量化炼金术：中低频量化交易策略研发 湖北新华书店 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

杨博理 贾芳 著

图书标签:

• 量化交易
• 量化策略
• 中低频交易
• 金融工程
• 投资理财
• 技术分析
• Python量化
• 股票
• 期货
• 湖北新华书店

店铺： 湖北新华书店图书专营店

出版社： 机械工业出版社

ISBN：9787111575320

商品编码：16545959645

包装：平装-胶订

出版时间：2017-08-01

图书基本信息
图书名称	量化炼金术：中低频量化交易策略研发	作者	杨博理 贾芳
定价	59.00元	出版社	机械工业出版社
ISBN	9787111575320	出版日期	2017-08-01
字数	210000	页码	231
版次	1	装帧	平装-胶订
开本	16开	商品重量	0.4Kg

内容简介

本书首先对量化交易策略的历史、内涵和特点进行了简述，然后给出了量化交易策略的基本研发流程。书中介绍了策略研发中的一些注意事项与应对方法，随后通过两个例子说明了择时策略和选股策略的基础研发框架；在介绍推进分析这一回测技术的基础上，又进一步完善了择时策略和选股策略的研发流程。然后，作者增加了策略风险这一维度，并给出了论述。在此基础上，作者介绍了仓位优化的择时策略和投资组合优化的选股策略，从而使得策略有能力对整体风险进行控制；并在两种策略中增加了交易成本的计算，让量化交易策略的回溯测试更贴近现实交易的情况。针对这些完善的策略，本书给出了相应的策略评价。后对整本书的内容进行了总结，并讨论了策略研发中的主观控制等相关问题。

作者简介

2009.9–2013.12 博士 华中科技大学 管理学院 金融工程方向 2011.9–2013.2 联合培养博士（国家公派） 英国剑桥大学 土地经济系 房地产金融方向 2011.3–2011.6 访问学者 法国里昂高等商学院 金融风险分析中心 2007.9–2009.6 硕士 华中科技大学 数学系 运筹学与控制论专业 2003.9–2007.6 本科 华中科技大学 数学系 统计学专业 工作经历 2015.12–至今 基金（筹） 金融工程研究主管，负责投资策略研究与风控系统构建 2013.12–2015.12 华中科技大学管理学院 博士后

目录

目录 序言 第1章　引言 ┊1 1.1　量化交易策略简述 ┊2 1.2　量化交易策略的优缺点 ┊8 第2章　量化交易策略的研发流程 ┊14 2.1　量化交易策略的基本研发流程 ┊15 2.2　量化交易策略研发流程的进一步论述 ┊18 第3章　注意事项与应对 ┊23 3.1　未来信息的规避 ┊24 3.2　过度拟合与拟合 ┊27 3.3　回溯测试与真实环境的差异 ┊31 第4章　简单的择时策略 ┊36 4.1　择时策略的基本框架 ┊37 4.2　均线趋势策略的简单优化 ┊40 4.3　均线反转策略的简单优化 ┊44 4.4　自回归策略的简单优化 ┊47 第5章　简单的选股策略 ┊51 5.1　因子选股的基本框架 ┊52 5.2　市值因子 ┊55 5.3　反转因子 ┊63 5.4　多因子选股策略的简单优化 ┊69 第6章　推进分析 ┊76 6.1　推进分析框架 ┊77 6.2　多层推进分析 ┊82 6.3　推进分析下的验证 ┊86 第7章　推进的择时策略 ┊89 7.1　均线趋势策略的推进分析 ┊90 7.2　均线反转策略的推进分析 ┊94 7.3　均线混合策略的推进分析 ┊96 7.4　自回归策略的推进分析 ┊99 7.5　自回归策略的多层推进分析 ┊102 第8章　推进的选股策略 ┊107 8.1　多因子选股策略的推进分析 ┊108 8.2　多因子选股策略的多层推进分析 ┊115 第9章　风险 ┊123 9.1　常用的风险度量 ┊124 9.2　其他风险度量 ┊129 9.3　风险和收益的结合 ┊134 9.4　止损 ┊138 第10章　仓位决策 ┊142 10.1　凯利公式 ┊143 10.2　实用的仓位决策方法 ┊152 第11章　仓位优化的择时策略 ┊155 11.1　仓位优化的均线趋势策略 ┊156 11.2　仓位优化的自回归策略 ┊169 第12章　投资组合决策 ┊181 12.1　优投资组合理论 ┊182 12.2　实用的投资组合优化方法 ┊187 第13章　优化的股票配置策略 ┊193 13.1　多因子风险模型 ┊194 13.2　投资组合优化的多因子策略 ┊196 第14章　交易成本 ┊203 14.1　交易成本估计 ┊204 14.2　考虑交易成本的择时策略 ┊207 14.3　考虑交易成本的股票配置策略 ┊212 第15章　策略评价 ┊215 15.1　策略评价体系 ┊216 15.2　策略评价报告 ┊218 第16章　结语 ┊223 16.1　内容总结 ┊224 16.2　研发流程的局限与应对 ┊227 参考文献 ┊231

