量化投资实践（MATLAB版）
￥69.00定价
作者： 深圳点宽网络科技有限公司金融科技教育丛书编委会
出版时间：2023-08
出版社：科学出版社
- 科学出版社
- 9787030606075
- 1-5
- 262938
- 61231605-9
- 平装
- 大大32开
- 2023-08
- 373
- 296
- 理学
- 数学
- F830.59
- 理工
- 本科
内容简介
本书中的案例来源于作者的实际工作，充分体现案例的实用性和程序的可模仿性，案例程序中附有详细的注释。例如β，VaR和CVaR的计算，DualThrust，R-break和海龟交易策略等程序，读者可以直接使用或根据需要在源代码的基础上进行修改、完善。《BR》本书分5篇，共计23章。第一篇介绍量化投资中常用的MATLAB编程知识和技巧；第二篇介绍几个基本的数理统计知识，包括随机变量、统计矩、极大似然估计、置信区间、假设检验、p值和Spearman秩相关性等；第三篇主要对线性回归、Kalman滤波和ARMA等梳理模型进行概述；第四篇主要介绍量化投资中几个经典的策略模型，包括期货中的R-breaker，Dual Thrust和Aberration等经典策略，以及股票中的多因子模型；第五篇介绍关于风险管理的实践意义，主要实现了VaR和CVaR的计算。
目录
目录
前言
第一篇 量化投资——基础研究工具：MATLAB必备知识
第1章 MATLAB必备知识 3
1.1 基础数据类型 3
1.2 常用数据类型 12
1.3 绘图 15
1.4 函数 17
1.5 平均值 19
1.6 离差分析 21
第二篇 量化投资——数理统计
第2章 离散和连续随机变量 27
2.1 离散随机变量 27
2.2 连续随机变量 31
2.3 分布拟合 39
第3章 统计矩——偏度和峰度 41
3.1 偏度 41
3.2 峰度 43
3.3 其他的标准矩 44
3.4 Jarque-Bera正态检验 45
3.5 测试校准 45
第4章 极大似然估计 46
4.1 极大似然估计 46
4.2 正态分布的MLE 47
4.3 正态分布的MATLAB实现 48
4.4 指数分布的MLE及MATLAB实现 49
4.5 案例研究——日回报的正态分布拟合 50？
4.6 极大似然估计注意事项 50
第5章 置信区间与假设检验 52
5.1 置信区间 52
5.2 原假设和备择假设 53
5.3 假设检验的步骤 53
5.4 案例研究1——工商银行的日回报率的假设检验 54
5.5 案例研究2——假设检验用于平均值 58
5.6 案例研究3——假设检验用于方差研究 60
第6章 p值和多重比较偏差 63
6.1 p值 63
6.2 案例研究——多次测试 64
6.3 敏感性和专一性的权衡 66
第7章 Spearman秩相关性 67
7.1 Spearman秩相关性 67
7.2 Spearman案例 68
7.3 Spearman秩相关系数用于公募基金夏普率研究 70
第三篇 量化投资——金融建模
第8章 期货和期货交易策略简介 75
8.1 远期合约 75
8.2 期货合约 76
8.3 期货与现货的关系 78
8.4 杠杆 81
第9章 线性回归 85
9.1 线性回归模型的概念 85
9.2 MATLAB实现线性回归模型 85
9.3 线性回归与相关性 87
9.4 相关系数 88
第10章 多元线性回归 90
10.1 多元线性回归的概念 90
10.2 多元线性回归模型示例 90
10.3 多元线性回归预测建设银行股票价格 91
10.4 模型选择 93
第11章 单整、协整和平稳性 95
11.1 平稳性和非平稳性 95
11.2 单整 99
11.3 协整 108
11.4 总结 114？
第12章 违背回归模型 115
12.1 残差 115
12.2 异方差 116
12.3 残差的序列相关性 123
12.4 Newey-West 125
12.5 多重共线性 126
第13章 Kalman滤波 129
13.1 理论基础 129
13.2 Kalman滤波模型 133
13.3 Kalman滤波与迭代线性回归 135
13.4 Kalman滤波发散 138
13.5 Sage-Husa自适应滤波算法 144
第14章 ARMA模型 148
14.1 基础概念及原理介绍 148
14.2 建立 ARMA模型的一般步骤 150
14.3 案例研究——沪深300股指期货日收益率的ARMA模型拟合及MATLAB实现 151
第15章 过拟合的风险 155
15.1 什么是过拟合 155
15.2 例：选取过多参数 155
15.3 例：曲线拟合 156
15.4 例：回归参数 157
15.5 例：滚动窗口 162
15.6 避免过度拟合 170
第四篇 量化投资——策略交易模型
第16章 β对冲 173
16.1 因子模型 173
16.2 风险暴露 173
16.3 风险管理 174
16.4 β对冲的 MATLAB实现 174
16.5 交叉对冲 175
第17章 配对交易 177
17.1 配对交易流程 177
17.2 配对交易策略 187
第18章 方向性交易策略构造 191
18.1 波动率突破策略 191？
18.2 日内趋势反转策略之 R-breaker策略 194
18.3 Dual Thrust策略 198
18.4 Aberration策略 206
18.5 海龟交易策略 210
第19章 多因子研究 219
19.1 常见因子 219
19.2 多因子模型的意义——不单单寻找表现最好的股票 220
19.3 数据处理 221
19.4 模型有效性检验 225
19.5 因子合成与降维 227
19.6 多因子研究案例 228
第20章 条件异方差模型 231
20.1 几种基础模型介绍 231
20.2 示例应用 234
第五篇 量化投资——风险管理模型
第21章 仓位集中风险 251
