具体描述
《量化投资——策略与技术（典藏版）》是国内少有的有关量化投资策略的著作。《量化投资——策略与技术（典藏版）》用60 多个案例介绍了量化投资的各个方面的内容，主要分为策略篇与理论篇两部分。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、算法交易和资产配置等。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、随机过程及IT 技术等。最后介绍了作者开发的D-Alpha量化对冲交易系统，该系统全球市场验证显示具有长期稳健的收益率。附录是作者开创性的理论“策略组合模型”，探讨了策略的定义、组合、杠杆、资金容量和资金分配等关键问题。
《量化投资——策略与技术（典藏版）》适合基金经理、产品经理、证券分析师、投资总监及有志于从事金融投资的各界人士阅读。
作者简介
目录信息
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 海外量化基金的发展 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
2.2 风格轮动 34
2.2.1 基本概念 35
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
2.3 行业轮动 46
2.3.1 基本概念 47
2.3.2 M2行业轮动策略 49
2.3.3 市场情绪轮动策略 52
2.4 资金流 55
2.4.1 基本概念 56
2.4.2 策略模型 59
2.4.3 实证案例：资金流选股策略 60
2.5 动量反转 63
2.5.1 基本概念 63
2.5.2 策略模型 67
2.5.3 实证案例：动量选股策略和反转选股策略 70
2.6 一致预期 73
2.6.1 基本概念 74
2.6.2 策略模型 76
2.6.3 实证案例：一致预期模型案例 79
2.7 趋势追踪 85
2.7.1 基本概念 85
2.7.2 策略模型 87
2.7.3 实证案例：趋势追踪选股模型 93
2.8 筹码选股 95
2.8.1 基本概念 95
2.8.2 策略模型 98
2.8.3 实证案例：筹码选股模型 100
2.9 业绩评价 104
2.9.1 收益率指标 104
2.9.2 风险度指标 105
第3章 量化择时 112
3.1 趋势追踪 113
3.1.1 基本概念 113
3.1.2 传统趋势指标 114
3.1.3 自适应均线 122
3.2 市场情绪 126
3.2.1 基本概念 127
3.2.2 情绪指数 129
3.2.3 实证案例：情绪指标择时策略 130
3.3 时变夏普率 134
3.3.1 Tsharp值的估计模型 134
3.3.2 基于Tsharp值的择时策略 136
3.3.3 实证案例 137
3.4 牛熊线 142
3.4.1 基本概念 142
3.4.2 策略模型 144
3.4.3 实证案例：牛熊线择时模型 146
3.5 Husrt指数 148
3.5.1 基本概念 148
3.5.2 策略模型 150
3.5.3 实证案例 151
3.6 支持向量机 154
3.6.1 基本概念 154
3.6.2 策略模型 155
3.6.3 实证案例：SVM择时模型 157
3.7 SWARCH模型 162
3.7.1 基本概念 162
3.7.2 策略模型 164
3.7.3 实证案例：SWARCH模型 167
3.8 异常指标 170
3.8.1 市场噪声 171
3.8.2 行业集中度 173
3.8.3 兴登堡凶兆 175
第4章 股指期货套利 182
4.1 基本概念 183
4.1.1 套利介绍 183
4.1.2 套利策略 185
4.2 期现套利 187
4.2.1 定价模型 187
4.2.2 现货指数复制 188
4.2.3 正向套利案例 192
4.2.4 结算日套利 194
4.3 跨期套利 197
4.3.1 跨期套利原理 197
4.3.2 无套利区间 198
4.3.3 跨期套利触发和终止 199
4.3.4 实证案例：跨期套利策略 201
4.3.5 主要套利机会 202
4.4 冲击成本 205
4.4.1 主要指标 206
4.4.2 实证案例：冲击成本 207
4.5 保证金管理 209
4.5.1 VaR方法 210
4.5.2 VaR计算方法 211
4.5.3 实证案例 212
第5章 商品期货套利 216
5.1 基本概念 217
5.1.1 套利的条件 218
