量化投資與FOF投資：以MATLAB+Python為工具

基 礎 篇
第0章 N分鐘學會MATLAB（60＜N＜180） 1
0.1 引言 1
0.2 基礎知識 1
0.3 輸入/輸出 11
0.4 數(shù)據(jù)處理 13
0.5 數(shù)學運算 19
0.6 字符操作 27
0.7 日期時間 29
0.8 繪圖相關 30
0.9 數(shù)學、金融、統(tǒng)計相關 36
0.10 其他 50
第1章 Python快速入門與進階提高 53
1.1 快速入門 53
1.1.1 環(huán)境準備 53
1.1.2 開發(fā)工具 53
1.1.3 一張圖學Python 54
1.1.4 Jupyter Notebook啟動目錄 55
1.1.5 國內(nèi)鏡像源 56
1.1.6 虛擬環(huán)境 56
1.1.7 包的安裝 57
1.1.8 TA-Lib安裝 57
1.1.9 Pandas顯示控制選項 57
1.1.10 Notebook顯示控制 58
1.2 進階提高 58
1.2.1 批處理中切換到虛擬環(huán)境 58
1.2.2 GitHub倉庫包的安裝 59
1.2.3 包的引入 59
1.2.4 在線平臺引入自定義包 60
1.2.5 pd.read_csv編碼 61
1.2.6 pd.read_csv中文路徑 61
1.2.7 pd.read_csv示例 62
1.2.8 pd.read_csv高級玩法 62
1.2.9 pickle技巧 63
1.2.10 MultiIndex多重索引的切片 63
1.2.11 星期 65
1.2.12 魔術命令 67
1.2.13 隱藏Notebook代碼區(qū) 67
1.2.14 完全屏蔽Jupter Notebook源代碼 67
1.2.15 Python源代碼保護 68
1.2.16 Python加速 69
1.2.17 多進程 69
1.2.18 繪圖內(nèi)存泄露問題 70
1.2.19 ipynb轉(zhuǎn)html 70
1.2.20 TA-Lib中的EMA計算 71
1.2.21 績效指標計算 72
1.2.22 動態(tài)圖表 75

高 級 篇
第2章 基于Python的優(yōu)化問題 76
2.1 數(shù)值優(yōu)化 76
2.1.1 線性規(guī)劃 76
2.1.2 非線性優(yōu)化 79
2.2 組合優(yōu)化 80
2.2.1 風險預算 80
2.2.2 風險平價 84
2.2.3 bt庫風險平價示例 86
第3章 資產(chǎn)配置中如何分配資金 89
3.1 由分配獎金說起 89
3.2 整體框架 89
3.3 組合優(yōu)化動物園 91
3.3.1 零輸入 91
3.3.2 價格外信息加權 93
3.3.3 方差協(xié)方差 94
3.3.4 均值-方差優(yōu)化 99
3.4 其他 103
3.4.1 權重約束 103
3.4.2 方差協(xié)方差估計 103
3.4.3 多優(yōu)化器 104
3.5 總結(jié) 105
第4章 K線圖及常用技術指標的MATLAB實現(xiàn) 106
4.1 K線圖的MATLAB實現(xiàn) 107
4.1.1 MATLAB內(nèi)置函數(shù)candle實現(xiàn) 107
4.1.2 自己編寫函數(shù)實現(xiàn) 108
4.2 常用技術指標的MATLAB實現(xiàn) 113
4.2.1 簡單移動平均線（SMA）和指數(shù)移動平均線（EMA） 113
4.2.2 自適應移動平均線（AMA） 118
4.2.3 指數(shù)平滑異同移動平均線（MACD） 122
4.2.4 平均差（DMA） 125
第5章 基于MATLAB的行情軟件 128
5.1 基于MATLAB的行情軟件使用介紹 130
5.1.1 面板介紹 130
5.1.2 功能介紹 130
5.2 基于MATLAB的行情軟件建立過程 133
5.2.1 GUI版面布局設計 133
5.2.2 核心函數(shù)編寫 135
5.3 擴展閱讀 144
5.3.1 MATLAB通過網(wǎng)頁抓取從雅虎網(wǎng)站獲取股票歷史數(shù)據(jù) 145
5.3.2 MATLAB通過網(wǎng)頁抓取從新浪網(wǎng)站獲取股票實時數(shù)據(jù) 148
