量化投资 数据挖掘技术与实践 MATLAB版PDF电子书下载

第一篇 基础篇 2

第1章 绪论 2

1.1 量化投资与数据挖掘的关系 2

1.1.1 什么是量化投资 2

1.1.2 量化投资的特点 3

1.1.3 量化投资的核心——量化模型 5

1.1.4 量化模型的主要产生方法——数据挖掘 7

1.2 数据挖掘的概念和原理 8

1.2.1 什么是数据挖掘 8

1.2.2 数据挖掘的原理 10

1.3 数据挖掘在量化投资中的应用 11

1.3.1 宏观经济分析 11

1.3.2 估价 13

1.3.3 量化选股 14

1.3.4 量化择时 14

1.3.5 算法交易 15

1.4 本章小结 16

参考文献 16

第2章 数据挖掘的内容、过程及工具 17

2.1 数据挖掘的内容 17

2.1.1 关联 17

2.1.2 回归 19

2.1.3 分类 20

2.1.4 聚类 21

2.1.5 预测 22

2.1.6 诊断 24

2.2 数据挖据过程 25

2.2.1 数据挖掘过程概述 25

2.2.2 挖掘目标的定义 26

2.2.3 数据的准备 26

2.2.4 数据的探索 28

2.2.5 模型的建立 30

2.2.6 模型的评估 34

2.2.7 模型的部署 35

2.3 数据挖掘工具 36

2.3.1 MATLAB 36

2.3.2 SAS 37

2.3.3 SPSS 38

2.3.4 WEKA 40

2.3.5 R 41

2.3.6 工具的比较与选择 42

2.4 本章小结 43

参考文献 44

第二篇 技术篇 47

第3章 数据的准备 47

3.1 数据的收集 47

3.1.1 认识数据 47

3.1.2 数据挖掘的数据源 49

3.1.3 数据抽样 50

3.1.4 量化投资的数据源 51

3.1.5 从雅虎获取交易数据 53

3.1.6 从大智慧获取财务数据 56

3.1.7 从Wind获取高质量数据 57

3.2 数据质量分析 59

3.2.1 数据质量分析的必要性 59

3.2.2 数据质量分析的目的 60

3.2.3 数据质量分析的内容 60

3.2.4 数据质量分析的方法 61

3.2.5 数据质量分析的结果及应用 66

3.3 数据预处理 67

3.3.1 为什么需要数据预处理 67

3.3.2 数据预处理的主要任务 68

3.3.3 数据清洗 69

3.3.4 数据集成 73

3.3.5 数据归约 74

3.3.6 数据变换 74

3.4 本章小结 77

参考文献 77

第4章 数据的探索 78

4.1 衍生变量 79

4.1.1 衍生变量的定义 79

4.1.2 变量衍生的原则和方法 80

4.1.3 常用的股票衍生变量 80

4.1.4 评价型衍生变量 85

4.1.5 衍生变量数据收集与集成 87

4.2 数据的统计 88

4.2.1 基本描述性统计 89

4.2.2 分布描述性统计 90

4.3 数据可视化 90

4.3.1 基本可视化方法 91

4.3.2 数据分布形状可视化 92

4.3.3 数据关联情况可视化 94

4.3.4 数据分组可视化 95

4.4 样本选择 97

4.4.1 样本选择的方法 97

4.4.2 样本选择应用实例 98

4.5 数据降维 100

4.5.1 主成分分析（PCA）基本原理 100

4.5.2 PCA应用案例：企业综合实力排序 103

4.5.3 相关系数降维 106

4.6 本章小结 107

参考文献 108

第5章 关联规则方法 109

5.1 关联规则概要 109

5.1.1 关联规则提出背景 109

5.1.2 关联规则的基本概念 110

5.1.3 关联规则的分类 112

5.1.4 关联规则挖掘常用算法 113

5.2 Apriori算法 113

5.2.1 Apriori算法的基本思想 113

5.2.2 Apriori算法的步骤 114

5.2.3 Apriori算法的实例 114

5.2.4 Apriori算法的程序实现 117

5.2.5 Apriori算法的优缺点 120

5.3 FP-Growth算法 121

5.3.1 FP-Growth算法步骤 121

5.3.2 FP-Growth算法实例 122

5.3.3 FP-Growth算法的优缺点 124

5.4 应用实例：行业关联选股法 124

5.5 本章小结 126

参考文献 127

第6章 数据回归方法 128

6.1 一元回归 129

6.1.1 一元线性回归 129

6.1.2 一元非线性回归 133

6.1.3 一元多项式回归 138

6.2 多元回归 138

6.2.1 多元线性回归 138

6.2.2 多元多项式回归 142

6.3 逐步归回 145

6.3.1 逐步回归的基本思想 145

6.3.2 逐步回归步骤 146

6.3.3 逐步回归的MATLAB方法 147

6.4 Logistic回归 149

6.4.1 Logistic模型 149

6.4.2 Logistic回归实例 150

6.5 应用实例：多因子选股模型的实现 153

6.5.1 多因子模型的基本思想 153

6.5.2 多因子模型的实现 154

6.6 本章小结 157

参考文献 157

第7章 分类方法 158

7.1 分类方法概要 158

7.1.1 分类的概念 158

7.1.2 分类的原理 159

