高级量化投资：波动率的建模、预测、投资

　　本选题主要研究量化投资中相对高阶的内容——波动率。作为量化投资三部曲的最后一部，主题内容会在学术深度和研究高度上发力，内容涉及一些学术前沿和有一定深度的数学理论。演化博弈与量化投资的结合是前沿的学科交叉问题，波动率的粗糙性是金融领域的世界性前沿课题，分数O-U过程需要一些随机过程的数学知识，机器学习对波动率预测是当下的市场热点，最后期权投资策略是落地应用。本选题的特色有两点。第一，专业性；第二，研究性。专业性是从知识的角度讲的。本选题研究的内容是波动率，相比于价格预测、风险管理等，波动率是金融领域的高阶问题。内容更加抽象，思考更加聚焦，领域更加精准。研究性是从方法的角度讲的。市面上做量化投资的书并不在少数，但是大多数是业界的从业者写的，缺乏系统性的理论素养。本选题共有6章：绪论，问题的提出：基于演化博弈的量化投资策略仿真研究，波动率的性质，Hurst指数与多因子模型，波动率的预测：基于模型和机器学习的波动率预测、比较和集成方法研究，波动率预测的应用：期权波动率投机策略。

　　李一邨，男，浙江杭州人，民主党派人士之中国民盟盟员，浙江大学量化金融博士，浙大城市学院青年英才，杭州伊园科技有限公司总经理。兼职受聘为杭州市科促会数据科学家、杭州市科促会第二届理事会理事、杭州师范大学校外指导老师、杭州市科协专家智库成员、杭州市科协-目博科技博士创新站负责人。曾获证券时报和期货日报联合评选的第八到第十二连续5届“中国最佳金融量化策略工程师”。