第6章 含衍生品的投資組合風險度量——基于嵌套隨機仿真方法 153
6.1 金融風險度量 153
6.1.1 常見的幾種金融風險度量 153
6.1.2 衍生品投資組合的損失及風險 155
6.2 嵌套隨機仿真方法 156
6.2.1 嵌套隨機仿真的框架 156
6.2.2 基于自助采樣法的計算量分配方法 159
第7章 基于MATLAB的風險管理 164
7.1 背景介紹 164
7.1.1 VaR模型 164
7.1.2 VaR計算方法 167
7.2 MATLAB實現(xiàn) 167
7.2.1 數(shù)據(jù)讀取 167
7.2.2 數(shù)據(jù)處理 177
7.2.3 歷史模擬法程序 179
7.2.4 參數(shù)模型法程序 181
7.2.5 蒙特卡羅模擬程序 182
7.2.6 計算結(jié)果比較 186
第8章 期權定價模型的MATLAB實現(xiàn) 187
8.1 概述 187
8.1.1 關于布萊克、斯科爾斯和莫頓的故事 187
8.1.2 Black-Scholes定價模型 188
8.2 Black-Scholes定價模型及希臘字母研究 189
8.2.1 Black-Scholes微分方程的推導 189
8.2.2 希臘字母研究及MATLAB仿真測試 195
8.3 二叉樹定價模型研究 214
8.3.1 期權定價的數(shù)值方法概述 214
8.3.2 二叉樹定價模型 216
8.3.3 二叉樹模型下的希臘字母計算和測試 221
8.3.4 美式期權與歐式期權的風險指標對比 225
8.4 BAW定價模型研究 229
8.4.1 美式期權定價模型方法概述 229
8.4.2 BAW定價模型 229
8.4.3 BAW定價模型仿真測試 233
第9章 基于MATLAB的支持向量機（SVM）在量化投資中的應用 235
9.1 背景介紹 235
9.1.1 SVM概述 235
9.1.2 LibSVM工具箱 237
9.2 上證指數(shù)開盤指數(shù)預測 239
9.2.1 模型建立 239
9.2.2 MATLAB實現(xiàn) 240
9.3 上證指數(shù)開盤指數(shù)變化趨勢和變化空間預測 247
9.3.1 信息?；喗?247
9.3.2 模型建立 250
9.3.3 MATLAB實現(xiàn) 251
9.4 基于C-SVM的期貨交易策略 256
9.4.1 引言 256
9.4.2 模型建立 257
9.4.3 MATLAB實現(xiàn) 258
9.5 擴展閱讀 273
9.5.1 MATLAB自帶的SVM實現(xiàn)函數(shù)與LibSVM的差別 273
9.5.2 關于SVM的學習資源匯總 273
第10章 MATLAB與其他金融平臺終端的通信 277
10.1 DataHouse平臺MATLAB接口介紹 277
10.1.1 DataHouse平臺簡介 277
10.1.2 MATLAB接口簡介 279
10.2 Wind平臺MATLAB接口介紹 294
10.2.1 Wind平臺簡介 294
10.2.2 MATLAB接口簡介 295
第11章 基于MATLAB的交易品種選擇分析 300
11.1 品種的流動性 300
11.2 品種的波動性 303
11.3 小結(jié) 307
第12章 基于MATLAB的交易品種相關性分析 308
12.1 背景介紹 308
12.2 MATLAB實現(xiàn) 311
12.2.1 計算相關性的時間長度和時間周期的選擇 312
12.2.2 不同交易品種（資產(chǎn)）的時間軸校正 314
12.2.3 全市場品種的相關性圖形展示 314
12.3 擴展閱讀 317
第13章 基于MATLAB的國內(nèi)期貨證券交易解決方案 321
13.1 國內(nèi)期貨柜臺系統(tǒng)介紹 321
13.2 MATLAB對接CTP的各種方式 323
13.3 開發(fā)前準備 324
13.3.1 文檔下載 324
13.3.2 MATLAB安裝 325
13.3.3 監(jiān)控工具 325
13.3.4 開發(fā)工具 326
13.4 C# 版對接原理 326
13.5 XAPI版項目介紹 327
13.6 MATLAB對接期貨接口介紹（XAPI項目.NET版） 329
13.6.1 導入C# 庫 330
13.6.2 啟動行情連接 330
