 平稳性和非平稳性 95 11.2 单整 99 11.3 协整 108 11.4 总结 114？第12章 违背回归模型 115 12.1 残差 115 12.2 异方差 116 12.3 残差的序列相关性 123 12.4 Newey-West 125 12.5 多重共线性 126 第13章 Kalman滤波 129 13.1 理论基础 129 13.2 Kalman滤波模型 133 13.3 Kalman滤波与迭代线性回归 135 13.4 Kalman滤波发散 138 13.5 Sage-Husa自适应滤波算法 144 第14章 ARMA模型 148 14.1 基础概念及原理介绍 148 14.2 建立 ARMA模型的一般步骤 150 14.3 案例研究——沪深300股指期货日收益率的ARMA模型拟合及MATLAB实现 151 第15章 过拟合的风险 155 15.1 什么是过拟合 155 15.2 例：选取过多参数 155 15.3 例：曲线拟合 156 15.4 例：回归参数 157 15.5 例：滚动窗口 162 15.6 避免过度拟合 170 第四篇 量化投资——策略交易模型 第16章 β对冲 173 16.1 因子模型 173 16.2 风险暴露 173 16.3 风险管理 174 16.4 β对冲的 MATLAB实现 174 16.5 交叉对冲 175 第17章 配对交易 177 17.1 配对交易流程 177 17.2 配对交易策略 187 第18章 方向性交易策略构造 191 18.1 波动率突破策略 191？ 18.2 日内趋势反转策略之 R-breaker策略 194 18.3 Dual Thrust策略 198 18.4 Aberration策略 206 18.5 海龟交易策略 210 第19章 多因子研究 219 19.1 常见因子 219 19.2 多因子模型的意义——不单单寻找表现*好的股票 220 19.3 数据处理 221 19.4 模型有效性检验 225 19.5 因子合成与降维 227 19.6 多因子研究案例 228 第20章 条件异方差模型 231 20.1 几种基础模型介绍 231 20.2 示例应用 234 第五篇 量化投资——风险管理模型 第21章 仓位集中风险 251 21.1 模拟“21 点”游戏 251 21.2 投资组合理论 252 21.3 资金约束 257 21.4 数学方法解释 257 21.5 额外的好处 258 第22章 *小线性相关算法 261 22.1 分散化投资 261 22.2 一些公式 261 22.3 *小线性相关算法用于投资权重分配 262 第23章 VaR和CVaR264 23.1 VaR和CVaR的定义 264 23.2 VaR和CVaR的计算 266 23.3 VaR和CVaR的计算演示 268 23.4 VaR和CVaR运用于资产组合管理 271 参考文献 279 附录 Auto-Trader交易软件使用手册 280
封面
书名:量化投资实战-(MATLAB版)
作者:本书编委会
页数:285
定价:¥69.0
出版社:科学出版社
出版日期:2019-06-01
ISBN:9787030606075
PDF电子书大小:143MB 高清扫描完整版