编辑推荐
《高等学校期货专业主要课程系列教材:量化交易基础》适用于金融学、证券投资、期货投资专业的本科生、研究生及业内人士参阅。
目录
第一章量化交易概述
第一节量化交易的基本概念
一、认识量化交易
二、量化交易的研究对象
三、量化交易的主要参与者
第二节量化交易的特点
一、量化交易的优势
二、量化交易的局限性
三、量化交易与传统交易的比较
四、量化交易对市场的影响
第三节量化交易的发展
一、量化交易与现代金融理论
二、量化交易的发展背景
三、国外量化交易的发展
四、国内量化交易的发展
第二章量化交易分类
第一节统计套利
一、统计套利简介
二、统计套利的基本类型
三、套利的理论
四、ARCH模型与CARCH模型
第二节高频交易
一、高频交易简介
二、高频交易理论
三、高频交易的技术特征
四、高频交易的利弊
第三节程序化交易
一、程序化交易简介
二、程序化交易的特点
三、程序化交易的应用
第三章量化交易建模方法
第一节随机过程
一、基本理论
二、随机过程的类型
第二节机器学习
一、机器学习系统的基本结构
二、学习策略分类
第三节数据挖掘
一、数据挖掘模型
二、数据挖掘方法
三、实现方法
第四节其他建模方法
一、小波分析
二、支持向量机
第四章量化交易模型
第一节数据处理
一、数据的作用
二、数据的类型
三、接收与存储
四、数据降噪
第二节阿尔法模型——理论驱动
一、简介
二、趋势追踪策略
三、均值回归策略
四、多因子量化选股模型
第三节阿尔法模型——数据驱动
一、简介
二、数据挖掘方法
三、文本处理模型
第四节交易执行模型
一、电子交易与交易制度
二、交易成本与交易成本模型
三、执行交易的算法
第五节量化分析工具
一、MATLAB
二、SPSS
三、SAS
第六节编程语言
一、Python语言
二、R语言
第五章量化交易模型评估
第一节常用绩效评估指标
一、常用分析指标
二、模型运算指标
第二节样本内绩效
一、样本内数据
二、历史回测
第三节样本外绩效
一、样本外数据
二、样本内外匹配度
三、模型上线方法
第四节模型优化
一、数据选择
二、参数优化
第六章量化交易风险与监管
第一节量化交易的风险
一、模型风险
二、技术风险
三、合规风险
四、操作风险
五、系统风险
第二节量化交易的监管
一、监管手段
二、各国监管方法
第三节量化交易风险案例剖析
一、美国“闪崩”
二、日本J—COM错误订单
三、光大乌龙指
第七章简单量化交易模型实现
第一节前期准备
一、了解自己
二、选择合适的市场
三、选择交易适合的平台
第二节构建交易策略
一、模型的通用性
二、条件设置
三、模型适用的周期性
第三节风险控制
一、止损策略
二、止盈策略
三、仓位控制
参考文献
文摘
版权页：
插图：
报价驱动型交易制度下证券价格形成过程的研究重点是做市商做市过程中报价价差问题。由于做市商有充当其他投资者交易对手的义务，在仅靠自有资金和证券、没有其他融资渠道的情况下，为避免交易过程中出现损失甚至破产，做市商需要不断地调整报价的买卖价差。整个过程的传导机制如下：做市商报出买卖价格，确定价差一投资者根据做市商报价决定具体的投资策略，即决定是否交易及交易的速度、数量、频率等一投资者的行为影响做市商的头寸及利润水平一做市商根据面临的实际情况调整报价进入下一循环。这一过程重复连续地进行，就形成了整个交易过程价格的轨迹。
根据报价价差设置原因的不同，做市商模型分为存货模型和信息模型两类。存货模型考察指令流的不确定性对市场价格行为的影响。这类模型中，做市商面临大量随机买卖指令，为避免指令不平衡可能引起的破产风险，必须保持一定量的股票和现金头寸，同时为弥补持有股票和现金头寸带来的存货成本，设定买卖报价价差。信息模型用信息不对称产生的信息成本解释市场价差，优点在于可以考察市场价格动态的调整过程，并能解释知情交易者和未知情交易者的交易策略。现在，信息模型已成为金融市场微观结构理论中发展最快的理论，是用于解释买卖报价价差等市场价格行为的主要模型。
《高等学校期货专业主要课程系列教材:量化交易基础》适用于金融学、证券投资、期货投资专业的本科生、研究生及业内人士参阅。
