量化投资：策略与技术

《量化投资—策略与技术》
策略篇
第 1章 量化投资概念 
1.1 什么是量化投资 
1.1.1 量化投资定义 
1.1.2 量化投资理解误区 
1.2 量化投资与传统投资比较 
1.2.1 传统投资策略的
缺点 
1.2.2 量化投资策略的
优势 
1.2.3 量化投资与传统投
资策略的比较 
1.3 量化投资历史 
1.3.1 量化投资理论发展 
1.3.2 海外量化基金的
发展 
1.3.3 量化投资在中国 
1.4 量化投资主要内容 
1.5 量化投资主要方法 
.第 2章 量化选股 
2.1 多因子 
2.1.1 基本概念 
2.1.2 策略模型 
2.1.3 实证案例：多因子
选股模型 
2.2 风格轮动 
2.2.1 基本概念 
2.2.2 盈利预期生命周期
模型 
2.2.3 策略模型 
2.2.4 实证案例：中信标
普风格 
2.2.5 实证案例：大小盘
风格 
2.3 行业轮动 
2.3.1 基本概念 
2.3.2 m2行业轮动策略 
2.3.3 市场情绪轮动策略 
2.4 资金流 
2.4.1 基本概念 
2.4.2 策略模型 
2.4.3 实证案例：资金
流选股策略 
2.5 动量反转 
2.5.1 基本概念 
2.5.2 策略模型 
2.5.3 实证案例：动量选股策略
和反转选股策略 
2.6 一致预期 
2.6.1 基本概念 
2.6.2 策略模型 
2.6.3 实证案例：一致预期
模型案例 
2.7 趋势追踪 
2.7.1 基本概念 
2.7.2 策略模型 
2.7.3 实证案例：趋势追踪
选股模型 
2.8 筹码选股 
2.8.1 基本概念 
2.8.2 策略模型 
2.8.3 实证案例：筹码选股
模型 
2.9 业绩评价 
2.9.1 收益率指标 
2.9.2 风险度指标 
第 3章 量化择时 
3.1 趋势追踪 
3.1.1 基本概念 
3.1.2 传统趋势指标 
3.1.3 自适应均线 
3.2 市场情绪 
3.2.1 基本概念 
3.2.2 情绪指数 
3.2.3 实证案例：情绪指标
择时策略 
3.3 有效资金 
3.3.1 基本概念 
3.3.2 策略模型 
3.3.3 实证案例：有效资金
择时模型 
3.4 牛熊线 
3.4.1 基本概念 
3.4.2 策略模型 
3.4.3 实证案例：牛熊线
择时模型 
3.5 husrt指数 
3.5.1 基本概念 
3.5.2 策略模型 
3.5.3 实证案例 
3.6 支持向量机 
3.6.1 基本概念 
3.6.2 策略模型 
3.6.3 实证案例：svm择时
模型 
3.7 swarch模型 
3.7.1 基本概念 
3.7.2 策略模型 
3.7.3 实证案例：swarch
模型 
3.8 异常指标 
3.8.1 市场噪声 
3.8.2 行业集中度 
3.8.3 兴登堡凶兆 
第 4章 股指期货套利 
4.1 基本概念 
4.1.1 套利介绍 
4.1.2 套利策略 
4.2 期现套利 
4.2.1 定价模型 
4.2.2 现货指数复制 
4.2.3 正向套利案例 
4.2.4 结算日套利 
4.3 跨期套利 
4.3.1 跨期套利原理 
4.3.2 无套利区间 
4.3.3 跨期套利触发和终止 
4.3.4 实证案例：跨期套利
策略 
4.3.5 主要套利机会 
4.4 冲击成本 
4.4.1 主要指标 
4.4.2 实证案例：冲击成本 
4.5 保证金管理 
4.5.1 var方法 
4.5.2 var计算方法 
4.5.3 实证案例 
第 5章 商品期货套利 
5.1 基本概念 
5.1.1 套利的条件 
5.1.2 套利基本模式 
5.1.3 套利准备工作 
5.1.4 常见套利组合 
5.2 期现套利 
5.2.1 基本原理 
5.2.2 操作流程 
5.2.3 增值税风险 
5.3 跨期套利 
5.3.1 套利策略 
5.3.2 实证案例：pvc跨
期套利策略 
5.4 跨市场套利 
5.4.1 套利策略 
5.4.2 实证案例：伦铜—沪铜跨
市场套利 
5.5 跨品种套利 
5.5.1 套利策略 
5.5.2 实证案例 
5.6 非常状态处理 
第 6章 统计套利 
6.1 基本概念 
6.1.1 统计套利定义 
6.1.2 配对交易 
6.2 配对交易 
6.2.1 协整策略 
6.2.2 主成分策略 
6.2.3 绩效评估 
6.2.4 实证案例：配对
交易 
6.3 股指套利 
6.3.1 行业指数套利 
6.3.2 国家指数套利 
6.3.3 洲域指数套利 
6.3.4 全球指数套利 
6.4 融券套利 
6.4.1 股票—融券套利 
6.4.2 可转债—融券套利 
6.4.3 股指期货—融券
套利 
6.4.4 封闭式基金—融券
套利 
6.5 外汇套利 
6.5.1 利差套利 
6.5.2 货币对套利 
第 7章 期权套利 
7.1 基本概念 
7.1.1 期权介绍 
7.1.2 期权交易 
7.1.3 牛熊证 
7.2 股票/期权套利 
7.2.1 股票—股票期权
套利 
7.2.2 股票—指数期权
套利 
