第 1章 量化投資概念
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 6
1.2.1 傳統投資策略的缺點 6
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 21
.第 2章 量化選股 25
2.1 多因子 26
2.1.1 基本概念 27
2.1.2 策略模型 27
2.1.3 實證案例：多因子選股模型 30
2.2 風格輪動 35
2.2.1 基本概念 35
2.2.2 盈利預期生命周期模型 38
2.2.3 策略模型 40
2.2.4 實證案例：中信標普風格 41
2.2.5 實證案例：大小盤風格 44
2.3 行業輪動 47
2.3.1 基本概念 47
2.3.2 m2行業輪動策略 50
2.3.3 市場情緒輪動策略 52
2.4 資金流 56
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 78
2.7 趨勢追蹤 84
2.7.1 基本概念 84
2.7.2 策略模型 86
2.7.3 實證案例：趨勢追蹤選股模型 92
2.8 籌碼選股 94
2.8.1 基本概念 95
2.8.2 策略模型 97
2.8.3 實證案例：籌碼選股模型 99
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 111
3.1 趨勢追蹤 112
3.1.1 基本概念 112
3.1.2 傳統趨勢指標 113
3.1.3 自適應均綫 121
3.2 市場情緒 125
3.2.1 基本概念 126
3.2.2 情緒指數 128
3.2.3 實證案例：情緒指標擇時策略 129
3.3 有效資金 133
3.3.1 基本概念 133
3.3.2 策略模型 134
3.3.3 實證案例：有效資金擇時模型 137
3.4 牛熊綫 141
3.4.1 基本概念 141
3.4.2 策略模型 143
3.4.3 實證案例：牛熊綫擇時模型 144
3.5 husrt指數 146
3.5.1 基本概念 146
3.5.2 策略模型 148
3.5.3 實證案例 149
3.6 支持嚮量機 152
3.6.1 基本概念 152
3.6.2 策略模型 153
3.6.3 實證案例：svm擇時模型 155
3.7 swarch模型 160
3.7.1 基本概念 160
3.7.2 策略模型 161
3.7.3 實證案例：swarch模型 164
3.8 異常指標 168
3.8.1 市場噪聲 168
3.8.2 行業集中度 170
3.8.3 興登堡凶兆 172
第 4章 股指期貨套利 180
4.1 基本概念 181
4.1.1 套利介紹 181
4.1.2 套利策略 183
4.2 期現套利 185
4.2.1 定價模型 185
4.2.2 現貨指數復製 186
4.2.3 正嚮套利案例 190
4.2.4 結算日套利 192
4.3 跨期套利 195
4.3.1 跨期套利原理 195
4.3.2 無套利區間 196
4.3.3 跨期套利觸發和終止 197
4.3.4 實證案例：跨期套利策略 199
4.3.5 主要套利機會 200
4.4 衝擊成本 203
4.4.1 主要指標 204
4.4.2 實證案例：衝擊成本 205
4.5 保證金管理 208
4.5.1 var方法 208
4.5.2 var計算方法 209
4.5.3 實證案例 211
第 5章 商品期貨套利 214
5.1 基本概念 215
5.1.1 套利的條件 216
5.1.2 套利基本模式 217
5.1.3 套利準備工作 219
5.1.4 常見套利組閤 221
5.2 期現套利 225
5.2.1 基本原理 225
5.2.2 操作流程 226
5.2.3 增值稅風險 230
5.3 跨期套利 231
5.3.1 套利策略 231
5.3.2 實證案例：pvc跨期套利策略 233
5.4 跨市場套利 234
5.4.1 套利策略 234
5.4.2 實證案例：倫銅—滬銅跨市場套利 235
5.5 跨品種套利 236
5.5.1 套利策略 237
5.5.2 實證案例 238
5.6 非常狀態處理 240
第 6章 統計套利 242
6.1 基本概念 243
6.1.1 統計套利定義 243
6.1.2 配對交易 244
6.2 配對交易 247
6.2.1 協整策略 247
6.2.2 主成分策略 254
6.2.3 績效評估 256
6.2.4 實證案例：配對交易 258
6.3 股指套利 261
6.3.1 行業指數套利 261
6.3.2 國傢指數套利 263
6.3.3 洲域指數套利 264
6.3.4 全球指數套利 266
6.4 融券套利 267
6.4.1 股票—融券套利 267
6.4.2 可轉債—融券套利 268
6.4.3 股指期貨—融券套利 269
6.4.4 封閉式基金—融券套利 271
6.5 外匯套利 272
6.5.1 利差套利 273
6.5.2 貨幣對套利 275
第 7章 期權套利 277
7.1 基本概念 278
7.1.1 期權介紹 278
7.1.2 期權交易 279
7.1.3 牛熊證 280
7.2 股票/期權套利 283
7.2.1 股票—股票期權套利 283
7.2.2 股票—指數期權套利 284
7.3 轉換套利 285
7.3.1 轉換套利 285
7.3.2 反嚮轉換套利 287
7.4 跨式套利 288
7.4.1 買入跨式套利 289
7.4.2 賣齣跨式套利 291
