计算机 类型
可以朗读 语音朗读
406千字 字数
2022-07-01 发行日期
展开全部

主编推荐语

本书主要阐述了MATLAB和Python的主要功能及结合具体量化投资的相关案例。

内容简介

本书分为基础篇和高级篇两部分。基础篇通过Q＆A的方式介绍MATLAB和Python的主要功能、基本命令、数据处理等内容，使读者对MATLAB和Python有一个基本的了解；高级篇分为24章，介绍MATLAB和Python结合具体量化投资的相关案例，包括MATLAB处理优化问题和数据交互、绘制交易图形、构建行情软件和交易模型、基于MATLAB的BP神经网络和广义极值分布、基于MATLAB的正则表达式基础教程、FQuantToolBox股票期货数据获取＆量化回测工具箱的介绍与使用等内容，通过丰富的实例和图形帮助读者理解和运用MATLAB和Python作为量化投资的工具。

本书的特色在于不仅能满足理论学习的需要，还可以帮助读者边学边练，做到理论与实践相结合。

本书适合经济金融机构的研究人员和从业人员、进行量化投资的交易员、具有统计背景的科研工作者、高等院校相关专业的教师和学生及对量化投资和MATLAB感兴趣的人士阅读。

目录

  • 版权信息
  • 内容简介
  • 作者简介
  • 前言
  • 基础篇
  • 第0章 N分钟学会MATLAB（60＜N＜180）
  • 0.1 引言
  • 0.2 基础知识
  • 0.3 输入/输出
  • 0.4 数据处理
  • 0.5 数学运算
  • 0.6 字符操作
  • 0.7 日期时间
  • 0.8 绘图相关
  • 0.9 数学、金融、统计相关
  • 0.10 其他
  • 第1章 Python快速入门与进阶提高
  • 1.1 快速入门
  • 1.2 进阶提高
  • 高级篇
  • 第2章 基于Python的优化问题
  • 2.1 数值优化
  • 2.2 组合优化
  • 第3章 资产配置中如何分配资金
  • 3.1 由分配奖金说起
  • 3.2 整体框架
  • 3.3 组合优化动物园
  • 3.4 其他
  • 3.5 总结
  • 第4章 K线图及常用技术指标的MATLAB实现
  • 4.1 K线图的MATLAB实现
  • 4.2 常用技术指标的MATLAB实现
  • 第5章 基于MATLAB的行情软件
  • 5.1 基于MATLAB的行情软件使用介绍
  • 5.2 基于MATLAB的行情软件建立过程
  • 5.3 扩展阅读
  • 第6章 含衍生品的投资组合风险度量
  • 6.1 金融风险度量
  • 6.2 嵌套随机仿真方法
  • 第7章 基于MATLAB的风险管理
  • 7.1 背景介绍
  • 7.2 MATLAB实现
  • 第8章 期权定价模型的MATLAB实现
  • 8.1 概述
  • 8.2 Black-Scholes定价模型及希腊字母研究
  • 8.3 二叉树定价模型研究
  • 8.4 BAW定价模型研究
  • 第9章 基于MATLAB的支持向量机（SVM）在量化投资中的应用
  • 9.1 背景介绍
  • 9.2 上证指数开盘指数预测
  • 9.3 上证指数开盘指数变化趋势和变化空间预测
  • 9.4 基于C-SVM的期货交易策略
  • 9.5 扩展阅读
  • 第10章 MATLAB与其他金融平台终端的通信
  • 10.1 DataHouse平台MATLAB接口介绍
  • 10.2 Wind平台MATLAB接口介绍
  • 第11章 基于MATLAB的交易品种选择分析
  • 11.1 品种的流动性
  • 11.2 品种的波动性
  • 11.3 小结
  • 第12章 基于MATLAB的交易品种相关性分析
  • 12.1 背景介绍
  • 12.2 MATLAB实现
  • 12.3 扩展阅读
  • 第13章 基于MATLAB的国内期货证券交易解决方案
  • 13.1 国内期货柜台系统介绍
  • 13.2 MATLAB对接CTP的各种方式
  • 13.3 开发前准备
