经济
类型
7.3
豆瓣评分
可以朗读
语音朗读
155千字
字数
2018-01-01
发行日期
展开全部
主编推荐语
量化交易建模与优化：统计分析与机器学习应用
内容简介
本书主要介绍了用统计分析和机器学习等方法对中国期货市场量化交易进行建模分析，从最基础的数据获取、数据清理、因子提取、模型构造到最后的动态投资组合优化、C++编程实现等，都有覆盖，而且有着丰富的代码方便读者临摹学习和修改提升。
目录
- 封面页
- 书名页
- 版权页
- 作者简介
- 内容简介
- 前言
- 目录
- 第一章 期货基本策略概要
- 1.1 股指日内策略
- 1.1.1 日内策略简单介绍
- 1.1.2 曾经辉煌
- 1.1.3 近期发展
- 1.2 商品趋势策略
- 1.2.1 程序化交易的挚爱
- 1.2.2 2016年的辉煌
- 1.2.3 2017年的惨淡
- 1.2.4 在公募机构做商品交易
- 1.3 高频交易策略
- 1.3.1 人工炒手vs机器高频
- 1.3.2 2016年以前最暴利的策略
- 1.3.3 全面从严监管
- 1.4 本节介绍
- 1.4.1 为什么使用R语言
- 1.4.2 重点介绍中低频趋势
- 1.5 未来展望
- 1.5.1 跨期、跨品种套利策略
- 1.5.2 商品市场中性策略
- 1.5.3 基于基本面数据的策略
- 1.5.4 算法交易
- 1.6 本章小结
- 第二章 数据处理
- 2.1 期货分笔数据
- 2.1.1 获得数据的途径
- 2.1.2 数据储存
- 2.1.3 盘后自动获取
- 2.2 合成5分钟数据
- 2.2.1 R语言的版本
- 2.2.2 结合Rcpp提速
- 2.2.3 多核并行再次提速
- 2.3 异常处理
- 2.3.1 夜盘数据
- 2.3.2 涨跌停处理
- 2.3.3 为什么保留买卖盘口
- 2.3.4 跟其他行情软件对比
- 2.4 本章小结
- 第三章 预测因子
- 3.1 技术指标来源
- 3.1.1 建模背景介绍
- 3.1.2 R自带的TTR库
- 3.1.3 一些技术指标的书籍
- 3.1.4 常见的论文
- 3.2 因变量的选择
- 3.2.1 因变量的重要性
- 3.2.2 价格未来变化的对数收益率
- 3.2.3 价格变化的点数
- 3.2.4 小波等去噪方法
- 3.3 高频因子
- 3.3.1 基于买卖挂单量的因子
- 3.3.2 基于成交量的因子
- 3.3.3 基于价格变化的因子
- 3.3.4 多因子预测模型
- 3.3.5 对R的理解
- 3.4 本章小结
- 第四章 基础统计模型
- 4.1 线性回归
- 4.1.1 为什么用线性模型
- 4.1.2 数据准备
- 4.1.3 样本内的情况
- 4.1.4 样本外的情况
- 4.1.5 关于t-value等统计量
- 4.2 带约束的线性回归
- 4.2.1 验证集的使用方法
- 4.2.2 Ridge模型
- 4.2.3 Lasso模型
- 4.3 模型选择
- 4.3.1 金融数据特征
- 4.3.2 贝叶斯观点
- 4.3.3 数理模型在金融中的应用
- 4.4 本章小结
- 第五章 复杂统计模型与机器学习
- 5.1 复杂统计模型
- 5.1.1 Gradient Boosting Machine（GBM）
- 5.1.2 随机森林
- 5.2 跨品种因子
- 5.2.1 相关品种构建因子
- 5.2.2 建模的注意事项
- 5.3 高频数据建模
- 5.3.1 gbm研究商品高频
- 5.3.2 随机森林研究商品高频
- 5.3.3 深度学习研究商品高频
- 5.4 本章小结
- 第六章 从预测到交易
- 6.1 落实到交易才有意义
- 6.1.1 R深入解读
- 6.1.2 仓位与交易动作
- 6.2 开平仓阈值
- 6.2.1 非多即空的策略
- 6.2.2 多策略筛选
- 6.2.3 顺势与逆势
- 6.2.4 开平仓不同参数的情况
- 6.3 策略筛选
- 6.3.1 夏普比等常用指标
- 6.3.2 其他一些指标
- 6.3.3 横向对比
- 6.4 本章小结
- 第七章 策略模型深化
- 7.1 优化提速
- 7.1.1 计算速度比较