7.1.3 常用的分类方法 160

7.2 K－近邻（KNN） 161

7.2.1 K－近邻原理 161

7.2.2 K－近邻实例 163

7.2.3 K－近邻特点 166

7.3 贝叶斯分类 167

7.3.1 贝叶斯分类原理 167

7.3.2 朴素贝叶斯分类原理 167

7.3.3 朴素贝叶斯分类实例 170

7.3.4 朴素贝叶斯特点 170

7.4 神经网络 171

7.4.1 神经网络的原理 171

7.4.2 神经网络的实例 173

7.4.3 神经网络的特点 174

7.5 逻辑斯蒂（Logistic） 175

7.5.1 逻辑斯蒂的原理 175

7.5.2 逻辑斯蒂的实例 175

7.5.3 逻辑斯蒂的特点 175

7.6 判别分析 176

7.6.1 判别分析的原理 176

7.6.2 判别分析的实例 177

7.6.3 判别分析的特点 177

7.7 支持向量机（SVM） 178

7.7.1 SVM的基本思想 178

7.7.2 理论基础 179

7.7.3 支持向量机的实例 182

7.7.4 支持向量机的特点 182

7.8 决策树 183

7.8.1 决策树的基本概念 183

7.8.2 决策树的建构的步骤 184

7.8.3 决策树的实例 187

7.8.4 决策树的特点 188

7.9 分类的评判 188

7.9.1 正确率 188

7.9.2 ROC曲线 191

7.10 应用实例：分类选股法 193

7.10.1 案例背景 193

7.10.2 实现方法 194

7.11 延伸阅读：其他分类方法 197

7.12 本章小结 197

参考文献 198

第8章 聚类方法 199

8.1 聚类方法概要 200

8.1.1 聚类的概念 200

8.1.2 类的度量方法 201

8.1.3 聚类方法的应用场景 203

8.1.4 聚类方法的分类 204

8.2 K-means方法 205

8.2.1 K-means的原理和步骤 205

8.2.2 K-means实例1：自主编程 206

8.2.3 K-means实例2：集成函数 208

8.2.4 K-means的特点 212

8.3 层次聚类 212

8.3.1 层次聚类的原理和步骤 212

8.3.2 层次聚类的实例 214

8.3.3 层次聚类的特点 217

8.4 神经网络聚类 217

8.4.1 神经网络聚类的原理和步骤 217

8.4.2 神经网络聚类的实例 218

8.4.3 神经网络聚类的特点 219

8.5 模糊C－均值（FCM）方法 219

8.5.1 FCM的原理和步骤 219

8.5.2 FCM的应用实例 220

8.5.3 FCM算法的特点 221

8.6 高斯混合聚类方法 222

8.6.1 高斯混合聚类的原理和步骤 222

8.6.2 高斯聚类的实例 224

8.6.3 高斯聚类的特点 225

8.7 类别数的确定方法 225

8.7.1 类别的原理 225

8.7.2 类别的实例 227

8.8 应用实例：股票聚类分池 229

8.8.1 聚类目标和数据描述 229

8.8.2 实现过程 229

8.8.3 结果及分析 231

8.9 延伸阅读 233

8.9.1 目前聚类分析研究的主要内容 233

8.9.2 SOM智能聚类算法 234

8.10 本章小结 235

参考文献 235

第9章 预测方法 236

9.1 预测方法概要 236

9.1.1 预测的概念 236

9.1.2 预测的基本原理 237

9.1.3 量化投资中预测的主要内容 238

9.1.4 预测的准确度评价及影响因素 239

9.1.5 常用的预测方法 240

9.2 灰色预测 241

9.2.1 灰色预测原理 241

9.2.2 灰色预测的实例 243

9.3 马尔科夫预测 246

9.3.1 马尔科夫预测的原理 246

9.3.2 马尔科夫过程的特性 247

9.3.3 马尔科夫预测的实例 248

9.4 应用实例：大盘走势预测 252

9.4.1 数据的选取及模型的建立 252

9.4.2 预测过程 253

9.4.3 预测结果与分析 254

9.5 本章小结 255

参考文献 256

第10章 诊断方法 257

10.1 离群点诊断概要 257

10.1.1 离群点诊断的定义 257

10.1.2 离群点诊断的作用 258

10.1.3 离群点诊断方法分类 260

10.2 基于统计的离群点诊断 260

10.2.1 理论基础 260

10.2.2 应用实例 262

10.2.3 优点与缺点 264

10.3 基于距离的离群点诊断 264

10.3.1 理论基础 264

10.3.2 应用实例 265

10.3.3 优点与缺点 267

10.4 基于密度的离群点挖掘 267

10.4.1 理论基础 267

10.4.2 应用实例 268

10.4.3 优点与缺点 270

10.5 基于聚类的离群点挖掘 270

10.5.1 理论基础 270

10.5.2 应用实例 271

10.5.3 优点与缺点 273

10.6 应用实例：离群点诊断量化择时 273

10.7 延伸阅读：新兴的离群点挖掘方法 275

10.7.1 基于关联的离群点挖掘[7] 275

10.7.2 基于粗糙集的离群点挖掘 276

10.7.3 基于人工神经网络的离群点挖掘 276

