量化交易核心策略开发：从建模到实战
| 作者 |
| 李涵 |
| 丛书名 |
| 出版社 |
| 机械工业出版社 |
| ISBN |
| 9787111639831 |
| 简要 |
| 简介 |
| 内容简介书籍经济管理学书籍 量化投资是美国等发达国家在证券投资中运用十分广泛的一种技术。特别是近十年，信息化技术与金融交易结合更加紧密，这种以数学理论、金融市场数据与信息技术三者结合的方法，充分发挥出了量化投资的系统、准确、高效、客观等特点，极大的提高了投资决策的效率和效果。在这样的大背景下，研究量化投资交易在完善中国金融市场建设、拓宽投资渠道、促进市场发展等方面都具有十分重要的意义。 本书共15章，内容涵盖世界观、市场的统计特性、编程语言选择、量化研究工具、通用策略评价体系和开发流程、数据清洗、回测过拟研究、风控体系，以及趋势策略、资产配置、统计套利策略、高频策略、监督/无监督机器学习策略框架的具体实现。书中涉及的代码已经开源，读者可自行验证效果。 |
| 目录 |
| 推荐序（一） 推荐序（二） 推荐序（三） 前言 第1章 交易是概率的游戏 1 1.1 从赌徒破产理论说起 1 1.2 大数定律与中心极限定理 3 1.3 最大熵原理 6 1.4 本章小结 7 第2章 关于市场的基本认知 8 2.1 从EMH到AMH 8 2.2 我们不能击败所有的猴子 9 2.2.1 让我们从基准指数开始 9 2.2.2 构建随机组合 10 2.2.3 结论 15 2.3 市场真的是随机的吗 15 2.3.1 金融图灵测试 15 2.3.2 算法意义上的随机性 17 2.3.3 NIST随机性检验 18 2.3.4 结果分析 38 2.4 为什么机器学习会失败 40 2.4.1 从债券和股票说起 40 2.4.2 如何处理时变的市场 43 2.5 本章小结 44 2.6 参考文献 44 第3章 编程语言的选择 47 3.1 各编程语言介绍 47 3.2 金融计算 49 3.3 语言特性 49 3.4 运行速度 50 3.5 数据处理 51 3.6 库支持 51 3.7 易用性 52 3.8 应用多语言合作开发实例 52 3.9 本章小结 54 第4章 策略开发基础 55 4.1 常见的策略类型介绍 55 4.1.1 基于预测模型的策略 55 4.1.2 不基于预测模型的交易策略 57 4.2 常见的策略评价指标 58 4.3 策略开发流程 60 4.4 策略开发常见问题 64 4.5 使用TqSdk进行策略开发和回测 65 4.6 本章小结 68 4.7 参考文献 68 第5章 量化工具介绍 70 5.1 利用yalmip解决凸优化问题 70 5.1.1 yalmip介绍 70 5.1.2 yalmip语法 71 5.1.3 应用实例1：组合优化 73 5.1.4 应用实例2：构建具有均值回复特性的组合 76 5.2 利用DE算法解决非凸优化问题 80 5.2.1 DE算法介绍 80 5.2.2 应用实例1：求解非凸Eggholder函数的全局最小值 82 5.2.3 应用实例2：股票内幕交易监测 87 5.3 本章小结 92 第6章 数据预处理 93 6.1 各类复权算法介绍 93 6.1.1 股票复权介绍 93 6.1.2 股票复权算法分类 94 6.1.3 期货连续化处理 96 6.2 各连续化处理对策略影响 97 6.3 股票全收益计算 98 6.3.1 全收益的定义 98 6.3.2 全收益率计算的具体思路与假设 99 6.3.3 以万科为例探讨全收益与后复权收益间的差异 100 6.3.4 结论 107 6.4 本章小结 108 第7章 风险控制 109 7.1 风险敞口决定了收益 109 7.2 策略收益分布与风格 112 7.3 组合：承担你想要的风险 113 7.4 超越风险平价 115 7.4.1 最小扭转赌注 116 7.4.2 实证分析 117 7.5 回撤控制：基于最优控制的视角 122 7.6 本章小结 124 第8章 过度拟合：发光的不一定是金子 125 8.1 回测过度拟合风险的测算框架 126 8.1.1 介绍 126 8.1.2 框架 126 8.1.3 应用举例 129 8.1.4 参考文献 132 8.2 Bootstrap 检验 132 8.2.1 原理介绍 132 8.2.2 应用流程 133 8.2.3 应用举例 133 8.3 Monte Carlo置换检验 136 