7.3 转换套利 
7.3.1 转换套利 
7.3.2 反向转换套利 
7.4 跨式套利 
7.4.1 买入跨式套利 
7.4.2 卖出跨式套利 
7.5 宽跨式套利 
7.5.1 买入宽跨式套利 
7.5.2 卖出宽跨式套利 
7.6 蝶式套利 
7.6.1 买入蝶式套利 
7.6.2 卖出蝶式套利 
7.7 飞鹰式套利 
7.7.1 买入飞鹰式套利 
7.7.2 卖出飞鹰式套利 
第 8章 算法交易 
8.1 基本概念 
8.1.1 算法交易定义 
8.1.2 算法交易分类 
8.1.3 算法交易设计 
8.2 被动交易算法 
8.2.1 冲击成本 
8.2.2 等待风险 
8.2.3 常用被动型交易
策略 
8.3 vwap算法 
8.3.1 标准vwap算法 
8.3.2 改进型vwap算法 
第 9章 其他策略 
9.1 事件套利 
9.1.1 并购套利策略 
9.1.2 定向增发套利 
9.1.3 套利重仓停牌股票的
投资组合 
9.1.4 封闭式投资组合
套利 
9.2 etf套利 
9.2.1 基本概念 
9.2.2 无风险套利 
9.2.3 其他套利 
9.3 lof套利 
9.3.1 基本概念 
9.3.2 模型策略 
9.3.3 实证案例：lof
套利 
9.4 高频交易 
9.4.1 流动性回扣交易 
9.4.2 猎物算法交易 
9.4.3 自动做市商策略 
9.4.4 程序化交易 
理论篇
第 10章 人工智能 
10.1 主要内容 
10.1.1 机器学习 
10.1.2 自动推理 
10.1.3 专家系统 
10.1.4 模式识别 
10.1.5 人工神经网络 
10.1.6 遗传算法 
10.2 人工智能在量化投资中的
应用 
10.2.1 模式识别短线择时 
10.2.2 rbf神经网络股价
预测 
10.2.3 基于遗传算法新股
预测 
第 11章 数据挖掘 
11.1 基本概念 
11.1.1 主要模型 
11.1.2 典型方法 
11.2 主要内容 
11.2.1 分类与预测 
11.2.2 关联规则 
11.2.3 聚类分析 
11.3 数据挖掘在量化投资中的
应用 
11.3.1 基于som 网络的股票
聚类分析方法 
11.3.2 基于关联规则的板块
轮动 
第 12章 小波分析 
12.1 基本概念 
12.2 小波变换主要内容 
12.2.1 连续小波变换 
12.2.2 连续小波变换的
离散化 
12.2.3 多分辨分析与mallat
算法 
12.3小波分析在量化投资中的
应用 
12.3.1 k线小波去噪 
12.3.2 金融时序数据预测 
第 13章 支持向量机 
13.1 基本概念 
13.1.1 线性svm 
13.1.2 非线性svm 
13.1.3 svm分类器参数
选择 
13.1.4 svm分类器从二类到
多类的推广 
13.2 模糊支持向量机 
13.2.1 增加模糊后处理
的svm 
13.2.2 引入模糊因子的svm
训练算法 
13.3 svm在量化投资中的
应用 
13.3.1 复杂金融时序数据
预测 
13.3.2 趋势拐点预测 
第 14章 分形理论 
14.1 基本概念 
14.1.1 分形定义 
14.1.2 几种典型的分形 
14.1.3 分形理论的应用 
14.2 主要内容 
14.2.1 分形维数 
14.2.2 l系统 
14.2.3 ifs系统 
14.3 分形理论在量化投资中
的应用 
14.3.1 大趋势预测 
14.3.2 汇率预测 
第 15章 随机过程 
15.1 基本概念 
15.2 主要内容 
15.2.1 随机过程的
分布函数 
15.2.2 随机过程的
数字特征 
15.2.3 几种常见的
随机过程 
15.2.4 平稳随机过程 
15.3 灰色马尔可夫链股市
预测 
第 16章 it技术 
16.1 数据仓库技术 
16.1.1 从数据库到
数据仓库 
16.1.2 数据仓库中的
数据组织 
16.1.3 数据仓库的
关键技术 
16.2 编程语言 
16.2.1 面向对象编程 
16.2.2 vba 语言 
16.2.3 c#语言 
第 17章 主要数据与工具 
17.1 万德中国金融数据库 
17.2 文华财经：程序化
交易平台 
17.3 交易开拓者：期货自动
交易平台 
17.4 大连交易所套利指令 
17.5 mt5：外汇自动
交易平台 
第 18章 量化对冲交易系统：
d-alpha 
18.1 系统构架 
18.2 策略分析流程 
18.3 核心算法 
18.4 验证结果 
表 目 录
表1 1 不同投资策略对比 
表2 1 多因子选股模型候选因子 
表2 2 多因子模型候选因子初步检验 
表2 3 多因子模型中通过检验的有效因子 
表2 4 多因子模型中剔除冗余后的因子 
表2 5 多因子模型组合分段收益率 
表2 6 晨星市场风格判别法 
表2 7 夏普收益率基础投资风格鉴别 
表2 8 中信标普风格指数 
表2 9 风格动量策略组合月均收益率 
表2 10 大小盘风格轮动策略月收益率均值 
表2 11 中国货币周期分段（2000—2009年） 
