量化投资—策略与技术(预订中,估价)

.第 2章 量化选股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 实证案例：多因子
选股模型30
2.2 风格轮动35
2.2.1 基本概念35
2.2.2 盈利预期生命周期
模型38
2.2.3 策略模型40
2.2.4 实证案例：中信标
普风格41
2.2.5 实证案例：大小盘
风格44
2.3 行业轮动47
2.3.1 基本概念47
2.3.2 m2行业轮动策略50
2.3.3 市场情绪轮动策略52
2.4 资金流56
2.4.1 基本概念56
2.4.2 策略模型59
2.4.3 实证案例：资金
流选股策略60
2.5 动量反转63
2.5.1 基本概念63
2.5.2 策略模型67
2.5.3 实证案例：动量选股策略
和反转选股策略70
2.6 一致预期73
2.6.1 基本概念74
2.6.2 策略模型76
2.6.3 实证案例：一致预期
模型案例78
2.7 趋势追踪84
2.7.1 基本概念84
2.7.2 策略模型86
2.7.3 实证案例：趋势追踪
选股模型92
2.8 筹码选股94
2.8.1 基本概念95
2.8.2 策略模型97
2.8.3 实证案例：筹码选股
模型99
2.9 业绩评价104
2.9.1 收益率指标104
2.9.2 风险度指标105
第 3章 量化择时111
3.1 趋势追踪112
3.1.1 基本概念112
3.1.2 传统趋势指标113
3.1.3 自适应均线121
3.2 市场情绪125
3.2.1 基本概念126
3.2.2 情绪指数128
3.2.3 实证案例：情绪指标
择时策略129
3.3 有效资金133
3.3.1 基本概念133
3.3.2 策略模型134
3.3.3 实证案例：有效资金
择时模型137
3.4 牛熊线141
3.4.1 基本概念141
3.4.2 策略模型143
3.4.3 实证案例：牛熊线
择时模型144
3.5 husrt指数146
3.5.1 基本概念146
3.5.2 策略模型148
3.5.3 实证案例149
3.6 支持向量机152
3.6.1 基本概念152
3.6.2 策略模型153
3.6.3 实证案例：svm择时
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 实证案例：swarch
模型164
3.8 异常指标168
3.8.1 市场噪声168
3.8.2 行业集中度170
3.8.3 兴登堡凶兆172
第 4章 股指期货套利180
4.1 基本概念181
4.1.1 套利介绍181
4.1.2 套利策略183
4.2 期现套利185
4.2.1 定价模型185
4.2.2 现货指数复制186
4.2.3 正向套利案例190
4.2.4 结算日套利192
4.3 跨期套利195
4.3.1 跨期套利原理195
4.3.2 无套利区间196
4.3.3 跨期套利触发和终止197
4.3.4 实证案例：跨期套利
策略199
4.3.5 主要套利机会200
4.4 冲击成本203
4.4.1 主要指标204
4.4.2 实证案例：冲击成本205
4.5 保证金管理208
4.5.1 var方法208
4.5.2 var计算方法209
4.5.3 实证案例211
第 5章 商品期货套利214
5.1 基本概念215
5.1.1 套利的条件216
5.1.2 套利基本模式217
5.1.3 套利准备工作219
5.1.4 常见套利组合221
5.2 期现套利225
5.2.1 基本原理225
5.2.2 操作流程226
5.2.3 增值税风险230
5.3 跨期套利231
5.3.1 套利策略231
5.3.2 实证案例：pvc跨
期套利策略233
5.4 跨市场套利234
5.4.1 套利策略234
5.4.2 实证案例：伦铜—沪铜跨
市场套利235
5.5 跨品种套利236
5.5.1 套利策略237
5.5.2 实证案例238
5.6 非常状态处理240
第 6章 统计套利242
6.1 基本概念243
6.1.1 统计套利定义243
6.1.2 配对交易244
6.2 配对交易247
6.2.1 协整策略247
6.2.2 主成分策略254
6.2.3 绩效评估256
6.2.4 实证案例：配对
交易258
6.3 股指套利261
6.3.1 行业指数套利261
6.3.2 国家指数套利263
6.3.3 洲域指数套利264
6.3.4 全球指数套利266
6.4 融券套利267
6.4.1 股票—融券套利267
6.4.2 可转债—融券套利268
6.4.3 股指期货—融券
套利269
6.4.4 封闭式基金—融券
套利271
6.5 外汇套利272
6.5.1 利差套利273
6.5.2 货币对套利275
第 7章 期权套利277
7.1 基本概念278
7.1.1 期权介绍278
7.1.2 期权交易279
7.1.3 牛熊证280
7.2 股票/期权套利283
7.2.1 股票—股票期权
套利283
7.2.2 股票—指数期权
套利284
7.3 转换套利285
7.3.1 转换套利285
7.3.2 反向转换套利287
