3.3
用户推荐指数
5.0 豆瓣评分
可以朗读 语音朗读
125千字 字数
2023-09-01 发行日期
展开全部

主编推荐语

一本书读懂量化交易策略。

内容简介

ChatGPT的横空出世，使得量化交易编程工具的使用门槛迅速降低，掌握量化交易的底层逻辑就成了重中之重。

本书着重介绍量化交易模型的底层逻辑和技术实践，梳理了基本面量化、资产配置量化、贝塔量化、阿尔法量化和另类量化这5种量化交易第略，并给出了相应的实战案例及代码，初步探索了运用GPT来实现其逻辑的技术路径，从理论到实践，助你轻松上手量化交易。

目录

  • 版权信息
  • 内容简介
  • 专家赞誉
  • 前言 万物皆可量化
  • 第1章 量化交易基础入门
  • 1.1 量化交易的基本定义
  • 1.2 量化交易的研究对象
  • 1.3 量化交易的发展历程
  • 1.3.1 量化交易的萌芽
  • 1.3.2 量化交易的国内外发展历程
  • 1.4 量化交易策略的主要分类
  • 1.4.1 基本面量化交易策略
  • 1.4.2 资产配置量化交易策略
  • 1.4.3 阿尔法量化交易策略
  • 1.4.4 贝塔量化交易策略
  • 1.4.5 另类量化交易策略
  • 1.5 量化交易的未来发展
  • 1.5.1 量化交易的智能化
  • 1.5.2 量化交易的全球化
  • 1.5.3 量化交易的机构化
  • 第2章 量化交易的策略及实战案例
  • 2.1 基本面量化交易策略
  • 2.1.1 基本面量化交易策略的底层逻辑
  • 2.1.2 基本面量化交易策略的代表人物及其投资逻辑
  • 2.1.3 实战案例：巴菲特的量化交易策略
  • 2.1.4 基本面投资与基本面量化交易的区别
  • 2.2 资产配置量化交易策略
  • 2.2.1 资产配置量化交易策略的底层逻辑
  • 2.2.2 资产配置量化交易策略的代表人物及其投资逻辑
  • 2.2.3 实战案例：桥水公司的全天候量化交易策略
  • 2.2.4 实战案例：个人养老金量化交易策略
  • 2.3 贝塔量化交易策略
  • 2.3.1 贝塔量化交易策略的底层逻辑
  • 2.3.2 贝塔量化交易策略的代表人物及其投资逻辑
  • 2.3.3 实战案例：RSRS择时量化交易策略
  • 2.3.4 实战案例：打板量化交易策略
  • 2.4 阿尔法量化交易策略
  • 2.4.1 阿尔法量化交易策略的底层逻辑
  • 2.4.2 阿尔法量化交易策略的代表人物及其投资逻辑
  • 2.4.3 实战案例：彼得·林奇多因子量化交易策略
  • 2.5 另类量化交易策略
  • 2.5.1 另类量化交易策略的底层逻辑
  • 2.5.2 另类量化交易策略的代表人物及其投资逻辑
  • 2.5.3 实战案例：高频交易策略
  • 2.5.4 实战案例：事件驱动量化交易策略
  • 第3章 量化交易策略的逻辑与设计
  • 3.1 因子建模
  • 3.1.1 如何理解量化交易策略中的因子
  • 3.1.2 阿尔法101因子建模示例解读
  • 3.2 逻辑与设计
  • 3.2.1 什么是思维导图
  • 3.2.2 思维导图构建逻辑与设计的要点
  • 3.2.3 止盈止损的常用方法
  • 3.3 凯利公式与仓位计算
  • 3.3.1 什么是凯利公式
  • 3.3.2 凯利公式所引发的思考
  • 3.3.3 凯利公式的仓位计算
  • 3.4 量化交易策略的有效性评估
  • 3.4.1 未来函数
  • 3.4.2 过度拟合
  • 3.4.3 夏普比率
  • 3.5 实战案例：米伦坎普量化交易策略的逻辑与设计
  • 3.5.1 米伦坎普简介
  • 3.5.2 米伦坎普的投资逻辑
  • 3.5.3 米伦坎普量化交易策略在中国市场的适应情况
  • 3.5.4 米伦坎普量化交易策略的改进思路
  • 3.5.5 米伦坎普量化交易策略的实战代码示例
  • 第4章 量化交易策略的代码开发与实战
  • 4.1 低代码开发
  • 4.1.1 低代码开发量化交易策略指南
  • 4.1.2 实战案例：国信金太阳构建的模拟动量策略
  • 4.1.3 实战案例：在果仁网构建格雷厄姆熊转牛积极策略
  • 4.2 有代码开发
  • 4.2.1 有代码开发量化交易策略指南
  • 4.2.2 实战股票案例：彼得·林奇多因子量化交易策略进阶
  • 4.2.3 实战期货案例：经典的CTA策略
  • 4.2.4 实战基金案例：FoF策略
  • 4.3 机器学习
  • 4.3.1 监督学习在量化交易中的应用
  • 4.3.2 无监督学习在量化交易中的应用
  • 4.3.3 深度学习在量化交易中的应用
  • 第5章 量化交易中的重要问题
  • 5.1 量化交易与哲学问题
  • 5.1.1 哲学与量化交易
  • 5.1.2 哲学三问对量化交易的启示
  • 5.1.3 量化交易中的哲学示例：“简单”或“复杂”
  • 5.2 算法交易简介
  • 5.2.1 什么是算法交易
  • 5.2.2 算法交易的迭代
  • 5.2.3 算法交易的常用因子简介
  • 5.2.4 算法交易实战示例
  • 5.3 低风险策略的研究方向
  • 5.3.1 什么是低风险策略
  • 5.3.2 常用的低风险策略
  • 5.3.3 低风险策略的利与弊
  • 5.4 量化实战策略优化的注意事项
  • 5.4.1 避免过度拟合的方法
  • 5.4.2 特别关注对出场条件的优化
  • 5.4.3 关于优化的几点说明
  • 5.5 GPT在量化交易中的应用
  • 5.5.1 ChatGPT的诞生是一次世界级的技术革命
  • 5.5.2 从4个维度理解GPT系列大模型
  • 5.5.3 GPT可以帮助投资者更快速地入门量化交易
  • 5.5.4 GPT在量化交易中的具体应用示例
  • 5.5.5 GPT在资产配置量化交易策略的具体应用示例
  • 后记 感谢“量化漫步”团队的付出与贡献
  • 附录A 进入量化行业的面试指南
  • 附录B 量化交易常用参考书与网站指南
  • 附录C 量化交易常用的数据接口
展开全部

评分及书评

3.3
4个评分
  • 用户头像
    给这本书评了
    3.0

    汇总了投资中的基本概念，但仅仅是综述，没有自己的观点，拼凑痕迹明显。对于不了解相关概念的读者，可以做初学指引。书中牵强地加入 GPT，实际只是很浅显的 GPT 内容，且有错误。

      转发
      评论
      用户头像
      给这本书评了
      4.0
      与 GTP 关联度不打！

      一本深入探讨量化交易底层逻辑和实践应用的书籍。作者罗勇和卢洪波结合丰富的实战经验和深厚的理论基础，为读者提供了一个全面的量化交易学习路径。介绍了量化交易的五大策略：基本面量化、资产配置量化、贝塔量化、阿尔法量化和另类量化，还通过实战案例和代码，展示了如何将理论应用于实践，特别适合对量化交易感兴趣并希望在该领域发展的投资者和程序员阅读。不过书中与 GPT 的关联并不紧密。

        转发
        评论

      出版方

      电子工业出版社

      电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。