量化投资参考书目-策略与技术

战略文章

第65438章+0量化投资理念

1.1什么是量化投资2

1.1.1量化投资定义2

1.1.2量化投资的误区3

1.2量化投资与传统投资的比较6

1.2.1传统投资策略的弊端6

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量化投资理论的发展10

1.3.2发展海外量化基金12

1.3.3中国量化投资15

1.4量化投资的主要内容16

1.5量化投资的主要方法21

第二章量化选股25页

2.1多因子26

2.1.1基本概念27

2.1.2策略模型27

2.1.3实证案例:多因素选股模型30

2.2样式旋转35°

2.2.1基本概念35

2.2.2利润的预期生命周期模型38

2.2.3政策模式40

2.2.4实证案例:中信标准普尔风格41

2.2.5实证案例:大小盘风格44

2.3行业轮换47

2.3.1基本概念47

2.3.2 m2行业轮换策略50

2.3.3市场情绪轮换策略52

2.4资本流动56

2.4.1基本概念56

2.4.2政策模式59

2.4.3实证案例:资本流动的选股策略60页

2.5动量反转63

2.5.1基本概念63

2.5.2政策模式67

2.5.3实证案例:动量选股策略和反转选股策略70

2.6共识预期73

2.6.1基本概念74

2.6.2政策模式76

2.6.3实证案例:一致预期模型案例78

2.7趋势跟踪84

2.7.1基本概念84

2.7.2政策模式86

2.7.3实证案例:趋势跟踪选股模型92

2.8筹码股票选择94

2.8.1基本概念

2.8.2政策模式97

2.8.3实证案例:筹码选股模型99

2.9绩效评估104

2.9.1收益率指标104

风险指数105

第3章量化定时111

3.1趋势跟踪112

3.1.1基本概念112

3.1.2传统趋势指标113

3.1.3自适应平均值121

3.2市场情绪125

3.2.1基本概念126

3.2.2情绪指数128

3.2.3实证案例:情绪指标的择时策略129

3.3有效资金133

3.3.1基本概念133

3.3.2政策模型134

3.3.3实证案例:有效资本择时模型137

3.4牛熊线141

3.4.1基本概念141

3.4.2政策模型143

3.4.3实证案例:牛熊线择时模型144

3.5 husrt指数146

3.5.1基本概念146

3.5.2政策模型148

3.5.3经验案例149

3.6支持向量机152

3.6.1基本概念152

3.6.2政策模型153

3.6.3经验案例:svm计时模型155

3.7施华奇型号160

3.7.1基本概念160

3.7.2政策模型161

3.7.3经验案例:施华奇模型164

3.8异常指示器168

市场噪音168

3.8.2行业集中度170

兴登堡凶兆172

第四章股指期货套利180

4.1基本概念181

4.1.1套利介绍181

4.1.2套利策略183

4.2现货套利185

4.2.1定价模型185

4.2.2现货指数复制186

4.2.3正向套利案例190

4.2.4结算日套利192

4.3跨期套利195

4.3.1跨期套利原理195

4.3.2无套利区间196

4.3.3跨期套利触发和终止197

4.3.4实证案例:跨期套利策略199

4.3.5主要套利机会200

4.4影响成本203

4.4.1主要指标204

4.4.2实证案例:影响成本205

4.5利润管理208

4.5.1 var方法208

4.5.2风险值计算方法209

4.5.3经验案例211

第五章商品期货套利214

5.1基本概念215

5.1.1套利条件216

5.1.2套利基本模式217

5.1.3套利准备219

5.1.4普通套利组合221

5.2现货套利225

基本原则225

5.2.2操作流程226

增值税风险230

5.3跨期套利231

5.3.1套利策略231

5.3.2实证案例:pvc跨期套利策略233

5.4跨市场套利234

5.4.1套利策略234

5.4.2实证案例:伦通-沪铜235跨市场套利

5.5跨品种套利236

5.5.1套利策略237

5.5.2实证案例238

5.6异常状态处理240

第六章统计套利242

6.1基本概念243

6.1.1统计套利定义243

6.1.2配对交易244

6.2匹配交易247

6.2.1协整策略247

6.2.2主成分策略254

6.2.3绩效评估256

6.2.4实证案例:配对交易258

6.3股指套利261

6.3.1行业指数套利261

6.3.2国家指数套利263

6.3.3大陆指数套利264

6.3.4全球指数套利266

6.4保证金套利267

6.4.1股票保证金套利267

6.4.2可转换债券-保证金套利268

6.4.3股指期货-保证金套利269

6.4.4封闭式基金-保证金套利271

6.5外汇套利272

6.5.1价差套利273

6.5.2货币对套利275

第七章期权套利277

7.1基本概念278

7.1.1期权介绍278