7.4 跨式套利288
7.4.1 买入跨式套利289
7.4.2 卖出跨式套利291
7.5 宽跨式套利293
7.5.1 买入宽跨式套利293
7.5.2 卖出宽跨式套利294
7.6 蝶式套利296
7.6.1 买入蝶式套利296
7.6.2 卖出蝶式套利298
7.7 飞鹰式套利299
7.7.1 买入飞鹰式套利300
7.7.2 卖出飞鹰式套利301
第 8章 算法交易304
8.1 基本概念305
8.1.1 算法交易定义305
8.1.2 算法交易分类306
8.1.3 算法交易设计308
8.2 被动交易算法309
8.2.1 冲击成本310
8.2.2 等待风险312
8.2.3 常用被动型交易
策略314
8.3 vwap算法316
8.3.1 标准vwap算法316
8.3.2 改进型vwap算法319
第 9章 其他策略323
9.1 事件套利324
9.1.1 并购套利策略324
9.1.2 定向增发套利325
9.1.3 套利重仓停牌股票的
投资组合326
9.1.4 封闭式投资组合
套利327
9.2 etf套利328
9.2.1 基本概念328
9.2.2 无风险套利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 实证案例：lof
套利337
9.4 高频交易341
9.4.1 流动性回扣交易341
9.4.2 猎物算法交易342
9.4.3 自动做市商策略343
9.4.4 程序化交易343
理论篇
第 10章 人工智能346
10.1 主要内容347
10.1.1 机器学习347
10.1.2 自动推理350
10.1.3 专家系统353
10.1.4 模式识别356
10.1.5 人工神经网络358
10.1.6 遗传算法362
10.2 人工智能在量化投资中的
应用366
10.2.1 模式识别短线择时366
10.2.2 rbf神经网络股价
预测370
10.2.3 基于遗传算法新股
预测375
第 11章 数据挖掘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 主要内容385
11.2.1 分类与预测385
11.2.2 关联规则391
11.2.3 聚类分析397
11.3 数据挖掘在量化投资中的
应用400
11.3.1 基于som 网络的股票
聚类分析方法400
11.3.2 基于关联规则的板块
轮动403
第 12章 小波分析407
12.1 基本概念408
12.2 小波变换主要内容409
12.2.1 连续小波变换409
12.2.2 连续小波变换的
离散化410
12.2.3 多分辨分析与mallat
算法411
12.3小波分析在量化投资中的
应用414
12.3.1 k线小波去噪414
12.3.2 金融时序数据预测420
第 13章 支持向量机429
13.1 基本概念430
13.1.1 线性svm430
13.1.2 非线性svm433
13.1.3 svm分类器参数
选择435
13.1.4 svm分类器从二类到
多类的推广436
13.2 模糊支持向量机437
13.2.1 增加模糊后处理
的svm437
13.2.2 引入模糊因子的svm
训练算法439
13.3 svm在量化投资中的
应用440
13.3.1 复杂金融时序数据
预测440
13.3.2 趋势拐点预测445
第 14章 分形理论452
14.1 基本概念453
14.1.1 分形定义453
14.1.2 几种典型的分形454
14.1.3 分形理论的应用456
14.2 主要内容457
14.2.1 分形维数457
14.2.2 l系统458
14.2.3 ifs系统460
14.3 分形理论在量化投资中
的应用461
14.3.1 大趋势预测461
14.3.2 汇率预测466
第 15章 随机过程473
15.1 基本概念473
15.2 主要内容476
15.2.1 随机过程的
分布函数476
15.2.2 随机过程的
数字特征476
15.2.3 几种常见的
随机过程477
15.2.4 平稳随机过程479
15.3 灰色马尔可夫链股市
预测480
第 16章 it技术486
16.1 数据仓库技术486
16.1.1 从数据库到
数据仓库487
16.1.2 数据仓库中的
数据组织489
16.1.3 数据仓库的
关键技术491
16.2 编程语言493
16.2.1 面向对象编程493
16.2.2 vba 语言497
16.2.3 c#语言504
第 17章 主要数据与工具509
17.1 万德中国金融数据库509
17.2 文华财经：程序化
交易平台511
17.3 交易开拓者：期货自动
交易平台514
17.4 大连交易所套利指令518
17.5 mt5：外汇自动
交易平台522
第 18章 量化对冲交易系统：
d-alpha528
18.1 系统构架528
18.2 策略分析流程530
18.3 核心算法532
18.4 验证结果534
表 目 录
表1 1 不同投资策略对比7
表2 1 多因子选股模型候选因子30
表2 2 多因子模型候选因子初步检验31
表2 3 多因子模型中通过检验的有效因子32