编辑推荐

文摘

序言

炼金术的现代回响：穿越市场的数字迷雾 在信息洪流与瞬息万变的金融浪潮中，有一种古老而神秘的技艺，在现代科学的严谨与计算的精准中焕发新生——它便是“量化”。而当我们将这种强大的量化思维与金融市场的无尽财富相结合，便诞生了“炼金术”般的奇迹。本书并非要复述那古老的传说，而是要揭示一套系统性的、可行的现代金融“炼金术”，它深耕于中低频交易策略的研发，旨在帮助有志者穿越市场的数字迷雾，探寻稳健获利的黄金法则。 本书的初衷，源于对金融市场深刻的洞察与对量化交易方法论的执着追求。我们观察到，许多交易者在追逐高频的诱惑时，往往忽略了中低频策略所蕴含的价值与稳定性。中低频交易，作为连接短期噪音与长期趋势的关键环节，能够捕捉到市场中具有持续性的动量与价值信号，同时又避免了高频交易对技术、硬件和执行力的极致要求，以及长线投资所需的漫长等待与宏观判断的重重风险。这使得中低频策略成为一个极具吸引力的战场，它允许交易者在理性的框架内，运用数据分析与数学模型，构建出既能有效应对市场波动，又能显著提升盈利概率的交易系统。 本书将带领读者踏上一段严谨而充满挑战的旅程，从量化交易的基础概念出发，逐步深入到中低频策略的研发核心。我们不会止步于理论的探讨，而是将重心放在“研发”二字之上。这意味着，我们不仅要理解策略的逻辑，更要掌握从数据获取、策略构思、模型构建、回测验证到实盘交易的整个闭环流程。这其中，数据是量化交易的基石，而精良的策略则是量化炼金术的核心配方。 策略的源泉：洞察市场，发现信号 本书的核心内容，将聚焦于中低频交易策略的开发。我们不会简单地罗列现成的策略，而是引导读者理解策略的“思想”是如何产生的。这包括： 市场微观结构的理解：尽管我们关注中低频，但理解市场微观结构中的订单簿动态、交易量变化、流动性供给等细节，有助于我们识别出可能影响短期价格运动的因素，从而为我们的中低频信号提供更坚实的基础。 行为金融学与情绪分析：市场的非理性行为往往是价格波动的重要驱动力。本书将探讨如何利用文本分析、社交媒体情绪监测等手段，捕捉市场情绪的拐点，并将其转化为可操作的交易信号。例如，当市场普遍出现过度乐观或悲观情绪时，可能预示着短期反转的到来。 技术指标的再解读：经典的交易指标如均线、MACD、RSI等，在被赋予量化思维后，将焕发出新的生命力。我们不只是简单地使用这些指标，而是深入研究它们的数学原理，探索如何组合、优化这些指标，使其在中低频交易中产生更可靠的信号。例如，如何设计更复杂的均线交叉模型，以过滤掉市场噪音；如何结合多个动量指标，识别出具有持续上涨或下跌潜力的资产。 因子模型的创新应用：研究不同市场因子（如价值、成长、动量、波动率等）在中低频周期内的表现，并探索如何构建多因子模型，以捕捉不同市场环境下驱动价格变动的核心因素。这可能涉及到对因子权重的动态调整，以及对因子交互作用的深入分析。 事件驱动策略的挖掘：关注特定类型的信息发布，如公司财报、宏观经济数据、行业政策调整等，并研究如何设计在这些事件前后进行交易的策略。理解信息如何影响市场预期，以及市场对预期的定价过程，是这类策略成功的关键。 模型的构建：严谨逻辑，量化实现 一旦有了策略的“思想”，下一步便是将其转化为可执行的数学模型。本书将详细介绍： 数据预处理与特征工程：原始数据往往包含噪音和不规则性。我们将深入讲解数据清洗、标准化、缺失值处理等技术，并介绍如何从原始数据中提取有用的特征，例如，计算不同时间窗口内的价格波动率、成交量变化率，或者构建滞后变量等。 