策略篇
第1章 量化投資概念 2
1.1 什麼是量化投資 2
1.1.1 量化投資定義 2
1.1.2 量化投資理解誤區 3
1.2 量化投資與傳統投資比較 5
1.2.1 傳統投資策略的缺點 5
1.2.2 量化投資策略的優勢 7
1.2.3 量化投資與傳統投資
策略的比較 8
1.3 量化投資曆史 10
1.3.1 量化投資理論發展 10
1.3.2 海外量化基金的
發展 12
1.3.3 量化投資在中國 15
1.4 量化投資主要內容 16
1.5 量化投資主要方法 20
第2章 量化選股 24
2.1 多因子 25
2.1.1 基本概念 26
2.1.2 策略模型 26
2.1.3 實證案例：
多因子選股模型 29
2.2 風格輪動 34
2.2.1 基本概念 35
2.2.2 盈利預期生命周期
模型 37
2.2.3 策略模型 39
2.2.4 實證案例：
中信標普風格 40
2.2.5 實證案例：
大小盤風格 44
2.3 行業輪動 46
2.3.1 基本概念 47
2.3.2 M2行業輪動策略 49
2.3.3 市場情緒輪動策略 52
2.4 資金流 55
2.4.1 基本概念 56
2.4.2 策略模型 59
2.4.3 實證案例：
資金流選股策略 60
2.5 動量反轉 63
2.5.1 基本概念 63
2.5.2 策略模型 67
2.5.3 實證案例：動量選股
策略和反轉選股策略 70
2.6 一緻預期 73
2.6.1 基本概念 74
2.6.2 策略模型 76
2.6.3 實證案例：一緻預期
模型案例 79
2.7 趨勢追蹤 85
2.7.1 基本概念 85
2.7.2 策略模型 87
2.7.3 實證案例：趨勢追蹤
選股模型 93
2.8 籌碼選股 95
2.8.1 基本概念 95
2.8.2 策略模型 98
2.8.3 實證案例：
籌碼選股模型 100
2.9 業績評價 104
2.9.1 收益率指標 104
2.9.2 風險度指標 105
第3章 量化擇時 112
3.1 趨勢追蹤 113
3.1.1 基本概念 113
3.1.2 傳統趨勢指標 114
3.1.3 自適應均綫 122
3.2 市場情緒 126
3.2.1 基本概念 127
3.2.2 情緒指數 129
3.2.3 實證案例：情緒指標
擇時策略 130
3.3 時變夏普率 134
3.3.1 Tsharp值的估計
模型 134
3.3.2 基於Tsharp值的擇時
策略 136
3.3.3 實證案例 137
3.4 牛熊綫 142
3.4.1 基本概念 142
3.4.2 策略模型 144
3.4.3 實證案例：
牛熊綫擇時模型 146
3.5 Husrt指數 148
3.5.1 基本概念 148
3.5.2 策略模型 150
3.5.3 實證案例 151
3.6 支持嚮量機 154
3.6.1 基本概念 154
3.6.2 策略模型 155
3.6.3 實證案例：
SVM擇時模型 157
3.7 SWARCH模型 162
3.7.1 基本概念 162
3.7.2 策略模型 164
3.7.3 實證案例：
SWARCH模型 167
3.8 異常指標 170
3.8.1 市場噪聲 171
3.8.2 行業集中度 173
3.8.3 興登堡凶兆 175
第4章 股指期貨套利 182
4.1 基本概念 183
4.1.1 套利介紹 183
4.1.2 套利策略 185
4.2 期現套利 187
4.2.1 定價模型 187
4.2.2 現貨指數復製 188
4.2.3 正嚮套利案例 192
4.2.4 結算日套利 194
4.3 跨期套利 197
4.3.1 跨期套利原理 197
4.3.2 無套利區間 198
4.3.3 跨期套利觸發和
終止 199
4.3.4 實證案例：
跨期套利策略 201
4.3.5 主要套利機會 202
4.4 衝擊成本 205
4.4.1 主要指標 206
4.4.2 實證案例：
衝擊成本 207
4.5 保證金管理 209
4.5.1 VaR方法 210
4.5.2 VaR計算方法 211
4.5.3 實證案例 212
第5章 商品期貨套利 216
5.1 基本概念 217
5.1.1 套利的條件 218
5.1.2 套利基本模式 219
5.1.3 套利準備工作 221