10.8 本章小结 277

参考文献 277

第11章 时间序列方法 279

11.1 时间序列的基本概念 279

11.1.1 时间序列的定义 279

11.1.2 时间序列的组成因素 280

11.1.3 时间序列的分类 281

11.1.4 时间序列分析方法 282

11.2 平稳时间序列分析方法 283

11.2.1 移动平均法 283

11.2.2 指数平滑法 284

11.3 季节指数预测法 285

11.3.1 季节性水平模型 285

11.3.2 季节性趋势模型 286

11.4 时间序列模型 286

11.4.1 ARMA模型 286

11.4.2 ARIMA模型 287

11.4.3 ARCH模型 288

11.4.4 GARCH模型 289

11.5 应用实例：基于时间序列的股票预测 289

11.6 本章小结 293

参考文献 293

第12章 智能优化方法 294

12.1 智能优化方法概要 295

12.1.1 智能优化方法的概念 295

12.1.2 在量化投资中的作用 295

12.1.3 常用的智能优化方法 295

12.2 遗传算法 297

12.2.1 遗传算法的原理 297

12.2.2 遗传算法的步骤 298

12.2.3 遗传算法实例 306

12.2.4 遗传算法的特点 307

12.3 模拟退火算法 309

12.3.1 模拟退火算法的原理 309

12.3.2 模拟退火算法步骤 310

12.3.3 模拟退火算法实例 313

12.3.4 模拟退火算法的特点 319

12.4 应用实例：组合投资优化 320

12.4.1 问题描述 320

12.4.2 求解过程 320

12.5 延伸阅读：其他智能方法 321

12.5.1 粒子群算法 321

12.5.2 蚁群算法 323

12.6 本章小结 325

参考文献 325

第三篇 实践篇 327

第13章 统计套利策略的挖掘与优化 327

13.1 统计套利策略概述 327

13.1.1 统计套利的定义 327

13.1.2 统计套利策略的基本思想 327

13.1.3 统计套利策略挖掘的方法 328

13.2 基本策略的挖掘 329

13.2.1 准备数据 329

13.2.2 探索交易策略 329

13.2.3 验证交易策略 330

13.2.4 选择最佳的参数 331

13.2.5 参数扫描法 334

13.2.6 考虑交易费 335

13.3 高频交易策略及优化 337

13.3.1 高频交易的基本思想 337

13.3.2 高频交易的实现 339

13.4 多交易信号策略的组合及优化 341

13.4.1 多交易信号策略 341

13.4.2 交易信号的组合优化机理 343

13.4.3 交易信号的组合优化实现 344

13.5 本章小结 347

参考文献 348

第14章 配对交易策略的挖掘与实现 349

14.1 配对交易概述 350

14.1.1 配对交易的定义 350

14.1.2 配对交易的特点 350

14.1.3 配对选取步骤 351

14.2 协整检验的理论基础 352

14.2.1 协整关系的定义 352

14.2.2 EG两步协整检验法 353

14.2.3 Johansen协整检验法 353

14.3 配对交易的实现 355

14.3.1 协整检验的实现 355

14.3.2 配对交易函数 356

14.3.3 协整配对中的参数优化 359

14.4 延伸阅读：配对交易的三要素 360

14.4.1 配对交易的前提 360

14.4.2 配对交易的关键 360

14.4.3 配对交易的假设 360

14.5 本章小结 361

参考文献 361

第15章 数据挖掘在股票程序化交易中的综合应用 362

15.1 程序化交易概述 362

15.1.1 程序化交易的定义 362

15.1.2 程序化交易的实现过程 363

15.1.3 程序化交易的分类 365

15.2 数据的处理及探索 366

15.2.1 获取股票日交易数据 366

15.2.2 计算指标 369

15.2.3 数据标准化 375

15.2.4 变量筛选 377

15.3 模型的建立及评估 379

15.3.1 股票预测的基本思想 379

15.3.2 模型的训练及评价 379

15.4 组合投资的优化 381

15.4.1 组合投资的理论基础 381

15.4.2 组合投资的实现 385

15.5 程序化交易的实施 389

15.6 本章小结 389

参考文献 390

第16章 基于数据挖掘技术的量化交易系统 392

16.1 交易系统概述 393

16.1.1 交易系统的定义 393

16.1.2 交易系统的作用 393

16.2 DM交易系统总体设计 394

16.2.1 系统目标 394

16.2.2 相关约定 395

16.2.3 系统结构 395

16.3 短期交易子系统 396

16.3.1 子系统功能描述 396

16.3.2 数据预处理模块 396

16.3.3 量化选股模块 397

16.3.4 策略回测模块 397

16.4 中长期交易子系统 398

16.4.1 子系统功能描述 398

16.4.2 导入数据模块 398

16.4.3 投资组合优化模块 399

16.5 系统的拓展与展望 401

16.6 本章小结 401

参考文献 402