5.1.2 套利基本模式 219
5.1.3 套利准备工作 221
5.1.4 常见套利组合 223
5.2 期现套利 227
5.2.1 基本原理 227
5.2.2 操作流程 228
5.2.3 增值税风险 232
5.3 跨期套利 233
5.3.1 套利策略 233
5.3.2 实证案例：PVC跨期套利策略 235
5.4 跨市场套利 236
5.4.1 套利策略 236
5.4.2 实证案例：伦铜—沪铜跨市场套利 237
5.5 跨品种套利 238
5.5.1 套利策略 239
5.5.2 实证案例 240
5.6 非常状态处理 242
第6章 统计套利 244
6.1 基本概念 245
6.1.1 统计套利定义 245
6.1.2 配对交易 246
6.2 配对交易策略 249
6.2.1 协整策略 249
6.2.2 主成分策略 255
6.2.3 行业（股票）轮动套利策略 258
6.2.4 配对策略改进 261
6.3 股指套利 264
6.3.1 行业指数套利 264
6.3.2 国家指数套利 266
6.3.3 洲域指数套利 267
6.3.4 全球指数套利 268
6.4 融券套利 270
6.4.1 股票—融券套利 270
6.4.2 可转债—融券套利 271
6.4.3 股指期货—融券套利 272
6.4.4 封闭式基金—融券套利 273
6.5 外汇套利 275
6.5.1 利差套利 276
6.5.2 货币对套利 278
第7章 期权套利 280
7.1 基本概念 281
7.1.1 期权介绍 281
7.1.2 期权交易 282
7.1.3 牛熊证 283
7.2 股票/期权套利 286
7.2.1 股票—股票期权套利 286
7.2.2 股票—指数期权套利 287
7.3 转换套利与反向转换套利 288
7.3.1 转换套利 288
7.3.2 反向转换套利 290
7.4 跨式套利 292
7.4.1 买入跨式套利 292
7.4.2 卖出跨式套利 294
7.5 宽跨式套利 296
7.5.1 买入宽跨式套利 296
7.5.2 卖出宽跨式套利 297
7.6 蝶式套利 299
7.6.1 买入蝶式套利 299
7.6.2 卖出蝶式套利 301
7.7 飞鹰式套利 303
7.7.1 买入飞鹰式套利 303
7.7.2 卖出飞鹰式套利 304
第8章 算法交易 307
8.1 基本概念 308
8.1.1 算法交易定义 308
8.1.2 算法交易分类 309
8.1.3 算法交易设计 311
8.2 被动交易算法 312
8.2.1 冲击成本 313
8.2.2 等待风险 315
8.2.3 常用被动型交易策略 317
8.3 VWAP算法 319
8.3.1 标准VWAP算法 319
8.3.2 改进型VWAP算法 323
第9章 另类套利策略 326
9.1 封闭式基金套利 327
9.1.1 基本概念 327
9.1.2 模型策略 327
9.1.3 实证案例 329
9.2 ETF套利 330
9.2.1 基本概念 330
9.2.2 无风险套利 332
9.2.3 其他套利 336
9.3 高频交易 337
9.3.1 流动性回扣交易 337
9.3.2 猎物算法交易 338
9.3.3 自动做市商策略 339
9.3.4 高频交易的发展 339
9.3.5 基于卡尔曼滤波的价格预测 342
9.3.6 利用支持向量机的短期预测交易 346
理论篇
第10章 人工智能 350
10.1 主要内容 351
10.1.1 机器学习 351
10.1.2 自动推理 354
10.1.3 专家系统 357
10.1.4 模式识别 360
10.1.5 人工神经网络 362
10.1.6 遗传算法 366
10.2 人工智能在量化投资中的应用 370
10.2.1 模式识别短线择时 370
10.2.2 RBF神经网络股价预测 374
10.2.3 基于遗传算法新股预测 379
第11章 数据挖掘 385
11.1 基本概念 386
11.1.1 主要模型 386
11.1.2 典型方法 388
11.2 主要内容 389
11.2.1 分类与预测 389
11.2.2 关联规则 395
11.2.3 聚类分析 401
11.3 数据挖掘在量化投资中的应用 404
11.3.1 基于SOM网络的股票聚类分析方法 404
11.3.2 基于关联规则的板块轮动 407
第12章 小波分析 410
12.1 基本概念 411
12.2 小波变换主要内容 412
12.2.1 连续小波变换 412
12.2.2 连续小波变换的离散化 413