统计建模方法：从线性回归到时间序列分析（ARIMA、GARCH等），再到更复杂的机器学习算法（如支持向量机、随机森林、梯度提升树等），本书将系统介绍适用于金融数据建模的统计方法。我们将强调如何根据策略的特点选择最适合的建模技术，并深入理解模型的假设与局限性。 机器学习在策略研发中的应用：我们将探讨如何利用机器学习模型来识别模式、预测价格走势、或者进行风险管理。例如，使用分类算法预测价格上涨或下跌的可能性，或者使用聚类算法识别相似的市场模式。重点在于，我们不仅要学习如何应用算法，更要理解算法背后的逻辑，以及如何避免过拟合等常见问题。 风险管理模块的设计：任何交易策略都离不开风险控制。本书将强调如何将风险管理融入策略模型的设计中，包括止损、止盈、仓位控制、品种分散等。我们将探讨如何量化不同风险敞口，并设计相应的对冲或规避策略。 回测与验证：历史的镜子，未来的预演 量化策略的生命在于其在实际交易中的表现。因此，严格的回测与验证是不可或缺的环节。本书将详述： 回测平台的选择与搭建：介绍市面上主流的回测框架和工具，并指导读者如何根据自身需求进行选择或搭建。 回测策略的公正性：强调避免未来函数、数据泄露等回测中的陷阱，确保回测结果的客观公正。我们将深入分析这些陷阱的原理，并提供识别和规避的方法。 关键回测指标的解读：不仅仅是夏普比率，我们还将深入解读最大回撤、年化收益、盈亏比、胜率、卡玛比率等一系列指标，并教会读者如何全面、辩证地评估策略的性能。 稳健性检验与场景分析：通过调整回测参数、在不同市场环境下进行回测，以及进行蒙特卡洛模拟等方式，来检验策略的稳健性。理解策略在不同市场条件下的表现差异，是其能否适应未来市场的重要衡量标准。 模型过拟合的识别与防范：这是量化交易中的一个核心挑战。本书将详细介绍过拟合的成因，并提供多种识别方法，如交叉验证、正则化等，以及在策略设计和回测过程中防范过拟合的技巧。 实盘交易与持续优化：从模拟到现实，永不止步 再完美的策略，也需要经受实盘的检验。本书的最后一个重要环节，便是将策略推向实盘，并进行持续的优化： 交易执行系统：介绍如何搭建或选择合适的交易执行系统，包括接口对接、订单管理、滑点控制等。 实盘交易的挑战与应对：分析实盘交易可能遇到的问题，如市场冲击、执行延迟、情绪干扰等，并提供相应的应对策略。 性能监控与参数调整：强调对实盘交易表现的持续监控，并根据实时数据和交易结果，对策略参数进行微调或重构。 动态调整策略：市场环境在不断变化，策略也需要与时俱进。本书将探讨如何建立一套动态调整机制，以适应市场结构的变化和新风险的出现。 本书的内容设计，力求全面、深入、实操性强。我们不满足于表面上的介绍，而是希望通过详细的原理讲解、严谨的逻辑推导、丰富的案例分析，帮助读者建立起一套完整的量化交易策略研发体系。我们相信，通过对本书内容的系统学习和实践，读者将能够掌握“量化炼金术”的精髓，在变幻莫测的金融市场中，炼制出属于自己的财富。 本书的语言风格，将力求清晰、准确、通俗易懂，避免使用过于晦涩的学术术语。我们更希望呈现的是一种“思想的启迪”与“技能的传授”，而非枯燥的理论堆砌。同时，我们也会穿插一些市场观察与交易心得，让理论与实践的结合更加紧密。 我们坚信，量化交易并非遥不可及的神话，而是一套可以通过学习和实践掌握的科学方法。本书的出版，旨在为所有对量化交易充满热情、渴望在金融市场中寻找更优解的交易者，提供一份系统性的、可信赖的指南。它不仅仅是一本书，更是一扇通往理性交易世界的大门，一盏照亮前路、指引方向的明灯。愿这本书能帮助你，在量化炼金术的道路上，稳步前行，收获属于你的丰硕成果。