- 7.1.2 简化搜索空间
- 7.1.3 多核并行处理
- 7.1.4 GPU的好处
- 7.2 策略更新
- 7.2.1 更新策略的部分
- 7.2.2 控制策略数量
- 7.3 计算因子的技巧
- 7.3.1 稀疏矩阵
- 7.3.2 逐步回归与逐渐回归
- 7.4 本章小结
- 第八章 投资组合优化
- 8.1 马科维茨均值-方差模型
- 8.1.1 线性模型的特征
- 8.1.2 模型简介
- 8.1.3 非负约束
- 8.1.4 一些主观调整
- 8.2 简单分配的情况
- 8.2.1 等手数
- 8.2.2 等资金
- 8.2.3 其他的一些扩展
- 8.3 本章小结
- 第九章 投资组合优化深入研究
- 9.1 风险平价策略
- 9.1.1 风险平价简介
- 9.1.2 风险平价举例
- 9.2 动态投资组合优化
- 9.2.1 固定策略动态调参
- 9.2.2 更频繁地调整
- 9.3 近似动态规划（增强学习）
- 9.3.1 围棋为例介绍
- 9.3.2 用于动态投资组合优化
- 9.3.3 用于策略研究
- 9.4 本章小结
- 第十章 C++实现策略
- 10.1 关于期货程序化接口
- 10.1.1 CTP的特点
- 10.1.2 其他接口简介
- 10.1.3 关于FAK/FOK指令
- 10.1.4 Windows还是Linux
- 10.1.5 高中低频策略的团队协作
- 10.2 从R到C++
- 10.2.1 合成5分钟K线
- 10.2.2 技术指标的计算
- 10.2.3 仓位的管理
- 10.3 本章小结
- 第十一章 实盘交易管理
- 11.1 模拟交易
- 11.1.1 SimNow仿真交易平台
- 11.1.2 交易合约设置
- 11.1.3 交易策略设置
- 11.2 风险管理
- 11.2.1 策略风险
- 11.2.2 行情风险
- 11.2.3 操作风险
- 11.2.4 硬件风险
- 11.2.5 程序风险
- 11.3 资金曲线管理
- 11.3.1 产品开始时期
- 11.3.2 同一公司不同产品
- 11.3.3 运作过程中的管理
- 11.4 人工主观干预
- 11.4.1 选近期表现好的品种和策略
- 11.4.2 调整策略的频率
- 11.4.3 滚动筛选品种
- 11.5 心态管理
- 11.5.1 策略研究不出来
- 11.5.2 策略表现不好
- 11.5.3 多元化考察结果
- 11.6 本章小结
- 第十二章 套利交易
- 12.1 策略介绍
- 12.1.1 策略基础分类
- 12.1.2 商品跨期套利基础
- 12.1.3 跨期数据处理
- 12.2 跨期套利深入研究
- 12.2.1 数据深入处理
- 12.2.2 生成5分钟K线
- 12.2.3 找主力合约
- 12.2.4 清洗数据
- 12.3 跨期套利策略
- 12.3.1 因子计算
- 12.3.2 统计建模
- 12.3.3 策略绩效
- 12.3.4 策略进一步分析
- 12.4 跨品种套利
- 12.4.1 策略介绍
- 12.4.2 时间序列ARIMA建模
- 12.4.3 策略分析
- 12.5 本章小结
- 第十三章 求职与工作
- 13.1 对在校学生的建议
- 13.1.1 专业倾向
- 13.1.2 简历准备
- 13.1.3 面试准备
- 13.2 工作初期
- 13.2.1 交易员转型量化
- 13.2.2 重实盘不重研究
- 13.2.3 经纪公司研究部
- 13.2.4 大的量化私募
- 13.3 投资经理
- 13.3.1 业绩提成
- 13.3.2 跟领导意见不合
- 13.3.3 关于跳槽
- 13.4 业内交流
- 13.4.1 其他的量化公司
- 13.4.2 其他一些资金方
- 13.4.3 跟猎头打交道
- 13.4.4 跟期货公司打交道
- 13.4.5 跟高校、学生打交道
- 13.5 本章小结
- 后记
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
清华大学出版社
清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。
