量化投資

叢書序
前言
第1章 量化投資和交易綜述
1.1 金融投資和量化投資
1.2 量化投資的主要資產(chǎn)標的
1.3 金融資產(chǎn)定價理論與量化投資
1.3.1 金融資產(chǎn)定價理論簡介
1.3.2 實證金融的研究工作
1.3.3 實證金融與量化投資策略
1.4 應用數(shù)學、統(tǒng)計和機器學習與量化投資
1.4.1 建模在量化投資中的作用
1.4.2 量化投資中的主要數(shù)學和統(tǒng)計方法
1.4.3 機器學習方法在資產(chǎn)價格預測中的應用研究
1.5 量化投資與量化交易
習題一
第2章 量化投資策略
2.1 投資標的
2.2 調(diào)倉頻率
2.3 數(shù)據(jù)
2.4 股票收益率特征性事實
2.5 投資信號建模
2.6 信號的疊加
2.7 策略評判標準
2.8 案例：兩資產(chǎn)等權(quán)重投資組合
習題二
第3章 量化擇時模型
3.1 均線
3.2 常見趨勢型技術指標
3.3 常見反轉(zhuǎn)型技術指標
3.4 線性濾波
3.5 線性回歸
3.6 HP濾波
3.7 L1濾波
3.8 Fourier濾波
3.9 Kalman濾波
3.10 案例：螺紋鋼期貨主力合約分鐘頻率擇時
習題三
第4章 經(jīng)典資產(chǎn)定價模型及量化策略
4.1 收益和風險度量
4.2 現(xiàn)代資產(chǎn)組合理論
4.3 資本資產(chǎn)定價模型和單因子模型
4.4 套利定價理論和多因子模型
4.5 案例：低beta擇股策略
習題四
第5章 多因子選股模型
5.1 從單因子到多因子
5.2 提取因子收益和因子暴露
5.3 因子的類型
5.4 因子的選取
5.5 因子的剝離
5.6 因子的整合
5.7 基準的選取
5.8 建立多因子投資組合
5.9 案例：滬深300指數(shù)增強策略
習題五
第6章 算法交易
6.1 交易執(zhí)行的基本概念
6.1.1 交易所與交易者
6.1.2 交易指令
6.1.3 訂單簿
6.1.4 交易執(zhí)行的相關問題
6.2 基于價格過程的 下單模型
6.2.1 Bertsimas-Lo 下單模型
6.2.2 Almgren-Chriss 下單模型
6.2.3 TWAP與VWAP
6.3 基于訂單簿的 下單模型
習題六
第7章 高頻策略
7.1 做市商交易模型
7.2 Avellaneda-Stoikov庫存模型
7.3 高頻投資策略
7.3.1 高頻數(shù)據(jù)特征
7.3.2 高頻投資策略
7.3.3 我國資本市場的高頻投資
7.4 案例：滬深300股指期現(xiàn)高頻套利
習題七
參考文獻