7.5 寬跨式套利 293
7.5.1 買入寬跨式套利 293
7.5.2 賣齣寬跨式套利 294
7.6 蝶式套利 296
7.6.1 買入蝶式套利 296
7.6.2 賣齣蝶式套利 298
7.7 飛鷹式套利 299
7.7.1 買入飛鷹式套利 300
7.7.2 賣齣飛鷹式套利 301
第 8章 算法交易 304
8.1 基本概念 305
8.1.1 算法交易定義 305
8.1.2 算法交易分類 306
8.1.3 算法交易設計 308
8.2 被動交易算法 309
8.2.1 衝擊成本 310
8.2.2 等待風險 312
8.2.3 常用被動型交易策略 314
8.3 vwap算法 316
8.3.1 標準vwap算法 316
8.3.2 改進型vwap算法 319
第 9章 其他策略 323
9.1 事件套利 324
9.1.1 並購套利策略 324
9.1.2 定嚮增發套利 325
9.1.3 套利重倉停牌股票的投資組閤 326
9.1.4 封閉式投資組閤套利 327
9.2 etf套利 328
9.2.1 基本概念 328
9.2.2 無風險套利 330
9.2.3 其他套利 334
9.3 lof套利 335
9.3.1 基本概念 335
9.3.2 模型策略 336
9.3.3 實證案例：lof 套利 337
9.4 高頻交易 341
9.4.1 流動性迴扣交易 341
9.4.2 獵物算法交易 342
9.4.3 自動做市商策略 343
9.4.4 程序化交易 343
理論篇
第 10章 人工智能 346
10.1 主要內容 347
10.1.1 機器學習 347
10.1.2 自動推理 350
10.1.3 專傢係統 353
10.1.4 模式識彆 356
10.1.5 人工神經網絡 358
10.1.6 遺傳算法 362
10.2 人工智能在量化投資中的應用 366
10.2.1 模式識彆短綫擇時 366
10.2.2 rbf神經網絡股價預測 370
10.2.3 基於遺傳算法的新股預測 375
第 11章 數據挖掘 381
11.1 基本概念 382
11.1.1 主要模型 382
11.1.2 典型方法 384
11.2 主要內容 385
11.2.1 分類與預測 385
11.2.2 關聯規則 391
11.2.3 聚類分析 397
11.3 數據挖掘在量化投資中的應用 400
11.3.1 基於som 網絡的股票聚類分析方法 400
11.3.2 基於關聯規則的闆塊輪動 403
第 12章 小波分析 407
12.1 基本概念 408
12.2 小波變換主要內容 409
12.2.1 連續小波變換 409
12.2.2 連續小波變換的離散化 410
12.2.3 多分辨分析與mallat算法 411
12.3小波分析在量化投資中的應用 414
12.3.1 k綫小波去噪 414
12.3.2 金融時序數據預測 420
第 13章 支持嚮量機 429
13.1 基本概念 430
13.1.1 綫性svm 430
13.1.2 非綫性svm 433
13.1.3 svm分類器參數選擇 435
13.1.4 svm分類器從二類到多類的推廣 436
13.2 模糊支持嚮量機 437
13.2.1 增加模糊後處理的svm 437
13.2.2 引入模糊因子的svm訓練算法 439
13.3 svm在量化投資中的應用 440
13.3.1 復雜金融時序數據預測 440
13.3.2 趨勢拐點預測 445
第 14章 分形理論 452
14.1 基本概念 453
14.1.1 分形定義 453
14.1.2 幾種典型的分形 454
14.1.3 分形理論的應用 456
14.2 主要內容 457
14.2.1 分形維數 457
14.2.2 l係統 458
14.2.3 ifs係統 460
14.3 分形理論在量化投資中的應用 461
14.3.1 大趨勢預測 461
14.3.2 匯率預測 466
第 15章 隨機過程 473
15.1 基本概念 473
15.2 主要內容 476
15.2.1 隨機過程的分布函數 476
15.2.2 隨機過程的數字特徵 476
15.2.3 幾種常見的隨機過程 477
15.2.4 平穩隨機過程 479
15.3 灰色馬爾可夫鏈股市預測 480
第 16章 it技術 486
16.1 數據倉庫技術 486
16.1.1 從數據庫到數據倉庫 487
16.1.2 數據倉庫中的數據組織 489
16.1.3 數據倉庫的關鍵技術 491
16.2 編程語言 493
16.2.1 麵嚮對象編程 493
16.2.2 vba 語言 497
16.2.3 c#語言 504
第 17章 主要數據與工具 509
17.1 萬德中國金融數據庫 509
17.2 文華財經：程序化交易平颱 511
17.3 交易開拓者：期貨自動交易平颱 514
17.4 大連交易所套利指令 518
17.5 mt5：外匯自動交易平颱 522
第 18章 量化對衝交易係統：d-alpha 528
18.1 係統構架 528
18.2 策略分析流程 530
18.3 核心算法 532
18.4 驗證結果 534
錶目錄
錶1 1 不同投資策略對比 7
錶2 1 多因子選股模型候選因子 30
錶2 2 多因子模型候選因子初步檢驗 31
錶2 3 多因子模型中通過檢驗的有效因子 32
錶2 4 多因子模型中剔除冗餘後的因子 33
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 36
錶2 7 夏普收益率基礎投資風格鑒彆 37