5.1.4 常見套利組閤 223
5.2 期現套利 227
5.2.1 基本原理 227
5.2.2 操作流程 228
5.2.3 增值稅風險 232
5.3 跨期套利 233
5.3.1 套利策略 233
5.3.2 實證案例：
PVC跨期套利策略 235
5.4 跨市場套利 236
5.4.1 套利策略 236
5.4.2 實證案例：倫銅—
滬銅跨市場套利 237
5.5 跨品種套利 238
5.5.1 套利策略 239
5.5.2 實證案例 240
5.6 非常狀態處理 242
第6章 統計套利 244
6.1 基本概念 245
6.1.1 統計套利定義 245
6.1.2 配對交易 246
6.2 配對交易策略 249
6.2.1 協整策略 249
6.2.2 主成分策略 255
6.2.3 行業（股票）輪動
套利策略 258
6.2.4 配對策略改進 261
6.3 股指套利 264
6.3.1 行業指數套利 264
6.3.2 國傢指數套利 266
6.3.3 洲域指數套利 267
6.3.4 全球指數套利 268
6.4 融券套利 270
6.4.1 股票—融券套利 270
6.4.2 可轉債—融券套利 271
6.4.3 股指期貨—
融券套利 272
6.4.4 封閉式基金—
融券套利 273
6.5 外匯套利 275
6.5.1 利差套利 276
6.5.2 貨幣對套利 278
第7章 期權套利 280
7.1 基本概念 281
7.1.1 期權介紹 281
7.1.2 期權交易 282
7.1.3 牛熊證 283
7.2 股票/期權套利 286
7.2.1 股票—股票期權
套利 286
7.2.2 股票—指數期權
套利 287
7.3 轉換套利與反嚮轉換
套利 288
7.3.1 轉換套利 288
7.3.2 反嚮轉換套利 290
7.4 跨式套利 292
7.4.1 買入跨式套利 292
7.4.2 賣齣跨式套利 294
7.5 寬跨式套利 296
7.5.1 買入寬跨式套利 296
7.5.2 賣齣寬跨式套利 297
7.6 蝶式套利 299
7.6.1 買入蝶式套利 299
7.6.2 賣齣蝶式套利 301
7.7 飛鷹式套利 303
7.7.1 買入飛鷹式套利 303
7.7.2 賣齣飛鷹式套利 304
第8章 算法交易 307
8.1 基本概念 308
8.1.1 算法交易定義 308
8.1.2 算法交易分類 309
8.1.3 算法交易設計 311
8.2 被動交易算法 312
8.2.1 衝擊成本 313
8.2.2 等待風險 315
8.2.3 常用被動型交易
策略 317
8.3 VWAP算法 319
8.3.1 標準VWAP算法 319
8.3.2 改進型VWAP算法 323
第9章 另類套利策略 326
9.1 封閉式基金套利 327
9.1.1 基本概念 327
9.1.2 模型策略 327
9.1.3 實證案例 329
9.2 ETF套利 330
9.2.1 基本概念 330
9.2.2 無風險套利 332
9.2.3 其他套利 336
9.3 LOF套利 337
9.3.1 基本概念 337
9.3.2 模型策略 338
9.3.3 實證案例：
LOF套利 339
9.4 高頻交易 343
9.4.1 流動性迴扣交易 343
9.4.2 獵物算法交易 344
9.4.3 自動做市商策略 345
9.4.4 高頻交易的發展 345
理論篇
第10章 人工智能 350
10.1 主要內容 351
10.1.1 機器學習 351
10.1.2 自動推理 354
10.1.3 專傢係統 357
10.1.4 模式識彆 360
10.1.5 人工神經網絡 362
10.1.6 遺傳算法 366
10.2 人工智能在量化投資中
的應用 370
10.2.1 模式識彆短綫擇時 370
10.2.2 RBF神經網絡股價
預測 374
10.2.3 基於遺傳算法新股
預測 379
第11章 數據挖掘 385
11.1 基本概念 386
11.1.1 主要模型 386
11.1.2 典型方法 388
11.2 主要內容 389
11.2.1 分類與預測 389
11.2.2 關聯規則 395
11.2.3 聚類分析 401
11.3 數據挖掘在量化投資中