表2 12 沪深300行业指数统计 
表2 13 不同货币阶段不同行业的收益率 
表2 14 招商资金流模型（cmsmf）计算方法 
表2 15 招商资金流模型（cmsmf）选股指标定义 
表2 16 资金流模型策略——沪深300 
表2 17 资金流模型策略——全市场 
表2 18 动量组合相对基准的平均年化超额收益（部分） 
表2 19 反转组合相对基准的平均年化超额收益(部分) 
表2 20 动量策略风险收益分析 
表2 21 反转策略风险收益分析 
表2 22 趋势追踪技术收益率 
表2 23 筹码选股模型中单个指标的收益率情况对比 
表3 1 ma指标择时测试最好的20 组参数及其表现 
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 
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 
表3 4 自适应均线择时策略收益率分析 
表3 5 市场情绪类别 
表3 6 沪深300指数在不同情绪区域的当月收益率比较 
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 
表3 8 沪深300指数在不同情绪区域的次月收益率比较 
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 
表3 10 情绪指数择时收益率统计 
表3 11 svm择时模型的指标 
表3 12 svm对沪深300指数预测结果指标汇总 
表3 13 svm择时模型在整体市场的表现 
表3 14 svm择时模型在单边上涨市的表现 
表3 15 svm择时模型在单边下跌市的表现 
表3 16 svm择时模型在震荡市的表现 
表3 17 噪声交易在熊市择时的收益率 
表4 1 各种方法在不同股票数量下的跟踪误差（年化） 
表4-2 股指期货多头跨期套利过程分析 
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 
表4 4 不同仓单持有期下的保证金覆盖比例 
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） 
表6 2 残差的平稳性、自相关等检验 
表6 3 在不同的阈值下建仓、平仓所能获得的平均收益 
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 
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（%） 
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 
表6 7 主成分配对交易在样本外的效果 
表6-8 各种模型下统计套利的结果 
表6 9 延后开仓+提前平仓策略实证结果 
表6 10 各行业的配对交易结果 
表7 1 多头股票-期权套利综合分析表 
表7 2 多头股票—股票期权套利案例损益分析表 
表7 3 多头股票-指数期权套利案例损益分析表 
表7 4 转换套利分析过程 
表7 5 买入跨式套利综合分析表 
表7 6 买入跨式套利交易细节 
表7 7 卖出跨式套利综合分析表 
表7 8 卖出跨式套利交易细节 
表7 9 买入宽跨式套利综合分析表 
表7 10 卖出宽跨式套利综合分析表 
表7 11 买入蝶式套利综合分析表 
表7 12 卖出蝶式套利综合分析表 
表7 13 买入飞鹰套利分析表 
表7 14 卖出飞鹰式套利综合分析表 
表9 1 主要并购方式 
表9 2 并购套利流程 
表9 3 鹏华300 lof两次正向套利的情况 
表9 4 鹏华300 lof两次反向套利的情况 
表10 1 自动推理中连词系统 
表10 2 模式识别短线择时样本数据分类 
表10 3 rbf神经网络股价预测结果 
表10 4 遗传算法新股预测参数设置 
表10 5 遗传算法新股预测结果 
表11 1 决策树数据表 
表11 2 关联规则案例数据表 
表11 3 som股票聚类分析结果 
表11 4 21种股票板块指数布尔关系表数据片断 
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 
表12 2 不同分解层数的误差均方根值 
表13 1 svm沪深300指数预测误差情况 
表13 2 svm指数预测和神经网络预测的比较 
表13 3 技术反转点定义与图型 
表13 4 svm趋势拐点预测结果 
表14 1 持续大涨前后分形各主要参数值 
表14 2 持续大跌前后分形个主要参数值 
表14 3 外汇r/ s 分析的各项指标 
表14 4 v(r/s)曲线回归检验 
表15 1 灰色马尔可夫链预测深证成指样本内（2005/1—2006/8） 
表15 2 灰色马尔可夫链预测深证成指样本外（2006/9—2006/12） 
表16-1 vba的12种数据类型 
表18-1 d-alpha系统在全球市场收益率分析