表2 4 多因子模型中剔除冗余后的因子33
表2 5 多因子模型组合分段收益率33
表2 6 晨星市场风格判别法36
表2 7 夏普收益率基础投资风格鉴别37
表2 8 中信标普风格指数41
表2 9 风格动量策略组合月均收益率43
表2 10 大小盘风格轮动策略月收益率均值46
表2 11 中国货币周期分段（2000—2009年）49
表2 12 沪深300行业指数统计50
表2 13 不同货币阶段不同行业的收益率51
表2 14 招商资金流模型（cmsmf）计算方法58
表2 15 招商资金流模型（cmsmf）选股指标定义59
表2 16 资金流模型策略——沪深30061
表2 17 资金流模型策略——全市场62
表2 18 动量组合相对基准的平均年化超额收益（部分）68
表2 19 反转组合相对基准的平均年化超额收益(部分)69
表2 20 动量策略风险收益分析71
表2 21 反转策略风险收益分析73
表2 22 趋势追踪技术收益率93
表2 23 筹码选股模型中单个指标的收益率情况对比99
表3 1 ma指标择时测试最好的20 组参数及其表现117
表3 2 4个趋势型指标最优参数下的独立择时交易表现比较120
表3 3 有交易成本情况下不同信号个数下的综合择时策略120
表3 4 自适应均线择时策略收益率分析124
表3 5 市场情绪类别126
表3 6 沪深300指数在不同情绪区域的当月收益率比较128
表3 7 沪深300指数在不同情绪变化区域的当月收益率比较129
表3 8 沪深300指数在不同情绪区域的次月收益率比较130
表3 9 沪深300指数在不同情绪变化区域的次月收益率比较130
表3 10 情绪指数择时收益率统计132
表3 11 svm择时模型的指标156
表3 12 svm对沪深300指数预测结果指标汇总156
表3 13 svm择时模型在整体市场的表现156
表3 14 svm择时模型在单边上涨市的表现157
表3 15 svm择时模型在单边下跌市的表现158
表3 16 svm择时模型在震荡市的表现159
表3 17 噪声交易在熊市择时的收益率170
表4 1 各种方法在不同股票数量下的跟踪误差（年化）190
表4-2 股指期货多头跨期套利过程分析199
表4 3 不同开仓比例下的不同保证金水平能够覆盖的市场波动及其概率211
表4 4 不同仓单持有期下的保证金覆盖比例212
表6 1 融券标的股票中在样本期内最相关的50 对组合（部分）248
表6 2 残差的平稳性、自相关等检验249
表6 3 在不同的阈值下建仓、平仓所能获得的平均收益251
表6 4 采用不同的模型在样本内获取的收益率及最优阈值252
表6 5 采用不同的模型、不同的外推方法在样本外获取的收益率（%）253
表6 6 主成分配对交易在样本内取得的收益率及最优阈值255
表6 7 主成分配对交易在样本外的效果255
表6-8 各种模型下统计套利的结果256
表6 9 延后开仓+提前平仓策略实证结果260
表6 10 各行业的配对交易结果261
表7 1 多头股票-期权套利综合分析表283
表7 2 多头股票—股票期权套利案例损益分析表284
表7 3 多头股票-指数期权套利案例损益分析表285
表7 4 转换套利分析过程286
表7 5 买入跨式套利综合分析表289
表7 6 买入跨式套利交易细节289
表7 7 卖出跨式套利综合分析表291
表7 8 卖出跨式套利交易细节292
表7 9 买入宽跨式套利综合分析表293
表7 10 卖出宽跨式套利综合分析表294
表7 11 买入蝶式套利综合分析表296
表7 12 卖出蝶式套利综合分析表298
表7 13 买入飞鹰套利分析表300
表7 14 卖出飞鹰式套利综合分析表301
表9 1 主要并购方式324
表9 2 并购套利流程325
表9 3 鹏华300 lof两次正向套利的情况339
表9 4 鹏华300 lof两次反向套利的情况340
表10 1 自动推理中连词系统352
表10 2 模式识别短线择时样本数据分类369
表10 3 rbf神经网络股价预测结果375
表10 4 遗传算法新股预测参数设置379
表10 5 遗传算法新股预测结果380
表11 1 决策树数据表389
表11 2 关联规则案例数据表392
表11 3 som股票聚类分析结果403
表11 4 21种股票板块指数布尔关系表数据片断404
表12 1 深发展a日收盘价小波分析方法预测值与实际值比较427
表12 2 不同分解层数的误差均方根值428
表13 1 svm沪深300指数预测误差情况445
表13 2 svm指数预测和神经网络预测的比较445
表13 3 技术反转点定义与图型448
表13 4 svm趋势拐点预测结果450
表14 1 持续大涨前后分形各主要参数值463
表14 2 持续大跌前后分形个主要参数值465
表14 3 外汇r/ s 分析的各项指标469
表14 4 v(r/s)曲线回归检验470
表15 1 灰色马尔可夫链预测深证成指样本内（2005/1—2006/8）484
表15 2 灰色马尔可夫链预测深证成指样本外（2006/9—2006/12）484
表16-1 vba的12种数据类型499
表18-1 d-alpha系统在全球市场收益率分析534