的應用 404
11.3.1 基於SOM 網絡的
股票聚類分析方法 404
11.3.2 基於關聯規則的
闆塊輪動 407
第12章 小波分析 410
12.1 基本概念 411
12.2 小波變換主要內容 412
12.2.1 連續小波變換 412
12.2.2 連續小波變換的
離散化 413
12.2.3 多分辨分析與Mallat
算法 414
12.3 小波分析在量化投資中
的應用 418
12.3.1 K綫小波去噪 418
12.3.2 金融時序數據
預測 424
第13章 支持嚮量機 432
13.1 基本概念 433
13.1.1 綫性SVM 433
13.1.2 非綫性SVM 436
13.1.3 SVM分類器參數
選擇 438
13.1.4 SVM分類器從二類
到多類的推廣 439
13.2 模糊支持嚮量機 440
13.2.1 增加模糊後處理的
SVM 440
13.2.2 引入模糊因子的
SVM訓練算法 442
13.3 SVM在量化投資中的
應用 443
13.3.1 復雜金融時序
數據預測 443
13.3.2 趨勢拐點預測 448
第14章 分形理論 454
14.1 基本概念 455
14.1.1 分形定義 455
14.1.2 幾種典型的分形 456
14.1.3 分形理論的應用 458
14.2 主要內容 459
14.2.1 分形維數 459
14.2.2 L係統 460
14.2.3 IFS係統 462
14.3 分形理論在量化投資中的
應用 463
14.3.1 大趨勢預測 463
14.3.2 匯率預測 468
第15章 隨機過程 475
15.1 基本概念 475
15.2 主要內容 478
15.2.1 隨機過程的
分布函數 478
15.2.2 隨機過程的
數字特徵 479
15.2.3 幾種常見的
隨機過程 479
15.2.4 平穩隨機過程 482
15.3 灰色馬爾可夫鏈
股市預測 483
第16章 IT技術 488
16.1 數據倉庫技術 488
16.1.1 從數據庫到
數據倉庫 489
16.1.2 數據倉庫中的
數據組織 491
16.1.3 數據倉庫的
關鍵技術 493
16.2 編程語言 495
16.2.1 GPU算法交易 495
16.2.2 MATLAB語言 499
16.2.3 C#語言 508
第17章 主要數據與工具 514
17.1 名策數據：多因子
分析平颱 514
17.2 Multicharts：程序化
交易平颱 517
17.3 交易開拓者：期貨
自動交易平颱 520
17.4 大連交易所套利指令 525
17.5 MT5：外匯自動
交易平颱 528
第18章 對衝交易係統：
D-Alpha 535
18.1 係統架構 535
18.2 策略分析流程 537
18.3 核心算法 539
18.4 驗證結果 541
參考文獻 542
錶目錄
錶1 1 不同投資策略對比 8
錶2 1 多因子選股模型候選因子 29
錶2 2 多因子模型候選因子初步檢驗 30
錶2 3 多因子模型中通過檢驗的有效因子 31
錶2 4 多因子模型中剔除冗餘後的因子 32
錶2 5 多因子模型組閤分段收益率 33
錶2 6 晨星市場風格判彆法 35
錶2 7 夏普收益率基礎投資風格鑒彆 36
錶2 8 中信標普風格指數 41
錶2 9 風格動量策略組閤月均收益率 42
錶2 10 大小盤風格輪動策略月收益率均值 45
錶2 11 中國貨幣周期分段（2007—2011年） 48
錶2 12 滬深300行業指數統計 49
錶2 13 不同貨幣階段不同行業的收益率 50
錶2 14 招商資金流模型（CMSMF）計算方法 58
錶2 15 招商資金流模型（CMSMF）選股指標定義 58
錶2 16 資金流模型策略——滬深300 60
錶2 17 資金流模型策略——全市場 62
錶2 18 動量組閤相對基準的平均年化超額收益（部分） 68
錶2 19 反轉組閤相對基準的平均年化超額收益（部分） 69
錶2 20 動量策略風險收益率分析 72
錶2 21 反轉策略風險收益率分析 72
錶2 22 趨勢追蹤技術收益率 94
錶2 23 籌碼選股模型中單個指標的收益率情況對比 100
錶3 1 MA 指標擇時測試最好的20組參數及其錶現 118
