[正版]量化投资 策略与技术 精装版 丁鹏编著 金融理论篇 量化选股 量化择时股指期货套利 电子工业 商品期货套利 金融

                                                                                              店铺公告

本店存在书、古旧书、收藏书、二手书等特殊商品，因受采购成本限制,可能高于定价销售，明码标价，介意者勿拍!

1.书籍因稀缺可能导致售价高于定价,图书实际定价参见下方详情内基本信息,请买家看清楚且明确后再拍，避免价格争议!

2.店铺无纸质均开具电子，请联系客服开具电子版

编辑推荐

本书是畅销书《量化投资——策略与技术》一书的精装版。《精装版》修正过去版本中的错误，新增补的金融理论篇，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。

内容介绍

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。

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  系统架构    519

18.2  策略分析流程    521

18.3  核心算法    523

18.4  验证结果    525

金融理论篇

第19章  投资组合理论    528

19.1  证券选择理论    528

19.1.1  理论产生的背景    528

19.1.2  单只证券的收益与风险    529

19.1.3  证券组合的收益与风险    531

19.1.4  证券组合的选择    533

19.2  策略组合模型    536

19.2.1  策略的定义    537

19.2.2  策略的类型    538

19.2.3  策略的杠杆    541

19.2.4  策略的资金容量    544

19.2.5  策略的筛选    545

19.2.6  策略的组合    548

19.2.7  策略的资金分配    549

第20章  定价理论    552

20.1  资本资产定价模型    552

20.1.1  CAPM模型的理论

源渊    552

20.1.2  CAPM模型理论内容    553

20.1.3  资本市场线与证券

市场线    554

20.1.4  CAPM模型的应用    558

20.1.5  传统CAPM模型的

扩展    562

20.1.6  Fama-French三因子

模型    566

20.2  套利定价模型    568

20.2.1  套利资产组合    568

20.2.2  单因子套利定价线    570

20.2.3  套利定价的多因子模型    574

20.2.4  APT与CAPM的

一致性    575

20.2.5  APT和CAPM的联系

与区别    577

20.2.6  关于模型的检验问题    577

20.3  Black-Scholes期权定价

模型    578

20.3.1  Black-Scholes模型的

假设条件    578

20.3.2  Black-Scholes模型公式    579

20.3.3  Black-Scholes定价公式

的计算    584

20.3.4  Black-Scholes公式的

精确度实证    587

20.3.5  Black-Scholes公式的

应用    588

20.4  二叉树期权定价模型    589

20.4.1  二叉树模型的基本方法    589

20.4.2  基本二叉树方法的扩展    595

20.4.3  二叉树定价模型的深入

理解    599

20.5  股票定价模型    600

第21章  金融市场理论    610

21.1  有效市场假说    610

21.1.1  随机游走理论    610

21.1.2  有效市场形式    612

21.1.3  有效市场理论的应用    613

21.1.4  有效市场与量化投资    615

21.2  行为金融理论    616

21.2.1  行为金融理论的提出与

发展    616

21.2.2  行为金融的理论基础    617

21.2.3  行为金融理论模型    620

21.2.4  定价模型、组合及应用    622

21.3  分形市场理论    625

21.3.1  分形理论的形成    625

21.3.2  分形理论的定义及特征    626

21.3.3  多重分形理论    628

21.3.4  分形市场理论    629

21.3.5  单分形方法    630

21.3.6  MF-DFA方法    633

参考文献    635

|表目录|

表1-1  不同投资策略对比    8

表2 1  多因子选股模型候选因子    29

表2 2  多因子模型候选因子初步检验    30

表2 3  多因子模型中通过检验的有效因子    31

表2 4  多因子模型中剔除冗余后的因子    32

表2 5  多因子模型组合分段收益率    33

表2-6  晨星市场风格判别法    35

表2-7  夏普收益率基础的投资风格鉴别    36

表2-8  中信标普风格指数    41

表2-9  风格动量策略组合月均收益率    42

表2-10  大/小盘风格轮动策略月收益率均值    45

表2-11  中国货币周期分段（2007—2011年）    48

表2-12  沪深300行业指数统计    49

表2-13  不同货币阶段不同行业的收益率    50

表2-14  招商资金流模型（CMSMF）计算方法    58