21.1 模拟“21 点”游戏 251
21.2 投资组合理论 252
21.3 资金约束 257
21.4 数学方法解释 257
21.5 额外的好处 258
第22章 最小线性相关算法 261
22.1 分散化投资 261
22.2 一些公式 261
22.3 最小线性相关算法用于投资权重分配 262
第23章 VaR和CVaR264
23.1 VaR和CVaR的定义 264
23.2 VaR和CVaR的计算 266
23.3 VaR和CVaR的计算演示 268
23.4 VaR和CVaR运用于资产组合管理 271
参考文献 279
附录 Auto-Trader交易软件使用手册 280
前言
第一篇 量化投资——基础研究工具：MATLAB必备知识
第1章 MATLAB必备知识 3
1.1 基础数据类型 3
1.2 常用数据类型 12
1.3 绘图 15
1.4 函数 17
1.5 平均值 19
1.6 离差分析 21
第二篇 量化投资——数理统计
第2章 离散和连续随机变量 27
2.1 离散随机变量 27
2.2 连续随机变量 31
2.3 分布拟合 39
第3章 统计矩——偏度和峰度 41
3.1 偏度 41
3.2 峰度 43
3.3 其他的标准矩 44
3.4 Jarque-Bera正态检验 45
3.5 测试校准 45
第4章 极大似然估计 46
4.1 极大似然估计 46
4.2 正态分布的MLE 47
4.3 正态分布的MATLAB实现 48
4.4 指数分布的MLE及MATLAB实现 49
4.5 案例研究——日回报的正态分布拟合 50？
4.6 极大似然估计注意事项 50
第5章 置信区间与假设检验 52
5.1 置信区间 52
5.2 原假设和备择假设 53
5.3 假设检验的步骤 53
5.4 案例研究1——工商银行的日回报率的假设检验 54
5.5 案例研究2——假设检验用于平均值 58
5.6 案例研究3——假设检验用于方差研究 60
第6章 p值和多重比较偏差 63
6.1 p值 63
6.2 案例研究——多次测试 64
6.3 敏感性和专一性的权衡 66
第7章 Spearman秩相关性 67
7.1 Spearman秩相关性 67
7.2 Spearman案例 68
7.3 Spearman秩相关系数用于公募基金夏普率研究 70
第三篇 量化投资——金融建模
第8章 期货和期货交易策略简介 75
8.1 远期合约 75
8.2 期货合约 76
8.3 期货与现货的关系 78
8.4 杠杆 81
第9章 线性回归 85
9.1 线性回归模型的概念 85
9.2 MATLAB实现线性回归模型 85
9.3 线性回归与相关性 87
9.4 相关系数 88
第10章 多元线性回归 90
10.1 多元线性回归的概念 90
10.2 多元线性回归模型示例 90
10.3 多元线性回归预测建设银行股票价格 91
10.4 模型选择 93
第11章 单整、协整和平稳性 95
11.1 平稳性和非平稳性 95
11.2 单整 99
11.3 协整 108
11.4 总结 114？
第12章 违背回归模型 115
12.1 残差 115
12.2 异方差 116
12.3 残差的序列相关性 123
12.4 Newey-West 125
12.5 多重共线性 126
第13章 Kalman滤波 129
13.1 理论基础 129
13.2 Kalman滤波模型 133
13.3 Kalman滤波与迭代线性回归 135
13.4 Kalman滤波发散 138
13.5 Sage-Husa自适应滤波算法 144
第14章 ARMA模型 148
14.1 基础概念及原理介绍 148
14.2 建立 ARMA模型的一般步骤 150
14.3 案例研究——沪深300股指期货日收益率的ARMA模型拟合及MATLAB实现 151
第15章 过拟合的风险 155
15.1 什么是过拟合 155
15.2 例：选取过多参数 155
15.3 例：曲线拟合 156
15.4 例：回归参数 157
15.5 例：滚动窗口 162
15.6 避免过度拟合 170
第四篇 量化投资——策略交易模型
第16章 β对冲 173
16.1 因子模型 173
16.2 风险暴露 173
16.3 风险管理 174
16.4 β对冲的 MATLAB实现 174
16.5 交叉对冲 175
第17章 配对交易 177
17.1 配对交易流程 177
17.2 配对交易策略 187
第18章 方向性交易策略构造 191
18.1 波动率突破策略 191？
18.2 日内趋势反转策略之 R-breaker策略 194
18.3 Dual Thrust策略 198
18.4 Aberration策略 206
18.5 海龟交易策略 210
第19章 多因子研究 219
19.1 常见因子 219
19.2 多因子模型的意义——不单单寻找表现最好的股票 220
19.3 数据处理 221
19.4 模型有效性检验 225
19.5 因子合成与降维 227
19.6 多因子研究案例 228
第20章 条件异方差模型 231
20.1 几种基础模型介绍 231
20.2 示例应用 234
第五篇 量化投资——风险管理模型
第21章 仓位集中风险 251
21.1 模拟“21 点”游戏 251
21.2 投资组合理论 252
21.3 资金约束 257
21.4 数学方法解释 257
21.5 额外的好处 258
第22章 最小线性相关算法 261
22.1 分散化投资 261
22.2 一些公式 261
22.3 最小线性相关算法用于投资权重分配 262
第23章 VaR和CVaR264
23.1 VaR和CVaR的定义 264
23.2 VaR和CVaR的计算 266
23.3 VaR和CVaR的计算演示 268
23.4 VaR和CVaR运用于资产组合管理 271
参考文献 279
附录 Auto-Trader交易软件使用手册 280
