展开全部

主编推荐语

系统讲解AI应用于投研搭建、数据挖掘、量化策略和实盘。

内容简介

本书主要利用AI发现和构建有效的量化策略,旨在使读者掌握AI在量化策略中的应用。

随着2023年大模型的崛起,投资者需要学会与AI共生,建立个人知识库和灵活应用提示词工程(Prompt Engineering),让AI协助寻找论文、理解论文、编写代码、构建模型、训练模型、生成信号、特征识别、投资组合优化和参数优化等。AI在高质量人群的量化行业中将得到广泛应用和发展,让更多读者能掌握编程和量化技能,从而在AI的帮助下快速开发出适应市场的量化策略。

本书共10章,涵盖量化投资中AI的历史演进、投研平台的构建、量化策略的开发流程、策略分类和介绍、市场主流策略开发、策略回测和实盘准备等内容。书中提供丰富的示例代码,具有较强的实践性和系统性,并配有高等数学、金融工程和计算机科学技术等前置知识,以帮助读者深入理解量化投资策略。

目录

  • 版权信息
  • 内容简介
  • 作者简介
  • 赞誉
  • 前言
  • 第1章 AI量化投资简介与本书导读
  • 1.1 量化投资简介
  • 1.2 AI简介
  • 1.3 研究背景及意义
  • 1.4 量化人的知识结构
  • 1.5 配套的资料
  • 第2章 量化投研平台搭建
  • 2.1 量化投研平台简介
  • 2.2 投研平台常用模块简介
  • 2.3 投研平台实例:BigQuant
  • 2.4 常见投研平台与开源框架介绍
  • 第3章 人工智能时代下的量化策略开发
  • 3.1 证券交易发展历程
  • 3.2 AI时代的量化策略开发与传统量化策略开发比较
  • 3.3 AI技术在量化开发场景下的应用
  • 3.4 AI驱动下的知识库搭建
  • 第4章 常见量化策略的分类与介绍
  • 4.1 量化策略分类方式
  • 4.2 经典策略类型概述
  • 第5章 做市策略
  • 5.1 做市的基本概念
  • 5.2 高频做市策略
  • 5.3 做市策略的收益来源
  • 5.4 经典做市策略AS模型
  • 5.5 经典做市策略GP模型
  • 5.6 订单簿的泊松过程建模
  • 5.7 订单簿信息作为交易信号
  • 5.8 订单簿的机器学习模型
  • 5.9 强化学习
  • 5.10 模型介绍
  • 第6章 套利策略
  • 6.1 套利策略概述
  • 6.2 标的筛选
  • 6.3 预测择时
  • 6.4 Copula法
  • 6.5 风险管理
  • 6.6 总结
  • 第7章 CTA策略
  • 7.1 CTA策略简介
  • 7.2 CTA策略的重要性
  • 7.3 CTA策略的业绩表现
  • 7.4 趋势跟踪策略
  • 7.5 TA-Lib金融量化技术分析库介绍
  • 7.6 期货截面多因子策略
  • 7.7 网格策略介绍
  • 7.8 风险管理和资金分配
  • 7.9 使用Optuna+Vectorbt调优交易策略
  • 第8章 多因子选股策略
  • 8.1 中国股市简介
  • 8.2 选股策略概述
  • 8.3 经典选股因子
  • 8.4 因子组合方法
  • 8.5 案例:多因子选股
  • 第9章 量化回测
  • 9.1 量化回测简介
  • 9.2 量化回测的准备工作
  • 9.3 回测平台选择
  • 9.4 量化回测
  • 9.5 量化回测结果分析
  • 9.6 量化回测经典案例
  • 9.7 量化回测注意事项
  • 第10章 实盘准备
  • 10.1 了解交易市场
  • 10.2 了解交易所的规则
  • 10.3 经纪商的选择
  • 10.4 选择交易标的
  • 10.5 交易平台的选择
  • 10.6 交易柜台的选择
  • 10.7 交易网络的选择
  • 10.8 服务器的选择
  • 10.9 高频交易的终极选择
  • 10.10 交易中的风险控制
  • 10.11 了解你自己
  • 10.12 总结与展望
  • 参考文献
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

清华大学出版社

清华大学出版社成立于1980年6月,是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府,秉承清华人“自强不息,厚德载物”的人文精神,清华大学出版社在短短二十多年的时间里,迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向,把出版高等学校教学用书和科技图书作为主要任务,并为促进学术交流、繁荣出版事业设立了多项出版基金,逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色,在教育出版领域树立了强势品牌。