表2-15  招商资金流模型（CMSMF）选股指标定义    58

表2-16  资金流模型策略—沪深300    60

表2-17  资金流模型策略——全市场    61

表2-18  动量组合相对基准的平均年化超额收益（部分）    67

表2-19  反转组合相对基准的平均年化超额收益（部分）    69

表2-20  动量策略风险收益率分析    71

表2-21  反转策略风险收益率分析    71

表2-22  趋势追踪技术收益率    92

表2-23  筹码选股模型中单个指标的收益率情况对比    98

表3-1  MA指标择时测试最好的20组参数及其表现    116

表3-2  4个趋势型指标最优参数下的独立择时交易表现比较    118

表3-3  有交易成本情况下不同信号个数下的综合择时策略    119

表3-4  自适应均线择时策略收益率分析    123

表3-5  市场情绪类别    125

表3-6  沪深300指数在不同情绪区域的当月收益率比较    127

表3-7  沪深300指数在不同情绪变化区域的当月收益率比较    128

表3-8  沪深300指数在不同情绪区域的次月收益率比较    129

表3-9  沪深300指数在不同情绪变化区域的次月收益率比较    129

表3-10  情绪指标择时收益率统计    131

表3-11  月度Tsharp择时模型统计结果    136

表3-12  预测Tsharp值（月度）对上证综指的预测作用    137

表3-13  季度Tsharp择时模型统计结果    138

表3-14  预测Tsharp值（季度）对上证综指的预测作用    140

表3-15  SVM择时模型的指标    156

表3-16  SVM模型样本外预测多空次数    157

表3-17  SVM模型样本外预测准确率    157

表3-18  SVM模型趋势交易策略评估    158

表3-19  噪声交易在熊市择时的收益率    171

表4-1  各种方法在不同股票数量下的跟踪误差（年化）    189

表4-2  股指期货多头跨期套利过程分析    198

表4-3  不同开仓比例下的不同保证金水平能够覆盖的市场波动率及其概率    210

表4-4  不同仓单持有期下的保证金覆盖比例    211

表6 1  2011年沪深300股票同一行业走势高度相关的组合（部分）    245

表6 2  残差的平稳性、自相关等检验    246

表6 3  在不同的阈值下建仓、平仓所能获得的平均收益    248

表6 4  采用不同的模型在样本内获取的收益率及最优阈值    249

表6 5  采用不同的模型、不同的外推方法在样本外获取的收益率（%）    250

表6 6  主成分配对交易在样本内取得的收益及最优阈值    252

表6 7  主成分配对交易在样本外的效果    252

表6 8  标准策略、延后开仓、提前平仓策略实证结果    258

表7 1  多头股票—期权套利综合分析表    280

表7 2  多头股票—股票期权套利案例损益分析表    281

表7-3  多头股票—指数期权套利案例损益分析表    281

表7 4  转换套利分析过程    283

表7 5  买入跨式套利综合分析表    286

表7 6  买入跨式套利交易细节    286

表7 7  卖出跨式套利综合分析表    287

表7 8  卖出跨式套利交易细节    288

表7 9  买入宽跨式套利综合分析表    290

表7 10  卖出宽跨式套利综合分析表    291

表7 11  买入蝶式套利综合分析表    293

表7 12  卖出蝶式套利综合分析表    295

表7 13  买入飞鹰式套利综合分析表    297

表7 14  卖出飞鹰式套利综合分析表    298

表10 1  自动推理中的连词系统    348

表10 2  模式识别短线择时样本数据分类    365

表10 3  RBF神经网络股价预测结果    371

表10 4  遗传算法新股预测参数设置    375

表10 5  遗传算法新股预测结果    375

表11 1  决策树数据表    385

表11 2  关联规则案例数据表    388

表11 3  SOM股票聚类分析结果    399

表11 4  21种股票板块指数布尔关系表数据片断    400

表12 1  深发展A日收盘价小波分析方法预测值与实际值比较    422

表12 2  不同分解层数的误差均方根值    422

表13 1  SVM沪深300指数预测误差情况    438

表13 2  SVM指数预测和神经网络预测的比较    438

表13 3  技术反转点的定义和图形    441

表13 4  SVM趋势拐点预测结果    444

表14 1  持续大涨前后分形谱各主要参数值    457

表14 2  持续大跌前后分形谱各主要参数值    458

表14 3  外汇R/ S分析的各项指标    463

表14 4  V(R/S)曲线回归检验    464

表15 1  灰色马尔科夫链预测深证成指样本内（2005/1—2006/8）    475

表15 2  灰色马尔科夫链预测深证成指样本外（2006/9—2006/12）    476

表16-1  VaR算法GPU和CPU时间对比    488

表17-1  基于名策多因子模型的银河99组合绩效分析统计表    503

表18-1  D-Alpha系统在全球市场收益率分析    525

表19-1  证券组合的案例    530

表19-2  策略的类型    538

表19-3  不同策略的收益率、夏普比率、D-Ratio值的比较    545

表20-1  股票数据表    569

表20-2  历史波动率计算    585