12.2.3 多分辨分析与Mallat算法 414
12.3 小波分析在量化投资中的应用 418
12.3.1 K线小波去噪 418
12.3.2 金融时序数据预测 424
第13章 支持向量机 432
13.1 基本概念 433
13.1.1 线性SVM 433
13.1.2 非线性SVM 436
13.1.3 SVM分类器参数选择 438
13.1.4 SVM分类器从二类到多类的推广 439
13.2 模糊支持向量机 440
13.2.1 增加模糊后处理的SVM 440
13.2.2 引入模糊因子的SVM训练算法 442
13.3 SVM在量化投资中的应用 443
13.3.1 复杂金融时序数据预测 443
13.3.2 趋势拐点预测 448
第14章 分形理论 454
14.1 基本概念 455
14.1.1 分形定义 455
14.1.2 几种典型的分形 456
14.1.3 分形理论的应用 458
14.2 主要内容 459
14.2.1 分形维数 459
14.2.2 L系统 460
14.2.3 IFS系统 462
14.3 分形理论在量化投资中的应用 463
14.3.1 大趋势预测 463
14.3.2 汇率预测 468
第15章 随机过程 475
15.1 基本概念 475
15.2 主要内容 478
15.2.1 随机过程的分布函数 478
15.2.2 随机过程的数字特征 479
15.2.3 几种常见的随机过程 479
15.2.4 平稳随机过程 482
15.3 灰色马尔可夫链股市预测 483
第16章 IT技术 488
16.1 数据仓库技术 488
16.1.1 从数据库到数据仓库 489
16.1.2 数据仓库中的数据组织 491
16.1.3 数据仓库的关键技术 493
16.2 编程语言 495
16.2.1 GPU算法交易 495
16.2.2 MATLAB语言 499
16.2.3 C#语言 508
第17章 主要数据与工具 514
17.1 名策数据：多因子分析平台 514
17.2 Multicharts：程序化交易平台 517
17.3 交易开拓者：期货自动交易平台 520
17.4 大连交易所套利指令 525
17.5 MT5：外汇自动交易平台 528
第18章 对冲交易系统：D-Alpha 535
18.1 系统架构 535
18.2 策略分析流程 537
18.3 核心算法 539
18.4 验证结果 541
附录A 策略组合模型 542
A.1 策略定义 542
A.2 策略类型 544
A.3 策略的杠杆 547
A.4 策略的资金容量 550
A.5 策略的筛选 551
A.6 策略的组合 554
A.7 策略的资金分配 555
参考文献 558
· · · · · · (收起)
读后感
《量化投资——策略与技术（典藏版）》是国内少有的有关量化投资策略的著作。《量化投资——策略与技术（典藏版）》用60 多个案例介绍了量化投资的各个方面的内容，主要分为策略篇与理论篇两部分。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、...
评分《量化投资——策略与技术（典藏版）》是国内少有的有关量化投资策略的著作。《量化投资——策略与技术（典藏版）》用60 多个案例介绍了量化投资的各个方面的内容，主要分为策略篇与理论篇两部分。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、...
评分《量化投资——策略与技术（典藏版）》是国内少有的有关量化投资策略的著作。《量化投资——策略与技术（典藏版）》用60 多个案例介绍了量化投资的各个方面的内容，主要分为策略篇与理论篇两部分。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、...
评分《量化投资——策略与技术（典藏版）》是国内少有的有关量化投资策略的著作。《量化投资——策略与技术（典藏版）》用60 多个案例介绍了量化投资的各个方面的内容，主要分为策略篇与理论篇两部分。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、...
评分《量化投资——策略与技术（典藏版）》是国内少有的有关量化投资策略的著作。《量化投资——策略与技术（典藏版）》用60 多个案例介绍了量化投资的各个方面的内容，主要分为策略篇与理论篇两部分。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、...