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 43
錶2 10 大小盤風格輪動策略月收益率均值 46
錶2 11 中國貨幣周期分段（2000—2009年） 49
錶2 12 滬深300行業指數統計 50
錶2 13 不同貨幣階段不同行業的收益率 51
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 59
錶2 16 資金流模型策略——滬深300 61
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 動量策略風險收益分析 71
錶2 21 反轉策略風險收益分析 73
錶2 22 趨勢追蹤技術收益率 93
錶2 23 籌碼選股模型中單個指標的收益率情況對比 99
錶3 1 ma指標擇時測試最好的20 組參數及其錶現 117
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 120
錶3 4 自適應均綫擇時策略收益率分析 124
錶3 5 市場情緒類彆 126
錶3 6 滬深300指數在不同情緒區域的當月收益率比較 128
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 129
錶3 8 滬深300指數在不同情緒區域的次月收益率比較 130
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 130
錶3 10 情緒指數擇時收益率統計 132
錶3 11 svm擇時模型的指標 156
錶3 12 svm對滬深300指數預測結果指標匯總 156
錶3 13 svm擇時模型在整體市場的錶現 156
錶3 14 svm擇時模型在單邊上漲市的錶現 157
錶3 15 svm擇時模型在單邊下跌市的錶現 158
錶3 16 svm擇時模型在震蕩市的錶現 159
錶3 17 噪聲交易在熊市擇時的收益率 170
錶4 1 各種方法在不同股票數量下的跟蹤誤差（年化） 190
錶4-2 股指期貨多頭跨期套利過程分析 199
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 211
錶4 4 不同倉單持有期下的保證金覆蓋比例 212
錶6 1 融券標的股票中在樣本期內最相關的50 對組閤（部分） 248
錶6 2 殘差的平穩性、自相關等檢驗 249
錶6 3 在不同的閾值下建倉、平倉所能獲得的平均收益 251
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 252
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（%） 253
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 255
錶6 7 主成分配對交易在樣本外的效果 255
錶6-8 各種模型下統計套利的結果 256
錶6 9 延後開倉+提前平倉策略實證結果 260
錶6 10 各行業的配對交易結果 261
錶7 1 多頭股票-期權套利綜閤分析錶 283
錶7 2 多頭股票—股票期權套利案例損益分析錶 284
錶7 3 多頭股票-指數期權套利案例損益分析錶 285
錶7 4 轉換套利分析過程 286
錶7 5 買入跨式套利綜閤分析錶 289
錶7 6 買入跨式套利交易細節 289
錶7 7 賣齣跨式套利綜閤分析錶 291
錶7 8 賣齣跨式套利交易細節 292
錶7 9 買入寬跨式套利綜閤分析錶 293
錶7 10 賣齣寬跨式套利綜閤分析錶 294
錶7 11 買入蝶式套利綜閤分析錶 296
錶7 12 賣齣蝶式套利綜閤分析錶 298
錶7 13 買入飛鷹套利分析錶 300
錶7 14 賣齣飛鷹式套利綜閤分析錶 301
錶9 1 主要並購方式 324
錶9 2 並購套利流程 325
錶9 3 鵬華300 lof兩次正嚮套利的情況 339
錶9 4 鵬華300 lof兩次反嚮套利的情況 340
錶10 1 自動推理中連詞係統 352
錶10 2 模式識彆短綫擇時樣本數據分類 369
錶10 3 rbf神經網絡股價預測結果 375
錶10 4 遺傳算法新股預測參數設置 379
錶10 5 遺傳算法新股預測結果 380
錶11 1 決策樹數據錶 389
錶11 2 關聯規則案例數據錶 392
錶11 3 som股票聚類分析結果 403
錶11 4 21種股票闆塊指數布爾關係錶數據片斷 404
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 427
錶12 2 不同分解層數的誤差均方根值 428
錶13 1 svm滬深300指數預測誤差情況 445
錶13 2 svm指數預測和神經網絡預測的比較 445
錶13 3 技術反轉點定義與圖型 448
錶13 4 svm趨勢拐點預測結果 450
錶14 1 持續大漲前後分形各主要參數值 463
錶14 2 持續大跌前後分形個主要參數值 465
錶14 3 外匯r/ s 分析的各項指標 469
錶14 4 v(r/s)麯綫迴歸檢驗 470
錶15 1 灰色馬爾可夫鏈預測深證成指樣本內（2005/1—2006/8） 484
錶15 2 灰色馬爾可夫鏈預測深證成指樣本外（2006/9—2006/12） 484
錶16-1 vba的12種數據類型 499
錶18-1 d-alpha係統在全球市場收益率分析 534
· · · · · · (收起)