7.1.2期权交易279

7.1.3牛熊综合征280

7.2股票/期权套利283

7.2.1股票-股票期权套利283

7.2.2股指期权套利284

7.3转换套利285

7.3.1转换套利285

7.3.2反向转换套利287

7.4跨期套利288

7.4.1买入交叉套利289

7.4.2卖出多空套利291

7.5大跨度套利293

7.5.1买入大跨度套利293

7.5.2卖出大跨度套利294

7.6蝴蝶套利296

7.6.1买入蝴蝶套利296

7.6.2卖出蝴蝶套利298

7.7鹰套利299

7.7.1买入鹰套利300

7.7.2卖出鹰套利301

第八章算法交易304

8.1基本概念305

8.1.1算法交易定义305

8.1.2算法交易分类306

8.1.3算法事务设计308

8.2被动交易算法309

8.2.1影响成本310

8.2.2等待风险312

8.2.3常见被动交易策略314

8.3 vwap算法316

标准vwap算法316

8.3.2改进的vwap算法319

第九章其他策略323

9.1事件套利324

9.1.1 M&A套利策略324

9.1.2私募套利325

9.1.3重套利停牌股票组合326

9.1.4封闭组合套利327

9.2 etf套利328

9.2.1基本概念328

9.2.2无风险套利330

9.2.3其他套利

9.3 lof套利335

9.3.1基本概念

9.3.2模型策略336

9.3.3实证案例:lof套利337

9.4高频交易341

9.4.1流动性返利交易341

9.4.2游戏算法交易342

9.4.3自动做市商策略343

9.4.4程序化交易343

理论文章

第10章人工智能346

10.1主要内容347

10.1.1机器学习347

10.1.2自动推理350

10.1.3专家系统

10.1.4模式识别356

10.1.5人工神经网络358

10.1.6遗传算法362

10.2人工智能在量化投资中的应用366

10.2.1模式识别短期计时366

10.2.2 rbf神经网络股价预测370

10.2.3基于遗传算法的新股预测375

第11章数据挖掘381

11.1基本概念382

11.1.1主型号382

11.1.2典型方法384

11.2主要内容385

11.2.1分类和预测385

11.2.2关联规则391

11.2.3聚类分析397

11.3数据挖掘在量化投资中的应用400

11.3.1基于som网络的股票聚类分析方法400

11.3.2基于关联规则的盘旋转403

第12章小波分析407

基本概念408

12.2小波变换主要内容409

12.2.1连续小波变换409

12.2.2连续小波变换的离散化410

12.2.3多分辨率分析和mallat算法411

12.3小波分析在量化投资中的应用

12.3.1 k线小波去噪414

12.3.2金融时间序列数据预测420

第13章支持向量机429

基本概念430

13.1.1线性svm 430

13.1.2非线性支持向量机

13.1.3 svm分类器参数选择435

13.1.4支持向量机分类器从两类到多类的推广56438.68666666669

13.2模糊支持向量机437

增加了13.2.1带模糊后处理的svm 437。

13.2.2带模糊因子的支持向量机训练算法56638.68666866661

13.3支持向量机在量化投资中的应用56666.86866868661

13.3.1复杂金融时间序列数据预测440

13.3.2趋势拐点预测445

第14章分形理论452

基本概念453

14.1.1分形定义453

几个典型的分形(14.1.2)46647.666666666667

14.1.3的分形理论的应用研究46638.66666666666

14.2主要内容457

14.2.1分维457

14.2.2 l系统458

14.2.3 ifs系统460

分形理论在量化投资中的应用

14.3.1Megatrend预测461

14.3.2汇率预测466

第15章随机过程473

基本概念473

15.2主要内容476

15.2.1随机过程的分布函数

15.2.2随机过程的数字特征

15.2.3几种常见的随机过程477

平稳随机过程479

15.3灰色马尔可夫链股市预测480

第16章it技术486

16.1数据仓库技术

16.1.1从数据库到数据仓库487

16.1.2数据仓库489中的数据组织

16.1.3数据仓库的关键技术+0.55663663866

16.2编程语言493

16.2.1 GPU算法交易493

MATLAB语言497

16.2.3 c#语言

第17章主要数据和工具509

17.1多因素分析系统509

17.2多部:程序化交易平台511

17.3交易先锋:期货自动交易平台514

17.4大连证券交易所套利指令518

17.5 mt5:自动外汇交易平台522

第18章量化对冲交易系统:D-阿尔法528

18.1系统架构528

18.2政策分析流程530

18.3核心算法532

18.4验证结果534

表目录索引

表1不同投资策略的比较7