8.3.1 原理介绍 136 8.3.2 应用流程 137 8.3.3 应用举例 138 8.4 本章小结 140 第9章 基于在线资产组合选择的交易策略 141 9.1 背景介绍 141 9.2 算法原理及代码实现 142 9.2.1 问题的提出 142 9.2.2 在线移动平均回归算法原理 142 9.2.3 在线移动平均回归代码实现 143 9.3 结果检验 146 9.4 应用于中国市场实例 146 9.4.1 基于申万一级行业指数的轮动策略 147 9.4.2 基于因子指数的因子配置策略 153 9.4.3 结论 155 9.5 本章小结 155 9.6 参考文献 155 第10章 基于模式识别的择时策略 157 10.1 背景介绍 157 10.2 策略原理及代码实现 157 10.2.1 策略概述 157 10.2.2 策略流程及代码实现 158 10.3 策略结果检验 162 10.3.1 在标普500股票上的结果 162 10.3.2 在罗素2000股票上的结果 163 10.4 应用于中国市场实例 164 10.4.1 策略说明 164 10.4.2 策略实现 165 10.4.3 结果检验 167 10.4.4 策略改进 168 10.4.5 结论 169 10.5 本章小结 169 10.6 参考文献 169 第11章 基于隐源模型的策略 171 11.1 背景介绍 171 11.2 算法原理及代码实现 171 11.2.1 问题的提出 171 11.2.2 隐源模型原理 172 11.2.3 基于隐源模型的比特币交易 173 11.2.4 论文结果 174 11.2.5 策略的代码实现及结果改进 176 11.3 应用于中国市场实例 185 11.4 本章小结 191 11.5 参考文献 191 第12章 基于随机最优控制的套利交易 192 12.1 背景介绍 192 12.2 算法原理及代码实现 192 12.2.1 问题的提出 193 12.2.2 最优控制视角的解决方案 194 12.2.3 模拟检验 196 12.3 应用于中国市场实例 200 12.3.1 应用于股票市场实例 200 12.3.2 应用于商品期货市场实例 202 12.4 本章小结 208 12.5 参考文献 208 第13章 基于模糊理论的趋势交易 209 13.1 背景介绍 209 13.1.1 模糊理论简单介绍 209 13.1.2 将模糊理论应用于股票研究 209 13.1.3 一个例子：基于移动均线的模糊建模 210 13.2 策略原理及代码实现 213 13.2.1 基于大买家和大卖家的模糊建模 213 13.2.2 策略构建 217 13.2.3 参数估计算法以及模拟验证 218 13.3 结果检验 222 13.3.1 香港市场应用实例 222 13.3.2 国内市场应用实例 227 13.4 本章小结 228 13.5 参考文献 229 第14章 基于分层隐马尔可夫模型的高频交易 230 14.1 背景介绍 230 14.2 理论基础 230 14.2.1 贝叶斯网络 231 14.2.2 动态贝叶斯网络 232 14.2.3 隐马尔可夫模型 233 14.2.4 分层隐马尔可夫模型 234 14.2.5 用HMM表达HHMM 235 14.3 基于RStan的HMM推理及参数估计 236 14.3.1 推理 236 14.3.2 参数估计 241 14.4 基于HHMM的量价建模 243 14.4.1 数据特征提取 243 14.4.2 HHMM建模 247 14.5 结果检验 252 14.5.1 基于论文的结果复现 252 14.5.2 改进 259 14.5.3 应用于中国市场实例 262 14.6 本章小结 266 14.7 参考文献 266 第15章 基于连续贝叶斯分类器的价格预测 268 15.1 背景介绍 268 15.2 理论基础 269 15.2.1 马尔可夫过程 269 15.2.2 连续时间贝叶斯网络 271 15.2.3 连续时间贝叶斯网络分类器 273 15.3 CTBNCToolkit说明 276 15.3.1 安装 276 15.3.2 命令 277 15.4 模型应用 278 15.4.1 外汇市场 278 15.4.2 国内商品期货市场 284 15.4.3 结论 291 15.5 本章小结 292 15.6 参考文献 292 |
有问题微信扫码联系