引论 1
本书的概念图 22
经济低迷出现了 24
标签云 25
相关网址 27
第一部分 网络市场 33
第1章 图解网络市场发展史 33
第2章 数据计算对金融领域的巨大影响 59
金融技术之星 60
技术发展中的理性与非理性 65
作为亿万富翁的技术狂人 68
未来技术之星 71
挖掘深层的网络 78
语言技术：您的税款在工作中 81
EDGAR：证券交易委员会得到了XML的精髓 86
伟大的提示和伟大的经验 86
第3章 算法之战 91
早期算法 91
Alpha算法 93
买方算法：交易成本控制 94
从订单簿到算法 95
科学方法：数学、行为与发现 9
交易员的职业危机感 96
市场太多，时间太少 98
已知的未知与未知的未知 103
模型并不等于市场 104
机器人、智能交易机器人和交易人 104
2015年市场关注风险 105
充分利用机器人及算法 106
着眼市场大局 107
新闻事件和新闻素材的智能体 108
尖端算法 110
第二部分 α的生命力 119
第4章 α从何而来 119
α来自于创新 121
α、阿帕网以及互联网 127
总结 129
第5章 量化投资简介 131
指数101 132
积极管理 13
定量管理者应该如何做呢？ 138
基于激素的市场中性投资组合 141
寻找信息和失效以创造α 144
所有股票，所有时期 148
跨越交易成本的障碍 148
综合整理 150
真能发挥作用吗？ 150
第6章 笨拙的数据挖掘技巧 155
“你妈妈是一个数据挖掘师” 156
标准普尔500指数的正式挖掘 157
回归技巧 160
数据挖掘师还有希望吗？ 163
总结 164
统计孩子的数量 165
第三部分 人工智能与智能扩充 179
第7章 人工智能在华尔街的漫漫历程 179
华尔街早期的人工智能历史 182
人工智能的运用 183
人工智能在哪里？ 184
真实表格 184
虚图表 185
描述性编程 186
MarketMind与QuantEx中信息的流向和显示 187
实时信息供给和历史数据库的集成 191
完成语法上无可挑剔的程序 192
从细微迹象到命令的执行 193
迷雾不再 194
人工智能在金融界的未来（1995年的观点） 195
第8章 华尔街进化计算的危险和希望 197
人工智能（AI）的春天？ 198
遗传算法 200
金融模型的发展 201
早期教训：缺少学习的智能 202
套利和预测策略 204
最大化可预测性 204
用于预测模型的染色体 206
预测模型的适应度函数 207
使用遗传算法处理模型的组合爆炸 208
后见之明的遗传优化预测模型 211
遗传算法的警告牌 211
第9章 文本前沿 215
5英镑袋子装载10英镑新闻 217
新闻素材和非中介化 226
互联网上更多的新闻素材 233
第10章 集体智慧、社会化媒体、网络市场监控 237
群体投资 239
不与不喜欢的数据销售商打交道 243
圣诞老人来了 244
计算留言数量 246
惠斯珀数（Whisper Number）——被成功毁灭 249
监管网络活动：没有图形用户界面，就没有荣耀 254
网页越多，危险越多 25
第11章 股票市场操纵三百年 259
操纵的力量 260
一个经典的市场操纵 261
现代市场操纵的特定模型 262
欺骗 263
通信如何改变市场操纵 264
成功操纵的解剖 265
因特网时代：操纵者的天堂 265
网络操纵 266
不只是小盘股 271
路在何方 272
第四部分 技术狂人异想天开吗？处于灾难中的网络市场 293
第12章 射月 283
保护和服务：市场透明度 285
笨拙的工程诡计 290
笨拙的金融工程技巧 293
拉出去毙了 297
耻辱的技术礼堂 300
面向未来的数量分析师 301
第13章 经济援救的结构化思想 305
部分房屋所有权 305
新型美国银行创新 308
依旧疯狂，但还是越来越有希望 320
第14章 走向绿色经济的技术狂人 323
加速创新 326
从基本开始：数位、美元以及英热单位 332
数十亿美元和数百万吨碳 334
尾声 335