13.6.3 顯示連接狀態(tài) 334
13.6.4 訂閱行情 338
13.6.5 行情連接參數(shù) 338
13.6.6 啟動交易連接 338
13.6.7 交易的相關事件 339
13.6.8 下單 340
13.6.9 撤單 341
13.6.10 退出 342
13.6.11 改進 342
13.7 MATLAB對接期貨接口介紹（XAPI項目COM版） 343
13.7.1 COM組件注冊 343
13.7.2 COM組件運行 344
13.7.3 COM事件注冊 346
13.7.4 下單 348
13.8 MATLAB對接證券接口 349
13.9 MATLAB對接個股期權接口 350
第14章 構(gòu)建基于MATLAB的 回測系統(tǒng) 352
14.1 基于MATLAB的量化回測平臺框架介紹 353
14.1.1 回測平臺實現(xiàn)細節(jié)思考 353
14.1.2 回測平臺框架 354
14.2 簡單均線系統(tǒng)的MATLAB實現(xiàn) 355
14.3 基于MATLAB的策略回測模板樣例 361
14.3.1 模板結(jié)構(gòu) 361
14.3.2 相關回測變量和指標的定義 361
14.3.3 策略描述 363
14.3.4 數(shù)據(jù)準備 365
14.3.5 回測計算 366
14.3.6 策略評價 372
14.4 其他基于MATLAB的回測平臺展示 379
14.4.1 HTS1.0——基于MATLAB設計的回測平臺體驗版 379
14.4.2 GreenDragon期貨交易算法研發(fā)平臺 381
14.4.3 交易策略回測GUI（Trading Strategy Back Tester） 381
第15章 基于MATLAB的多因子選股模型的實現(xiàn) 383
15.1 多因子模型介紹 383
15.1.1 背景 383
15.1.2 因子種類 383
15.1.3 因子庫 384
15.1.4 全局參數(shù) 385
15.1.5 初始股票池 385
15.1.6 股票組合 386
15.1.7 情景分析 387
15.1.8 測試流程 387
15.1.9 評價體系 388
15.2 MATLAB實現(xiàn) 389
15.2.1 主腳本 389
15.2.2 提取數(shù)據(jù) 391
15.2.3 因子選股 393
15.2.4 回測 394
15.2.5 策略評價 398
15.3 總結(jié) 400
第16章 基于MATLAB和Wind的量化交易終端AsTradePlatform
介紹與使用 401
16.1 背景介紹 401
16.2 面板介紹 401
16.3 模塊介紹 403
16.3.1 前期準備 403
16.3.2 初始化 407
16.3.3 登錄/退出模塊 408
16.3.4 策略控制模塊 415
16.3.5 標的池模塊 442
16.3.6 策略監(jiān)控模塊 452
16.3.7 賬戶信息模塊 462
16.3.8 手動交易 464
16.3.9 選股模型 465
16.4 總結(jié)與改進 469
第17章 基于MATLAB的BP神經(jīng)網(wǎng)絡在量化投資中的應用 470
17.1 基礎簡介 470
17.1.1 BP神經(jīng)網(wǎng)絡概述 470
17.1.2 基于MATLAB的BP神經(jīng)網(wǎng)絡的非線性系統(tǒng)建模 477
17.2 基于MATLAB的BP神經(jīng)網(wǎng)絡對股指連續(xù)收盤價進行預測 481
17.2.1 數(shù)據(jù)與指標選取 481
17.2.2 基于BP神經(jīng)網(wǎng)絡的股指連續(xù)的預測實現(xiàn) 482
第18章 基于MATLAB的廣義極值分布在量化投資中的策略挖掘與回測 485
18.1 背景介紹 485
18.1.1 廣義極值分布 485
18.1.2 GEV分布與目標價格的突破概率 488
18.2 GEV策略與回測的MATLAB實現(xiàn) 494
18.2.1 策略準則 494
18.2.2 GEV策略構(gòu)建 499
18.2.3 HS300回測 507
18.2.4 股指期貨5分鐘連續(xù)主力合約回測 511
第19章 基于MATLAB的正則 1