评分☆☆☆☆☆

我一直对金融市场的“黑箱”操作感到好奇，那种背后隐藏的逻辑和算法，总是让我觉得既神秘又充满魅力。“量化炼金术”这个名字，就像为我打开了一扇通往这个神秘世界的大门。我尤其关注“中低频”这个词，它暗示着一种不那么激进、但又足够有效的交易方式。我很好奇，这本书会如何将“炼金术”般的神秘感，转化为科学严谨的量化策略？它是否会从最基础的数据处理讲起，然后逐步深入到模型构建、因子挖掘，甚至是风险控制的方方面面？我希望它能提供一种可复制的、可学习的方法论，而不是仅仅提供一些“看起来很美”的案例。比如，书中是否会介绍如何找到那些被市场低估的、具有长期投资价值的资产？又或者，它是否会解析如何识别市场情绪的反转信号，从而在合适的时机进行交易？我想这本书能够帮助我建立起一套系统的量化交易思维，让我能够更清晰地理解市场的运作规律，并在这个过程中，逐步成长为一名更理性的投资者。

评分☆☆☆☆☆

我一直对金融市场中的一些“神奇”现象感到着迷，比如为什么某些股票会在特定时刻出现异常波动，又比如一些看似普通的经济数据背后隐藏着怎样的交易信号。我之前接触过一些关于技术分析的书籍，但总感觉它们流于表面，缺乏深入的逻辑支撑。而“量化炼金术”这个名字，让我联想到的是一种更为严谨、系统化的方法论。我设想，这本书很可能是在解析如何利用数学模型和统计学原理，从海量的数据中挖掘出那些能够带来超额收益的规律。比如，它可能会介绍一些经典的量化因子，解释这些因子是如何被构建和应用的，以及在不同的市场环境下，它们的效果又会有怎样的差异。我还好奇，书中是否会涉及一些具体的编程语言或者工具，比如Python，来辅助策略的开发和回测，毕竟在现代量化交易领域，编程能力几乎是必不可少的技能。更重要的是，我希望它能不仅仅是理论的堆砌，而是能真正指引我如何去实践，如何去构建一个属于自己的、能够经受住市场考验的交易系统。

评分☆☆☆☆☆

这本书的书名，尤其是“炼金术”这三个字，让我联想到了古老的智慧与现代科技的结合。在金融投资领域，我们常常在寻找一种能够“点石成金”的方法，而量化交易正是这种尝试的体现。我一直认为，成功的交易不仅仅是运气，更是基于严谨的逻辑和数据分析。这本书提到的“中低频”策略，我理解为它可能关注的是那些在较长周期内（比如几天、几周甚至几个月）显现出来的市场规律，这与每天盯着屏幕进行高频操作有着本质的区别。我猜测书中会详细介绍如何识别和捕捉这些中低频交易机会，比如通过分析宏观经济数据、行业趋势，或者是一些更深层次的市场情绪指标。我期待书中能够分享一些构建这些策略的思路和框架，而不仅仅是提供几个现成的公式。例如，作者是否会探讨如何对市场进行分层分析，在不同的市场环境下选择不同的策略？如何评估策略的稳健性，并根据市场变化进行动态调整？这些都是我作为一名正在探索量化交易之路的投资者，非常关心的问题。

评分☆☆☆☆☆

这本书的封面设计简洁大气，那种深邃的蓝色背景和金色的书名，第一眼就抓住了我的眼球。作为一个对量化交易充满好奇但又觉得门槛很高的普通投资者，我常常在想，那些在金融市场上呼风唤雨的“大佬”们，究竟是如何做到如此精准的判断和操作的？是不是真的存在某种“秘籍”能够让普通人也能在这片数字海洋中游刃有余？这本书的名字“量化炼金术”更是点燃了我内心的探索欲望，它暗示着一种将看似枯燥的数据提炼成宝贵财富的神秘力量，仿佛在描绘一个从“凡铁”蜕变为“黄金”的过程。我尤其对“中低频”这个关键词感到兴趣，这意味着它可能不会像高频交易那样遥不可及，而是更贴近我们普通投资者能够理解和掌握的范围，也许它能为我们提供一些切实可行、不至于让钱包“瞬间蒸发”的交易思路。湖北新华书店作为信誉良好的实体书店，也让我对这本书的质量有了初步的信心，相信它经过了层层筛选，能够为读者带来真正有价值的内容。我迫切地想要翻开它，一探究竟，看看这所谓的“量化炼金术”究竟是如何在资本市场中施展魔法的。

评分☆☆☆☆☆

这次在湖北新华书店偶然看到了这本书，它的装帧给人一种非常专业的感觉，那种沉稳的商务风格，让我在一众畅销书中一眼就留意到了它。我之前尝试过一些基础的量化交易入门读物，但往往内容比较浅显，或者过于理论化，读完之后依然不知道如何下手。我希望这本书能够提供一些更深入、更实用的指导，尤其是在“中低频”这个时间维度上。这对我来说非常有吸引力，因为高频交易的门槛太高，不仅需要强大的技术支持，还需要大量的资金投入，而中低频交易可能更适合我们这些时间精力有限的个人投资者。我猜测书中会详细讲解如何从原始数据出发，进行数据清洗、特征工程，然后构建模型，最后进行回测和优化。我特别期待它能分享一些作者在实际研发过程中遇到的挑战和解决方案，比如如何处理数据中的噪音、如何避免过拟合，以及如何管理交易中的风险。如果书中能包含一些真实的交易案例分析，那就更好了，那样可以帮助我更好地理解理论知识在实践中的应用。