量化投资——策略与技术(精装版)_PDF下载[114MB-百度云]丁鹏编著

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。

]

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。

]

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。

]

目录|策略篇第1章量化投资概念 21.1 什么是量化投资 21.1.1 量化投资定义 21.1.2 量化投资理解误区 31.2 量化投资与传统投资比较 51.2.1 传统投资策略的缺点 51.2.2 量化投资策略的优势 71.2.3 量化投资与传统投资策略的比较 81.3 量化投资历史 101.3.1 量化投资理论发展 101.3.2 海外量化基金 121.3.3 量化投资在中国 151.4 量化投资主要内容 161.5 量化投资主要方法 20第2章量化选股 242.1 多因子 252.1.1 基本概念 262.1.2 策略模型 262.1.3 实证案例：多因子选股模型 29本节小结 342.2 风格轮动 342.2.1 基本概念 342.2.2 盈利预期生命周期模型 372.2.3 策略模型 392.2.4 实证案例：中信标普风格 402.2.5 实证案例：大/小盘风格 44本节小结 462.3 行业轮动 462.3.1 基本概念 462.3.2 m2行业轮动策略 492.3.3 市场情绪轮动策略 52本节小结 542.4 资金流 552.4.1 基本概念 552.4.2 策略模型 582.4.3 实证案例：资金流选股策略 59本节小结 622.5 动量反转 622.5.1 基本概念 622.5.2 策略模型 662.5.3 实证案例：动量选股策略和反转选股策略 69本节小结 722.6 一致预期 722.6.1 基本概念 732.6.2 策略模型 752.6.3 实证案例：一致预期模型案例 77本节小结 832.7 趋势追踪 832.7.1 基本概念 832.7.2 策略模型 852.7.3 实证案例：趋势追踪选股模型 91本节小结 932.8 筹码选股 932.8.1 基本概念 942.8.2 策略模型 962.8.3 实证案例：筹码选股模型 98本节小结 1022.9 业绩评价 1022.9.1 收益率指标 1022.9.2 风险度指标 103第3章量化择时 1103.1 趋势追踪 1113.1.1 基本概念 1113.1.2 传统趋势指标 1123.1.3 自适应均线 120本节小结 1243.2 市场情绪 1243.2.1 基本概念 1243.2.2 情绪指数 1263.2.3 实证案例：情绪指标择时策略 128本节小结 1323.3 时变夏普比率 1323.3.1 tsharp值的估计模型 1323.3.2 基于tsharp值的择时策略 1343.3.3 实证案例 135本节小结 1403.4 牛熊线 1413.4.1 基本概念 1413.4.2 策略模型 1433.4.3 实证案例：牛熊线择时模型 144本节小结 1463.5 husrt指数 1473.5.1 基本概念 1473.5.2 策略模型 1493.5.3 实证案例 150本节小结 1523.6 支持向量机 1533.6.1 基本概念 1533.6.2 策略模型 1543.6.3 实证案例：svm择时模型 156本节小结 1603.7 swarch模型 1613.7.1 基本概念 1613.7.2 策略模型 1623.7.3 实证案例：swarch模型 165本节小结 1683.8 异常指标 1693.8.1 市场噪声 1693.8.2 行业集中度 1713.8.3 兴登堡凶兆 173第4章股指期货套利 1794.1 基本概念 1804.1.1 套利介绍 1804.1.2 套利策略 1824.2 期现套利 1844.2.1 定价模型 1844.2.2 现货指数复制 1854.2.3 正向套利案例 1894.2.4 结算日套利 1914.3 跨期套利 1944.3.1 跨期套利原理 1944.3.2 无套利区间 1954.3.3 跨期套利触发和终止 1964.3.4 实证案例：跨期套利策略 1984.3.5 主要套利机会 1994.4 冲击成本 2024.4.1 主要指标 2024.4.2 实证案例：冲击成本 2044.5 保证金管理 2064.5.1 var方法 2074.5.2 var计算方法 2084.5.3 实证案例 209第5章商品期货套利 2125.1 基本概念 2135.1.1 套利的条件 2135.1.2 套利基本模式 2155.1.3 套利准备工作 2175.1.4 常见套利组合 2195.2 期现套利 2235.2.1 基本原理 2235.2.2 操作流程 2245.2.3 增值税风险 2285.3 跨期套利 2295.3.1 套利策略 2295.3.2 实证案例：pvc跨期套利策略 2315.4 跨市场套利 2325.4.1 套利策略 2325.4.2 实证案例：伦铜—沪铜跨市场套利 2335.5 跨品种套利 2345.5.1 套利策略 2355.5.2 实证案例 2365.6 非常状态处理 237第6章统计套利 2396.1 基本概念 2406.1.1 统计套利定义 2406.1.2 配对交易 2416.2 配对交易策略 2446.2.1 协整策略 2446.2.2 主成分套利策略 2506.2.3 行业（股票）轮动套利策略 2536.2.4 配对策略改进 2566.3 股指套利 2596.3.1 