经济 类型
7.7 豆瓣评分
可以朗读 语音朗读
97千字 字数
2021-04-01 发行日期
展开全部

主编推荐语

多因子股票模型原理与实践详解

内容简介

本书深入浅出地介绍股票多因子模型的原理与构建方式，分别从基础知识、单因子测试、因子合成、股票组合构建等多方面进行介绍。本书共有6章：第1章对量化投资进行概述，并引出了多因子模型的底层逻辑与实践框架；第2章和第3章分别介绍多因子模型的Python编程基础与概率统计基础；第4章介绍单因子的计算过程和处理过程，以及单因子的测试和测试结果的分析方法，是较为重要的一章；第5章介绍单因子如何进行因子合成；第6章介绍简单的组合构建方法和利用组合理论构建组合的方法。

目录

  • 封面
  • 前折页
  • 版权信息
  • 前言
  • 第1章 量化投资概述
  • 1.1 什么是量化投资
  • 1.1.1 股票多因子
  • 1.1.2 量化CTA
  • 1.1.3 套利
  • 1.1.4 高频
  • 1.2 股票多因子模型框架
  • 1.2.1 因子与因子思维
  • 1.2.2 多因子模型的数学语言
  • 1.2.3 多因子模型的实践框架
  • 1.3 量化的基本问题
  • 1.3.1 幸存者偏差
  • 1.3.2 未来信息
  • 1.3.3 过度拟合与欠拟合
  • 1.3.4 因果性与相关性
  • 1.3.5 其他问题
  • 第2章 量化的Python基础
  • 2.1 Python的安装与基本环境
  • 2.1.1 下载与安装
  • 2.1.2 Jupyter的使用
  • 2.2 基本数据类型和变量
  • 2.2.1 整型
  • 2.2.2 浮点型
  • 2.2.3 字符串
  • 2.2.4 布尔型
  • 2.2.5 变量
  • 2.3 Python的容器
  • 2.3.1 列表
  • 2.3.2 元组
  • 2.3.3 字典
  • 2.4 Python的基本语法
  • 2.4.1 if判断
  • 2.4.2 for循环
  • 2.4.3 函数
  • 2.4.4 模块的使用
  • 2.5 数据处理入门
  • 2.5.1 NumPy科学计算库
  • 2.5.2 Matplotlib可视化库
  • 2.6 Pandas
  • 2.6.1 数据表
  • 2.6.2 Series与DataFrame
  • 2.6.3 Pandas的输入与输出
  • 2.6.4 DataFrame的数据选取
  • 2.6.5 Pandas的排序
  • 2.6.6 统计描述与分组
  • 2.6.7 Pandas的数据可视化
  • 2.6.8 多个DataFrame处理
  • 第3章 量化的概率统计基础
  • 3.1 分布的四个“矩”
  • 3.1.1 期望
  • 3.1.2 方差
  • 3.1.3 偏度
  • 3.1.4 峰度
  • 3.2 正态分布
  • 3.2.1 正态分布的定义
  • 3.2.2 正态分布的特点
  • 3.3 线性回归
  • 3.3.1 单元线性回归
  • 3.3.2 多元线性回归
  • 3.3.3 哑变量
  • 3.4 业绩评价指标
  • 3.4.1 年化收益率
  • 3.4.2 夏普比率
  • 3.4.3 信息比率
  • 第4章 单因子测试
  • 4.1 因子的来源
  • 4.1.1 财务因子
  • 4.1.2 分析师一致预期因子
  • 4.1.3 技术因子
  • 4.1.4 其他因子
  • 4.2 大小盘因子
  • 4.2.1 大小盘因子的定义
  • 4.2.2 大小盘因子的计算
  • 4.2.3 大小盘因子的处理流程
  • 4.2.4 去极值与异常值
  • 4.2.5 标准化
  • 4.2.6 中性化
  • 4.3 ROE因子
  • 4.3.1 ROE因子概述
  • 4.3.2 ROE因子的计算
  • 4.3.3 市值中性化
  • 4.4 RSI因子
  • 4.4.1 RSI指标计算
  • 4.4.2 RSI因子的定义与计算
  • 4.5 其他因子的计算
  • 4.5.1 BTOP因子
  • 4.5.2 ROE稳定性因子
  • 4.5.3 EPS一致预期变动率因子
  • 4.5.4 舆论因子
  • 4.6 单因子的测试分析
  • 4.6.1 单因子测试的基本逻辑
  • 4.6.2 Alphalens简介
  • 4.6.3 因子IC分析
  • 4.6.4 收益率分析
  • 4.6.5 换手率
  • 4.7 常见因子的测试结果
  • 4.7.1 ROE测试结果
  • 4.7.2 销售净利率
  • 4.7.3 MAC10
  • 4.7.4 BTOP因子
  • 第5章 因子合成
  • 5.1 经典加权方法
  • 5.1.1 等权
  • 5.1.2 滚动IC与IC_IR
  • 5.1.3 合成因子测试结果
  • 5.1.4 其他加权方法
  • 5.2 情景配置
  • 5.2.1 市值因子的分析
  • 5.2.2 ROE因子的择时
  • 第6章 组合构建
  • 6.1 一般方法
  • 6.1.1 等权加权
  • 6.1.2 市值加权
  • 6.2 均值-方差组合
  • 6.2.1 优化器的使用
  • 6.2.2 “均值-方差”效用函数
  • 后折页
  • 封底
展开全部

评分及书评

评分不足
1个评分

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。