第一部分 量化交易的世界第1章 我们为何关注量化交易 2
深度分析的好处 7
风险的准确度量和错误度量 9
严格遵守纪律 10
小结 11
第2章 量化交易简介 12
何为宽客 14
量化交易系统的典型构造 16
小结 19
第二部分 打开黑箱第3章 阿尔法模型：宽客如何赚钱 22
阿尔法模型的类别：理论驱动和数据驱动 24
理论驱动模型 25
数据驱动模型 40
策略的实施 42
混合型模型 52
小结 57
第4章 风险控制模型 59
限制风险的大小 61
限制风险的类型 65
小结 70
第5章 交易成本模型 73
交易成本的定义 74
交易成本模型的类型 79
小结 84
第6章 投资组合构建模型 86
基于规则的投资组合构建模型 87
投资组合最优化工具 93
投资组合构建模型的输出 104
宽客如何选择投资组合构建模型 105
小结 105
第7章 执行模型 107
订单执行算法 109
高频交易：阿尔法模型和执行模型之间的模糊界限 114
交易基础设施 116
小结 118
第8章 数据 120
数据的重要性 121
数据的类型 123
数据的来源 125
数据整理 127
数据储存 133
小结 134
第9章 研究 136
研究范围：科学的方法 137
思想的生成 139
检验 141
小结 159
第三部分 量化交易策略的投资指引第10章 量化交易策略的固有风险 162
模型风险 163
市场逻辑变更风险 167
外部冲击风险 171
扩散风险或者同质投资者风险 173
宽客如何监测风险 181
小结 183
第11章 对量化交易的批评：确保如实记录 185
交易是一门艺术，而非科学 186
由于低估风险，宽客引发了更多的市场动荡 187
宽客无法处理市场行情中的非常规事件以及快速的变化 192
宽客们拥有相同的交易行为 194
长期中仅有少数规模庞大的量化投资基金才能兴旺发展 196
量化投资中存在数据挖掘过失 198
小结 202
第12章 评价宽客和量化交易策略 203
收集信息 204
评价量化交易策略 207
评价宽客的才能 210
优势 213
评价宽客的诚信 216
量化交易怎样适应投资组合 219
小结 222
第13章 展望量化交易的未来 223
注释 227
作者简介 234