行业指数套利 2596.3.2 国家指数套利 2606.3.3 洲域指数套利 2616.3.4 全球指数套利 2636.4 融券套利 2646.4.1 股票—融券套利 2646.4.2 可转债—融券套利 2656.4.3 股指期货—融券套利 2676.4.4 封闭式基金—融券套利 2686.5 外汇套利 2696.5.1 利差套利 2716.5.2 货币对套利 272第7章期权套利 2747.1 基本概念 2757.1.1 期权介绍 2757.1.2 期权交易 2767.1.3 牛熊证 2777.2 股票—期权套利 2807.2.1 股票—股票期权套利 2807.2.2 股票—指数期权套利 2817.3 转换套利与反向转换套利 2827.3.1 转换套利 2827.3.2 反向转换套利 2847.4 跨式套利 2857.4.1 买入跨式套利 2867.4.2 卖出跨式套利 2877.5 宽跨式套利 2897.5.1 买入宽跨式套利 2907.5.2 卖出宽跨式套利 2917.6 蝶式套利 2937.6.1 买入蝶式套利 2937.6.2 卖出蝶式套利 2957.7 飞鹰式套利 2967.7.1 买入飞鹰式套利 2967.7.2 卖出飞鹰式套利 298第8章算法交易 3008.1 基本概念 3018.1.1 算法交易定义 3018.1.2 算法交易分类 3028.1.3 算法交易设计 3048.2 被动型算法交易 3058.2.1 冲击成本 3068.2.2 等待风险 3088.2.3 常用被动型交易策略 3108.3 vwap算法 3128.3.1 标准vwap算法 3128.3.2 改进型vwap算法 315第9章另类套利策略 3199.1 封闭式基金套利 3209.1.1 基本概念 3209.1.2 模型策略 3209.1.3 实证案例 3229.2 etf套利 3239.2.1 基本概念 3239.2.2 无风险套利 3259.2.3 其他套利 3299.3 高频交易 3309.3.1 流动性回扣交易 3309.3.2 猎物算法交易 3319.3.3 自动做市商策略 3329.3.4 高频交易的发展 3329.3.5 基于卡尔曼滤波的价格预测 3359.3.6 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 34210.1 主要内容 34310.1.1 机器学习 34310.1.2 自动推理 34610.1.3 专家系统 34910.1.4 模式识别 35210.1.5 人工神经网络 35410.1.6 遗传算法 35810.2 人工智能在量化投资中的应用 36210.2.1 模式识别短线择时 36210.2.2 rbf神经网络股价预测 36710.2.3 基于遗传算法的新股预测 371第11章数据挖掘 37711.1 基本概念 37811.1.1 主要模型 37811.1.2 典型方法 38011.2 主要内容 38111.2.1 分类与预测 38111.2.2 关联规则 38711.2.3 聚类分析 39211.3 数据挖掘在量化投资中的应用 39611.3.1 基于som网络的股票聚类分析方法 39611.3.2 基于关联规则的板块轮动 399第12章小波分析 40212.1 基本概念 40312.2 小波变换主要内容 40412.2.1 连续小波变换 40412.2.2 连续小波变换的离散化 40512.2.3 多分辨分析与mallat算法 40612.3 小波分析在量化投资中的应用 41012.3.1 k线小波去噪 41012.3.2 金融时序数据预测 416第13章支持向量机 42313.1 基本概念 42413.1.1 线性svm 42413.1.2 非线性svm 42713.1.3 svm分类器参数选择 42913.1.4 svm分类器从二类到多类的推广 43013.2 模糊支持向量机 43113.2.1 增加模糊后处理的svm 43113.2.2 引入模糊因子的svm训练算法 43313.3 svm在量化投资中的应用 43413.3.1 复杂金融时序数据预测 43413.3.2 趋势拐点预测 439第14章分形理论 44514.1 基本概念 44614.1.1 分形定义 44614.1.2 几种典型的分形 44714.1.3 分形理论的应用 44914.2 主要内容 45014.2.1 分形维数 45014.2.2 l系统 45114.2.3 ifs系统 45314.3 分形理论在量化投资中的应用 45414.3.1 大趋势预测 45414.3.2 汇率预测 459第15章随机过程 46515.1 基本概念 46515.2 主要内容 46815.2.1 随机过程的分布函数 46815.2.2 随机过程的数字特征 46815.2.3 几种常见的随机过程 46915.2.4 平稳随机过程 47115.3 灰色马尔科夫链股市预测 472第16章 it技术 47716.1 数据仓库技术 47716.1.1 从数据库到数据仓库 47816.1.2 数据仓库中的数据组织 48016.1.3 数据仓库的关键技术 48216.2 编程语言 48416.2.1 gpu算法交易 48416.2.2 matlab语言 48816.2.3 c#语言 495第17章主要数据与工具 50017.1 名策数据：多因子分析平台 50017.2 multicharts：程序化交易平台 50317.3 交易开拓者：期货自动交易平台 50617.4 大连交易所套利指令 51017.5 mt5：外汇自动交易平台 514第18章量化对冲交易系统：d-alpha 51918.1 系统架