本书主要介绍如何运用统计分析和机器学习等方法对中国期货市场量化交易进行建模分
析。不仅覆盖了最基础的数据获取、数据清理、因子提取、模型构造以及最后的动态投资组
合优化、C++编程实现等方面,而且有丰富的代码方便读者临摹学习和修改提升。本书中的
数据首先是交易所最原始的期货分笔数据,在此基础上整合成5分钟K线,然后再计算预测
因子,最后套入统计预测模型。在交易层面,采用严谨的滚动优化方式,充分考虑了滑点和
手续费,严格测试。另外本书还覆盖了中低频的趋势策略以及高频的短趋势策略,最后也详
细介绍了跨期套利策略,以及对读者择业就业的建议。
本书内容的广度和深度都是国内市场上少见的,适合相关专业人士和感兴趣的投资爱好
者阅读,如高校数理类和经管类师生及证券、期货、私募证券、公募基金等量化交易相关从
业人员,以及对机器学习在金融方面运用的相关人士和对量化交易感兴趣的各行各业人士。
##适合量化交易已入门的朋友读,有不少启发。
评分##白瞎这么好的纸了。
评分##优点:有比较多作为业内人士独有的分享 缺点:模型部分逻辑性,深度欠缺
评分##优点:有比较多作为业内人士独有的分享 缺点:模型部分逻辑性,深度欠缺
评分##作者在观点传达上还是非常诚挚的,作为入门书籍很不错。不足之处是措辞行文有些随意。一些概念术语在后续章节中才解释,甚至没有解释,导致阅读时偶有障碍。另外,作者的代码和图标都没有为了书籍出版做专门的优化适配,这个应该是编辑的锅了。
评分##作者在观点传达上还是非常诚挚的,作为入门书籍很不错。不足之处是措辞行文有些随意。一些概念术语在后续章节中才解释,甚至没有解释,导致阅读时偶有障碍。另外,作者的代码和图标都没有为了书籍出版做专门的优化适配,这个应该是编辑的锅了。
评分##作者在观点传达上还是非常诚挚的,作为入门书籍很不错。不足之处是措辞行文有些随意。一些概念术语在后续章节中才解释,甚至没有解释,导致阅读时偶有障碍。另外,作者的代码和图标都没有为了书籍出版做专门的优化适配,这个应该是编辑的锅了。
评分##读这本书感觉很真诚!挺不错的!
评分##适合量化交易已入门的朋友读,有不少启发。
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2026 book.teaonline.club All Rights Reserved. 图书大百科 版权所有