目录
第一章量化交易概述
第一节量化交易的基本概念
一、认识量化交易
二、量化交易的研究对象
三、量化交易的主要参与者
第二节量化交易的特点
一、量化交易的优势
二、量化交易的局限性
三、量化交易与传统交易的比较
四、量化交易对市场的影响
第三节量化交易的发展
一、量化交易与现代金融理论
二、量化交易的发展背景
三、国外量化交易的发展
四、国内量化交易的发展
第二章量化交易分类
第一节统计套利
一、统计套利简介
二、统计套利的基本类型
三、套利的理论
四、ARCH模型与CARCH模型
第二节高频交易
一、高频交易简介
二、高频交易理论
三、高频交易的技术特征
四、高频交易的利弊
第三节程序化交易
一、程序化交易简介
二、程序化交易的特点
三、程序化交易的应用
第三章量化交易建模方法
第一节随机过程
一、基本理论
二、随机过程的类型
第二节机器学习
一、机器学习系统的基本结构
二、学习策略分类
第三节数据挖掘
一、数据挖掘模型
二、数据挖掘方法
三、实现方法
第四节其他建模方法
一、小波分析
二、支持向量机
第四章量化交易模型
第一节数据处理
一、数据的作用
二、数据的类型
三、接收与存储
四、数据降噪
第二节阿尔法模型——理论驱动
一、简介
二、趋势追踪策略
三、均值回归策略
四、多因子量化选股模型
第三节阿尔法模型——数据驱动
一、简介
二、数据挖掘方法
三、文本处理模型
第四节交易执行模型
一、电子交易与交易制度
二、交易成本与交易成本模型
三、执行交易的算法
第五节量化分析工具
一、MATLAB
二、SPSS
三、SAS
第六节编程语言
一、Python语言
二、R语言
第五章量化交易模型评估
第一节常用绩效评估指标
一、常用分析指标
二、模型运算指标
第二节样本内绩效
一、样本内数据
二、历史回测
第三节样本外绩效
一、样本外数据
二、样本内外匹配度
三、模型上线方法
第四节模型优化
一、数据选择
二、参数优化
第六章量化交易风险与监管
第一节量化交易的风险
一、模型风险
二、技术风险
三、合规风险
四、操作风险
五、系统风险
第二节量化交易的监管
一、监管手段
二、各国监管方法
第三节量化交易风险案例剖析
一、美国“闪崩”
二、日本J—COM错误订单
三、光大乌龙指
第七章简单量化交易模型实现
第一节前期准备
一、了解自己
二、选择合适的市场
三、选择交易适合的平台
第二节构建交易策略
一、模型的通用性
二、条件设置
三、模型适用的周期性
第三节风险控制
一、止损策略
二、止盈策略
三、仓位控制
参考文献
文摘
版权页：
插图：
报价驱动型交易制度下证券价格形成过程的研究重点是做市商做市过程中报价价差问题。由于做市商有充当其他投资者交易对手的义务，在仅靠自有资金和证券、没有其他融资渠道的情况下，为避免交易过程中出现损失甚至破产，做市商需要不断地调整报价的买卖价差。整个过程的传导机制如下：做市商报出买卖价格，确定价差一投资者根据做市商报价决定具体的投资策略，即决定是否交易及交易的速度、数量、频率等一投资者的行为影响做市商的头寸及利润水平一做市商根据面临的实际情况调整报价进入下一循环。这一过程重复连续地进行，就形成了整个交易过程价格的轨迹。
根据报价价差设置原因的不同，做市商模型分为存货模型和信息模型两类。存货模型考察指令流的不确定性对市场价格行为的影响。这类模型中，做市商面临大量随机买卖指令，为避免指令不平衡可能引起的破产风险，必须保持一定量的股票和现金头寸，同时为弥补持有股票和现金头寸带来的存货成本，设定买卖报价价差。信息模型用信息不对称产生的信息成本解释市场价差，优点在于可以考察市场价格动态的调整过程，并能解释知情交易者和未知情交易者的交易策略。现在，信息模型已成为金融市场微观结构理论中发展最快的理论，是用于解释买卖报价价差等市场价格行为的主要模型。
| ISBN | 9787040468090,7040468093 |
|---|---|
| 出版社 | 高等教育出版社 |
| 作者 | 战雪丽 张亚东 |
| 尺寸 | 16 |