用户评价
初次接触量化投资时，我曾被各种复杂的数学公式和编程语言吓退。然而，这本书的叙述方式却异常平易近人。它没有直接将我推入高深的理论深渊，而是从最基础的概念入手，一步步引导读者理解量化思维的精髓。我特别欣赏作者在解释复杂模型时所采用的类比和直观描述，这使得即便是金融背景不那么深厚的读者也能迅速抓住核心要点。书中的技术章节对于工具的选择和应用也给出了非常实用的建议，让我知道如何将理论模型落地到实际的回测和交易执行中。读完后，我感觉自己仿佛有了一套完整的工具箱，不再是盲目地跟风，而是能够有条理地构建和检验自己的投资想法。这是一次非常扎实的学习体验，让我从“知其然”迈向了“知其所以然”。
评分我必须承认，市面上充斥着大量关于“快速致富”的投资书籍，但很少有能像这本一样，将学术的严谨性与实践的可操作性完美结合。这本书的结构安排非常巧妙，前半部分奠定了扎实的理论基础，后半部分则专注于如何将这些理论转化为实际的盈利系统。我注意到，书中对特定技术栈的介绍虽然是工具性的，但其背后所蕴含的算法思想却具有极强的普适性。例如，书中关于时间序列分析和机器学习在金融中的应用的介绍，极大地拓宽了我对数据处理方式的认知。读完后，我不再是那个只会用简单移动平均线的门外汉，而是开始尝试构建更复杂的套利和趋势跟踪模型。这本书的价值在于它提供了一种全新的、更具科学性的视角来看待金融市场的波动。
评分这本书的深度和广度都超出了我的预期。它不仅仅停留在介绍几种经典的量化策略，而是深入探讨了策略的生命周期管理——从想法的诞生，到数据的清洗，再到模型的优化和监控，形成了一个闭环的学习体系。尤其让我受益匪浅的是关于“因子挖掘”和“模型稳健性测试”的章节。我曾犯过过度拟合的错误，但在阅读了书中关于样本外测试和交叉验证的严格要求后，我开始重新审视自己的历史回测结果。作者强调的“市场有效性”和“策略衰减”的观点，让我对量化策略的长期有效性保持了清醒的认识。这本书像是一位经验丰富的前辈，在我耳边不断提醒着量化投资的陷阱与挑战，是提升实战能力的必备读物。
评分这本关于量化投资的书籍，从策略构建到技术实现，为我打开了一扇全新的大门。我一直对金融市场抱有浓厚的兴趣，但传统的价值投资和技术分析对我来说总显得有些主观和模糊。这本书的出现，让我看到了一个更加系统化、数据驱动的投资世界。它详细阐述了如何从海量数据中提炼出可操作的交易信号，这种严谨的逻辑和对实证的追求，让我对未来的投资决策充满了信心。书中的案例分析非常到位，让我能将抽象的理论与实际的市场波动联系起来，理解不同模型在牛市和熊市中的表现差异。特别是对于风险管理和头寸分配的讨论，给我留下了深刻印象，让我认识到，在追求高回报的同时，控制回撤同样重要。这本书无疑是我量化学习旅程中的一座灯塔，指引着我不断深入探索。
评分这本书带给我的最大震撼在于它对“对冲”艺术的深刻剖析。量化投资的精髓绝不仅仅是找到高收益的 alpha，如何有效地对冲掉市场系统性风险（beta）同样关键。书中对配对交易、统计套利以及多因子对冲的讲解细致入微，每一个模型都有清晰的数学推导和清晰的逻辑支撑。我之前总觉得对冲是件很玄乎的事情，但在阅读了书中关于协整检验和风险平价分配的章节后，我才真正理解了如何通过构建低相关性的资产组合来平滑投资曲线。这本书没有回避量化投资中复杂的数学和统计工具，而是鼓励读者去掌握它们，并将之作为实现稳定收益的基石。它不是一本速成指南，而是一部需要反复研读、细细品味的深度教材。
评分缺点：1.有typo 2.有不必要的重复句段，个人感觉编辑略粗糙 3.案例实操性不强，年化与回测时间线有关所以都看起来不错 优点：1.框架清晰（特指目录） 2.逻辑清晰（不论是作者自己总结还是收录），所需数学基础知识言简意赅但足够准确 3.可高效了解量化基础（相当于有结构地百度）
评分基本入门，写的像段子一样
评分缺点：1.有typo 2.有不必要的重复句段，个人感觉编辑略粗糙 3.案例实操性不强，年化与回测时间线有关所以都看起来不错 优点：1.框架清晰（特指目录） 2.逻辑清晰（不论是作者自己总结还是收录），所需数学基础知识言简意赅但足够准确 3.可高效了解量化基础（相当于有结构地百度）
评分浮光掠影
评分1 这本书基本是编纂的（不说“抄”），各种报告的集合 2 虽然给了参考文献，但是不够规范，不够诚实：作者自己肯定没有逆向工程绝大多数策略，因为基本上图片都是剪切过来的 有些原文重要公式省去了，但作为一本书，省去这个重要的公式你还说个屁。 3 错误很多，黑白印刷的图片居然说有颜色。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有