量化交易核心策略开发：从建模到实战

推荐序（一） \n
推荐序（二） \n
推荐序（三） \n
前言 \n
第1章 交易是概率的游戏 1 \n
11 从赌徒破产理论说起 1 \n
12 大数定律与中心极限定理 3 \n
13 最大熵原理 6 \n
14 本章小结 7 \n
第2章 关于市场的基本认知 8 \n
21 从EMH到AMH 8 \n
22 我们不能击败所有的猴子 9 \n
221 让我们从基准指数开始 9 \n
222 构建随机组合 10 \n
223 结论 15 \n
23 市场真的是随机的吗 15 \n
231 金融图灵测试 15 \n
232 算法意义上的随机性 17 \n
233 NIST随机性检验 18 \n
234 结果分析 38 \n
24 为什么机器学习会失败 40 \n
241 从债券和股票说起 40 \n
242 如何处理时变的市场 43 \n
25 本章小结 44 \n
26 参考文献 44 \n
第3章 编程语言的选择 47 \n
31 各编程语言介绍 47 \n
32 金融计算 49 \n
33 语言特性 49 \n
34 运行速度 50 \n
35 数据处理 51 \n
36 库支持 51 \n
37 易用性 52 \n
38 应用多语言合作开发实例 52 \n
39 本章小结 54 \n
第4章 策略开发基础 55 \n
41 常见的策略类型介绍 55 \n
411 基于预测模型的策略 55 \n
412 不基于预测模型的交易策略 57 \n
42 常见的策略评价指标 58 \n
43 策略开发流程 60 \n
44 策略开发常见问题 64 \n
45 使用TqSdk进行策略开发和回测 65 \n
46 本章小结 68 \n
47 参考文献 68 \n
第5章 量化工具介绍 70 \n
51 利用yalmip解决凸优化问题 70 \n
511 yalmip介绍 70 \n
512 yalmip语法 71 \n
513 应用实例1：组合优化 73 \n
514 应用实例2：构建具有均值回复特性的组合 76 \n
52 利用DE算法解决非凸优化问题 80 \n
521 DE算法介绍 80 \n
522 应用实例1：求解非凸Eggholder函数的全局最小值 82 \n
523 应用实例2：股票内幕交易监测 87 \n
53 本章小结 92 \n
第6章 数据预处理 93 \n
61 各类复权算法介绍 93 \n
611 股票复权介绍 93 \n
612 股票复权算法分类 94 \n
613 期货连续化处理 96 \n
62 各连续化处理对策略影响 97 \n
63 股票全收益计算 98 \n
631 全收益的定义 98 \n
632 全收益率计算的具体思路与假设 99 \n
633 以万科为例探讨全收益与后复权收益间的差异 100 \n
634 结论 107 \n
64 本章小结 108 \n
第7章 风险控制 109 \n
71 风险敞口决定了收益 109 \n
72 策略收益分布与风格 112 \n
73 组合：承担你想要的风险 113 \n
74 超越风险平价 115 \n
741 最小扭转赌注 116 \n
742 实证分析 117 \n
75 回撤控制：基于最优控制的视角 122 \n
76 本章小结 124 \n
第8章 过度拟合：发光的不一定是金子 125 \n
81 回测过度拟合风险的测算框架 126 \n
811 介绍 126 \n
812 框架 126 \n
813 应用举例 129 \n
814 参考文献 132 \n
82 Bootstrap 检验 132 \n
821 原理介绍 132 \n
822 应用流程 133 \n
823 应用举例 133 \n
83 Monte Carlo置换检验 136 \n
831 原理介绍 136 \n
832 应用流程 137 \n
833 应用举例 138 \n
84 本章小结 140 \n
第9章 基于在线资产组合选择的交易策略 141 \n
91 背景介绍 141 \n
92 算法原理及代码实现 142 \n
921 问题的提出 142 \n
922 在线移动平均回归算法原理 142 \n
923 在线移动平均回归代码实现 143 \n
93 结果检验 146 \n
94 应用于中国市场实例 146 \n
941 基于申万一级行业指数的轮动策略 147 \n
942 基于因子指数的因子配置策略 153 \n
943 结论 155 \n
95 本章小结 155 \n
96 参考文献 155 \n
第10章 基于模式识别的择时策略 157 \n
101 背景介绍 157 \n
102 策略原理及代码实现 157 \n
1021 策略概述 157 \n
1022 策略流程及代码实现 158 \n
103 策略结果检验 162 \n
1031 在标普500股票上的结果 162 \n
1032 在罗素2000股票上的结果 163 \n
104 应用于中国市场实例 164 \n
1041 策略说明 164 \n
1042 策略实现 165 \n
1043 结果检验 167 \n
1044 策略改进 168 \n
1045 结论 169 \n
105 本章小结 169 \n
106 参考文献 169 \n
第11章 基于隐源模型的策略 171 \n
111 背景介绍 171 \n
112 算法原理及代码实现 171 \n
1121 问题的提出 171 \n
1122 隐源模型原理 172 \n
1123 基于隐源模型的比特币交易 173 \n
1124 论文结果 174 \n
1125 策略的代码实现及结果改进 176 \n
113 应用于中国市场实例 185 \n
114 本章小结 191 \n
115 参考文献 191 \n
第12章 基于随机最优控制的套利交易 192 \n
121 背景介绍 192 \n
122 算法原理及代码实现 192 \n
1221 问题的提出 193 \n
1222 最优控制视角的解决方案 194 \n
1223 模拟检验 196 \n
123 应用于中国市场实例 200 \n
1231 应用于股票市场实例 200 \n
1232 应用于商品期货市场实例 202 \n
124 本章小结 208 \n
125 参考文献 208 \n
第13章 基于模糊理论的趋势交易 209 \n
131 背景介绍 209 \n
1311 模糊理论简单介绍 209 \n
1312 将模糊理论应用于股票研究 209 \n
1313 一个例子：基于移动均线的模糊建模 210 \n
132 策略原理及代码实现 213 \n
1321 基于大买家和大卖家的模糊建模 213 \n
1322 策略构建 217 \n
1323 参数估计算法以及模拟验证 218 \n
133 结果检验 222 \n
1331 香港市场应用实例 222 \n
1332 国内市场应用实例