量化投资 策略与技术PDF电子书下载

策略篇 2

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 6

1.2.1传统投资策略的缺点 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 21

第2章 量化选股 25

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：多因子选股模型 30

2.2风格轮动 35

2.2.1基本概念 35

2.2.2盈利预期生命周期模型 38

2.2.3策略模型 40

2.2.4实证案例：中信标普风格 41

2.2.5实证案例：大小盘风格 44

2.3行业轮动 47

2.3.1基本概念 47

2.3.2 M2行业轮动策略 50

2.3.3市场情绪轮动策略 52

2.4资金流 56

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 78

2.7趋势追踪 84

2.7.1基本概念 84

2.7.2策略模型 86

2.7.3实证案例：趋势追踪选股模型 92

2.8筹码选股 94

2.8.1基本概念 95

2.8.2策略模型 97

2.8.3实证案例：筹码选股模型 99

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 111

3.1趋势追踪 112

3.1.1基本概念 112

3.1.2传统趋势指标 113

3.1.3自适应均线 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：情绪指标择时策略 129

3.3有效资金 133

3.3.1基本概念 133

3.3.2策略模型 134

3.3.3实证案例：有效资金择时模型 137

3.4牛熊线 141

3.4.1基本概念 141

3.4.2策略模型 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策略模型 148

3.5.3实证案例 149

3.6支持向量机 152

3.6.1基本概念 152

3.6.2策略模型 153

3.6.3实证案例：SVM择时模型 155

3.7 SWARCH模型 160

3.7.1基本概念 160

3.7.2策略模型 161

3.7.3实证案例：SWARCH模型 164

3.8异常指标 168

3.8.1市场噪声 168

3.8.2行业集中度 170

3.8.3兴登堡凶兆 172

第4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期现套利 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冲击成本 203

4.4.1主要指标 204

4.4.2实证案例：冲击成本 205

4.5保证金管理 208

4.5.1 VaR方法 208

4.5.2 VaR计算方法 209

4.5.3实证案例 211

第5章 商品期货套利 214

5.1基本概念 215

5.1.1套利的条件 216

5.1.2套利基本模式 217

5.1.3套利准备工作 219

5.1.4常见套利组合 221

5.2期现套利 225

5.2.1基本原理 225

5.2.2操作流程 226

5.2.3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：伦铜—沪铜跨市场套利 235

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非常状态处理 240

第6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配对交易 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洲域指数套利 264

6.3.4全球指数套利 266

6.4融券套利 267

6.4.1股票—融券套利 267

6.4.2可转债—融券套利 268

6.4.3股指期货—融券套利 269

6.4.4封闭式基金一融券套利 271

6.5外汇套利 272

6.5.1利差套利 273

6.5.2货币对套利 275

第7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牛熊证 280

7.2股票／期权套利 283

7.2.1股票一股票期权套利 283

7.2.2股票一指数期权套利 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跨式套利 288

7.4.1买入跨式套利 289

7.4.2卖出跨式套利 291

7.5宽跨式套利 293

7.5.1买入宽跨式套利 293

7.5.2卖出宽跨式套利 294

7.6蝶式套利 296

7.6.1买入蝶式套利 296

7.6.2卖出蝶式套利 298

7.7飞鹰式套利 299

7.7.1买入飞鹰式套利 300

7.7.2卖出飞鹰式套利 301

第8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算法交易设计 308

8.2被动交易算法 309

8.2.1冲击成本 310

8.2.2等待风险 312

8.2.3常用被动型交易策略 314

8.3 V WAP算法 316

8.3.1标准V WAP算法 316

8.3.2改进型V WAP算法 319

第9章 其他策略 323

9.1事件套利 324

9.1.1并购套利策略 324

9.1.2定向增发套利 325

9.1.3套利重仓停牌股票的投资组合 326

9.1.4封闭式投资组合套利 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 334

9.3 LOF套利 335

9.3.1基本概念 335

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流动性回扣交易 341

9.4.2猎物算法交易 342

9.4.3自动做市商策略 343

9.4.4程序化交易 343

理论篇 346

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 353

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模式识别短线择时 366

10.2.2 RBF神经网络股价预测 370

10.2.3基于遗传算法新股预测 375

第11章 数据挖掘 381

11.1基本概念 382

11.1.1主要模型 382

11.1.2典型方法 384

11.2主要内容 385

11.2.1分类与预测 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基于关联规则的板块轮动 403

第12章 小波分析 407

12.1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多分辨分析与Mallat算法 411

12.3小波分析在量化投资中的应用 414

12.3.1 K线小波去噪 414

12.3.2金融时序数据预测 420

第13章 支持向量机 429

13.1基本概念 430

13.1.1线性SVM 430

13.1.2非线性SVM 433

13.1.3 SVM分类器参数选择 435

13.1.4 SVM分类器从二类到多类的推广 436

13.2模糊支持向量机 437

13.2.1增加模糊后处理的SVM 437

13.2.2引入模糊因子的SVM训练算法 439

13.3 SVM在量化投资中的应用 440

13.3.1复杂金融时序数据预测 440

13.3.2趋势拐点预测 445

第14章 分形理论 452

14.1基本概念 453

14.1.1分形定义 453

14.1.2几种典型的分形 454

14.1.3分形理论的应用 456

14.2主要内容 457

14.2.1分形维数 457

14.2.2 L系统 458

14.2.3 IFS系统 460

14.3分形理论在量化投资中的应用 461

14.3.1大趋势预测 461

14.3.2汇率预测 466

第15章 随机过程 473

15.1基本概念 473

15.2主要内容 476

15.2.1随机过程的分布函数 476

15.2.2随机过程的数字特征 476

15.2.3几种常见的随机过程 477

15.2.4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 486

16.1.1从数据库到数据仓库 487

16.1.2数据仓库中的数据组织 489

16.1.3数据仓库的关键技术 491

16.2编程语言 493

16.2.1面向对象编程 493

16.2.2 VBA语言 497

16.2.3 C＃语言 504

第17章 主要数据与工具 509

17.1万德中国金融数据库 509

17.2文华财经：程序化交易平台 511

17.3交易开拓者：期货自动交易平台 514

17.4大连交易所套利指令 518

17.5 MT5：外汇自动交易平台 522

第18章 量化对冲交易系统：D-Alpha 528

18.1系统构架 528

18.2策略分析流程 530

18.3核心算法 532

18.4验证结果 534