  • 13.4 C#版对接原理
  • 13.5 XAPI版项目介绍
  • 13.6 MATLAB对接期货接口介绍（XAPI项目.NET版）
  • 13.7 MATLAB对接期货接口介绍（XAPI项目COM版）
  • 13.8 MATLAB对接证券接口
  • 13.9 MATLAB对接个股期权接口
  • 第14章 构建基于MATLAB的回测系统
  • 14.1 基于MATLAB的量化回测平台框架介绍
  • 14.2 简单均线系统的MATLAB实现
  • 14.3 基于MATLAB的策略回测模板样例
  • 14.4 其他基于MATLAB的回测平台展示
  • 第15章 基于MATLAB的多因子选股模型的实现
  • 15.1 多因子模型介绍
  • 15.2 MATLAB实现
  • 15.3 总结
  • 第16章 基于MATLAB和Wind的量化交易终端AsTradePlatform介绍与使用
  • 16.1 背景介绍
  • 16.2 面板介绍
  • 16.3 模块介绍
  • 16.4 总结与改进
  • 第17章 基于MATLAB的BP神经网络在量化投资中的应用
  • 17.1 基础简介
  • 17.2 基于MATLAB的BP神经网络对股指连续收盘价进行预测
  • 第18章 基于MATLAB的广义极值分布在量化投资中的策略挖掘与回测
  • 18.1 背景介绍
  • 18.2 GEV策略与回测的MATLAB实现
  • 第19章 基于MATLAB的正则表达式基础教程
  • 19.1 引言
  • 19.2 单个字符的匹配
  • 19.3 字符串的匹配
  • 19.4 标记（tokens）
  • 19.5 多行字符串与多正则表达式
  • 19.6 应用实例
  • 第20章 FQuantToolBox股票期货数据获取&量化回测工具箱的介绍与使用
  • 20.1 FQuantToolBox是做什么用的
  • 20.2 FQuantToolBox工具箱内容简介
  • 20.3 行情数据和基本面数据获取函数
  • 20.4 工具箱各版本更新说明
  • 第21章 双动量模型在资产配置中的作用
  • 21.1 背景
  • 21.2 他山之石
  • 21.3 可以攻玉
  • 21.4 结论
  • 第22章 基于低滞后均线在沪深300指数上的量化择时模型
  • 22.1 低滞后均线介绍
  • 22.2 低滞后均线策略回测的MATLAB实现
  • 第23章 从量化角度详解美国ETF行业大奖的Buffer ETF创新产品
  • 23.1 Buffer ETF基础知识
  • 23.2 Buffer ETF的投资策略
  • 第24章 量化FOF组合构建和分析技术在基金投顾中的应用
  • 24.1 基金研究
  • 24.2 大类资产配置与FOF组合构建
  • 24.3 FOF组合分析
  • 24.4 基金投顾与智能FOF
展开全部

评分及书评

评分不足
1个评分
  • 用户头像
    给这本书评了
    5.0

    本书分为基础篇和高级篇两部分。基础篇通过 Q&A 的方式介绍 MATLAB 和 Python 的主要功能、基本命令、数据处理等内容，使读者对 MATLAB 和 Python 有一个基本的了解。高级篇分为 23 章，介绍 MATLAB 和 Python 结合具体量化投资的相关案例，包括 MATLAB 处理优化问题和数据交互、绘制交易图形、构建行情软件和交易模型、基于 MATLAB 的 BP 神经网络和广义极值分布、基于 MATLAB 的正则表达式基础教程、FQuantToolBox 股票期货数据获取 & 量化回测工具箱的介绍与使用等内容，通过丰富的实例和图形帮助读者理解和运用 MATLAB 和 Python 作为量化投资的工具。

      转发
      评论

    出版方

    电子工业出版社

    电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。