錶3 2 4個趨勢型指標最優參數下的獨立擇時交易錶現比較 120
錶3 3 有交易成本情況下不同信號個數下的綜閤擇時策略 121
錶3 4 自適應均綫擇時策略收益率分析 125
錶3 5 市場情緒類彆 127
錶3 6 滬深300指數在不同情緒區域的當月收益率比較 130
錶3 7 滬深300指數在不同情緒變化區域的當月收益率比較 130
錶3 8 滬深300指數在不同情緒區域的次月收益率比較 131
錶3 9 滬深300指數在不同情緒變化區域的次月收益率比較 131
錶3 10 情緒指數擇時收益率統計 133
錶3-11 月度Tsharp擇時模型統計結果 138
錶3-12 預測Tsharp值（月度）對上證綜指的預測作用 139
錶3-13 季度Tsharp擇時模型統計結果 140
錶3-14 預測Tsharp值（季度）對上證綜指的預測作用 141
錶3-15 SVM擇時模型的指標 157
錶3-16 SVM模型樣本外預測多空次數 158
錶3-17 SVM模型樣本外預測準確率 158
錶3-18 SVM模型趨勢交易策略評估 159
錶3 19 噪聲交易在熊市擇時的收益率 172
錶4 1 各種方法在不同股票數量下的跟蹤誤差（年化） 192
錶4-2 股指期貨多頭跨期套利過程分析 201
錶4 3 不同開倉比例下的不同保證金水平能夠覆蓋的市場波動及其概率 213
錶4 4 不同倉單持有期下的保證金覆蓋比例 214
錶6 1 2011年滬深300股票同一行業走勢高度相關的組閤（部分） 250
錶6 2 殘差的平穩性、自相關等檢驗 251
錶6 3 在不同的閾值下建倉、平倉所能獲得的平均收益 253
錶6 4 采用不同的模型在樣本內獲取的收益率及最優閾值 254
錶6 5 采用不同的模型、不同的外推方法在樣本外獲取的收益率（%） 255
錶6 6 主成分配對交易在樣本內取得的收益率及最優閾值 257
錶6 7 主成分配對交易在樣本外的效果 257
錶6 8 標準策略、延後開倉、提前平倉策略實證結果 263
錶7 1 多頭股票—期權套利綜閤分析錶 286
錶7 2 多頭股票—股票期權套利案例損益分析錶 287
錶7 3 多頭股票—指數期權套利案例損益分析錶 288
錶7 4 轉換套利分析過程 289
錶7 5 買入跨式套利綜閤分析錶 292
錶7 6 買入跨式套利交易細節 293
錶7 7 賣齣跨式套利綜閤分析錶 294
錶7 8 賣齣跨式套利交易細節 295
錶7 9 買入寬跨式套利綜閤分析錶 296
錶7 10 賣齣寬跨式套利綜閤分析錶 297
錶7 11 買入蝶式套利綜閤分析錶 299
錶7 12 賣齣蝶式套利綜閤分析錶 301
錶7 13 買入飛鷹套利綜閤分析錶 303
錶7 14 賣齣飛鷹式套利綜閤分析錶 304
錶9 1 鵬華300 LOF兩次正嚮套利的情況 341
錶9 2 鵬華300 LOF兩次反嚮套利的情況 342
錶10 1 自動推理中連詞係統 356
錶10 2 模式識彆短綫擇時樣本數據分類 373
錶10 3 RBF神經網絡股價預測結果 379
錶10 4 遺傳算法新股預測參數設置 383
錶10 5 遺傳算法新股預測結果 384
錶11 1 決策樹數據錶 393
錶11 2 關聯規則案例數據錶 396
錶11 3 SOM股票聚類分析結果 407
錶11 4 21種股票闆塊指數布爾關係錶數據片斷 408
錶12 1 深發展A日收盤價小波分析方法預測值與實際值比較 430
錶12 2 不同分解層數的誤差均方根值 431
錶13 1 SVM滬深300指數預測誤差情況 448
錶13 2 SVM指數預測和神經網絡預測的比較 448
錶13 3 技術反轉點定義與圖型 451
錶14 1 持續大漲前後分形各主要參數值 466
錶14 2 持續大跌前後分形各主要參數值 467
錶14 3 外匯R/ S 分析的各項指標 472
錶14 4 V(R/S)麯綫迴歸檢驗 473
錶15 1 灰色馬爾可夫鏈預測深證成指樣本內（2005/1—2006/8） 486
錶15 2 灰色馬爾可夫鏈預測深證成指樣本外（2006/9—2006/12） 487
錶16-1 VaR算法GPU和CPU時間對比 499
錶18-1 D-Alpha係統在全球市場收益率分析 541
· · · · · · (收起)