表2 1多因素选股模型的候选因素30

多因素模型31候选因素的初步检验

表2 3通过多因素模型测试的有效因素32

表2 4消除多因素模型中冗余后的因素33

表2 5多因素模型组合分部回报率33

表2 6晨星市场风格判别法36

表2 7基本投资风格的识别急剧收益率37

表2 8中信S&P风格指数41

表2 9风格动量策略组合的月度回报43

表2 10大小盘风格轮动策略月平均收益率46

表2 11中国货币周期段(2000-2009) 49

表2 12沪深300行业指数统计50

表2 13不同货币阶段不同行业收益率51

表2 14招商局资金流模型计算方法(cmsmf) 58

表2 15招商资金流模型(cmsmf)选股指数定义59

表2 16资金流向模型策略-沪深300 61

表2 17资金流模型策略-全市场62

表2 18动量组合平均年化超额收益相对基准(部分)68

表2 19反向组合相对基准的平均年化超额收益(部分)69

表2 20动量策略的风险收益分析71

表2 21反向策略风险收益分析73

表2 22趋势跟踪技术的回报率93

表2 23筹码选股模型中各个指标的收益比较99

表3 1ma指示器最佳定时测试的20组参数及其性能117

表3 24个趋势指标最优参数下的独立择时交易业绩比较120

表3 3不同信号数下的综合配时策略有交易费用120

表3-4自适应移动平均择时策略收益率分析124

表3 5市场情绪类别126

表3 6沪深300指数在不同情绪区域的月收益率对比128

表3 7沪深300指数在不同情绪变化区域的月收益率对比129

表3 8沪深300指数在不同情绪区域的月收益率对比130

表3 9沪深300指数在不同情绪变化区域的月收益率对比130

表3 10情绪指数择时收益率统计132

表3 11 SVM计时模型156的指标

表3 12 svm预测结果指数汇总沪深300指数156

表3 13 SVM计时模型在整体市场中的表现156

表3 14 SVM择时模型在单边上涨行情中的表现157

表3 15 SVM择时模型在单边下跌行情中的表现158

表3 16 SVM计时模型在震荡市的表现159

表3 17熊市择时噪声交易的收益率为170

表4 1不同股票编号下各种方法的跟踪误差(年化)190

表4-2股指期货199跨期套利多头过程分析

表4.3不同开仓比例下不同保证金水平覆盖的市场波动及其概率211

表4 4不同仓单持有期下的保证金覆盖率212

表1样本期内标的股票最相关的50个组合(部分)248

表6 2残差平稳性和自相关性检验249

表6.3不同阈值下的平均开仓平仓收益为251。

表6-4样品中不同模型获得的产率和最佳阈值252。

表6 5通过不同的模型和不同的外推方法在样品外获得的产率(%)253

表6 6样本中主成分配对交易的收益率和最优阈值255

表6 7样本外主成分配对交易的影响255

表6-8不同模型下的统计套利结果256

表6 9延迟开盘+提前收盘策略的实证结果260

表6 10各行业撮合交易结果261

表7 1多头股票期权套利综合分析表283

表7 2多头股票-股票期权套利案例损益分析表284

表7 3股指期权套利案例的盈亏分析表285

表7-4转换套利分析流程286

表7-5买入交叉套利综合分析表289

表7 6买入交叉套利交易明细289

表7 7卖出交叉套利综合分析表291

表7-8卖出交叉套利交易明细292

表7-9买入大跨度套利的综合分析表293

表7 10卖出大跨度套利综合分析表294

表7综合分析11买入蝴蝶套利表296

表7 12卖出蝴蝶套利综合分析表298

表7 13买入鹰套利分析表300

表7 14卖出鹰套利综合分析表301

表9 1主要M&A方法324

表9-2 M&A套利流程325

表9 3鹏华300 lof 339的两个远期套利

表9 4鹏华300 lof 340的两次反向套利

表10 1自动推理中的连词系统352

表10 2模式识别短期定时样本数据分类369

表10 3 rbf神经网络股价预测结果375

表10 4新股预测遗传算法参数设置379

表10 5新股预测结果遗传算法380

表11 1决策树数据表389

表11 2关联规则案例数据表392

表11 3 som股票聚类分析结果403

表11 4 21股票板块指数404布尔关系表数据片段

表121小波分析方法对SDB A每日收盘价的预测值与实际值的比较427

表12 2不同分解层的均方根误差值428

表13 1 svm沪深300指数预测误差445

表132 SVM指数预测与神经网络预测的比较445

表13 3技术反转点448的定义和形态

表13 4 svm趋势拐点预测结果450

表14 1连续浪涌前后分形的主要参数值463

表14 2连续暴跌465前后分形主要参数值

表14 3外汇r/ s分析指标469

表14 4 v(r/s)曲线回归测试470

表15 1深证成指样本内灰色马尔可夫链预测(2005/1—2006/8) 484

表15 2灰色马尔可夫链对深证成指的预测(2006/9—2006/12) 484

表16-12数据类型0 VBA 499

表18-1 d-alpha系统全球市场收益率分析534