編輯推薦:

內(nèi)容簡(jiǎn)介:本《量化投資實(shí)踐（MATLAB版）》的案例來(lái)源于作者的實(shí)際工作，充分體現(xiàn)案例的實(shí)用性和程序的可模仿性，案例程序中附有詳細(xì)的注釋。例如β，VaR和CVaR的計(jì)算，DualThrust，R-break和海龜交易策略等程序，讀者可以直接使用或根據(jù)需要在源代碼的基礎(chǔ)上進(jìn)行修改、完善。
　　《量化投資實(shí)踐（MATLAB版）》分5篇，共計(jì)23章。第一篇介紹量化投資中常用的MATLAB編程知識(shí)和技巧；第二篇介紹幾個(gè)基本的數(shù)理統(tǒng)計(jì)知識(shí)，包括隨機(jī)變量、統(tǒng)計(jì)矩、極大似然估計(jì)、置信區(qū)間、假設(shè)檢驗(yàn)、p值和Spearman秩相關(guān)性等；第三篇主要對(duì)線性回歸、Kalman濾波和ARMA等梳理模型進(jìn)行概述；第四篇主要介紹量化投資中幾個(gè)經(jīng)典的策略模型，包括期貨中的R-breaker，Dual Thrust和Aberration等經(jīng)典策略，以及股票中的多因子模型；第五篇介紹關(guān)于風(fēng)險(xiǎn)管理的實(shí)踐意義，主要實(shí)現(xiàn)了VaR和CVaR的計(jì)算。

作者簡(jiǎn)介:

目錄:目錄
前言 
第一篇 量化投資——基礎(chǔ)研究工具：MATLAB必備知識(shí) 
第1章 MATLAB必備知識(shí) 3 
1.1 基礎(chǔ)數(shù)據(jù)類型 3 
1.2 常用數(shù)據(jù)類型 12 
1.3 繪圖 15 
1.4 函數(shù) 17 
1.5 平均值 19 
1.6 離差分析 21 
第二篇 量化投資——數(shù)理統(tǒng)計(jì) 
第2章 離散和連續(xù)隨機(jī)變量 27 
2.1 離散隨機(jī)變量 27 
2.2 連續(xù)隨機(jī)變量 31 
2.3 分布擬合 39 
第3章 統(tǒng)計(jì)矩——偏度和峰度 41 
3.1 偏度 41 
3.2 峰度 43 
3.3 其他的標(biāo)準(zhǔn)矩 44 
3.4 Jarque-Bera正態(tài)檢驗(yàn) 45 
3.5 測(cè)試校準(zhǔn) 45 
第4章 極大似然估計(jì) 46 
4.1 極大似然估計(jì) 46 
4.2 正態(tài)分布的MLE 47 
4.3 正態(tài)分布的MATLAB實(shí)現(xiàn) 48 
4.4 指數(shù)分布的MLE及MATLAB實(shí)現(xiàn) 49 
4.5 案例研究——日回報(bào)的正態(tài)分布擬合 50？ 
4.6 極大似然估計(jì)注意事項(xiàng) 50 
第5章 置信區(qū)間與假設(shè)檢驗(yàn) 52 
5.1 置信區(qū)間 52 
5.2 原假設(shè)和備擇假設(shè) 53 
5.3 假設(shè)檢驗(yàn)的步驟 53 
5.4 案例研究1——工商銀行的日回報(bào)率的假設(shè)檢驗(yàn) 54 
5.5 案例研究2——假設(shè)檢驗(yàn)用于平均值 58 
5.6 案例研究3——假設(shè)檢驗(yàn)用于方差研究 60 
第6章 p值和多重比較偏差 63 
6.1 p值 63 
6.2 案例研究——多次測(cè)試 64 
6.3 敏感性和專一性的權(quán)衡 66 
第7章 Spearman秩相關(guān)性 67 
7.1 Spearman秩相關(guān)性 67 
7.2 Spearman案例 68 
7.3 Spearman秩相關(guān)系數(shù)用于公募基金夏普率研究 70 
第三篇 量化投資——金融建模 
第8章 期貨和期貨交易策略簡(jiǎn)介 75 
8.1 遠(yuǎn)期合約 75 
8.2 期貨合約 76 
8.3 期貨與現(xiàn)貨的關(guān)系 78 
8.4 杠桿 81 
第9章 線性回歸 85 
9.1 線性回歸模型的概念 85 
9.2 MATLAB實(shí)現(xiàn)線性回歸模型 85 
9.3 線性回歸與相關(guān)性 87 
9.4 相關(guān)系數(shù) 88 
第10章 多元線性回歸 90 
10.1 多元線性回歸的概念 90 
10.2 多元線性回歸模型示例 90 
10.3 多元線性回歸預(yù)測(cè)建設(shè)銀行股票價(jià)格 91 
10.4 模型選擇 93 
第11章 單整、協(xié)整和平穩(wěn)性 95 
11.1 平穩(wěn)性和非平穩(wěn)性 95 
11.2 單整 99 
11.3 協(xié)整 108 
11.4 總結(jié) 114？
第12章 違背回歸模型 115 
12.1 殘差 115 
12.2 異方差 116 
12.3 殘差的序列相關(guān)性 123 
12.4 Newey-West 125 
12.5 多重共線性 126 
第13章 Kalman濾波 129 
13.1 理論基礎(chǔ) 129 
13.2 Kalman濾波模型 133 
13.3 Kalman濾波與迭代線性回歸 135 
13.4 Kalman濾波發(fā)散 138 
13.5 Sage-Husa自適應(yīng)濾波算法 144 
第14章 ARMA模型 148 
14.1 基礎(chǔ)概念及原理介紹 148 
14.2 建立 ARMA模型的一般步驟 150 
14.3 案例研究——滬深300股指期貨日收益率的ARMA模型擬合及MATLAB實(shí)現(xiàn) 151 
第15章 過(guò)擬合的風(fēng)險(xiǎn) 155 
15.1 什么是過(guò)擬合 155 
15.2 例：選取過(guò)多參數(shù) 155 
15.3 例：曲線擬合 156 
15.4 例：回歸參數(shù) 157 
15.5 例：滾動(dòng)窗口 162 
15.6 避免過(guò)度擬合 170 
第四篇 量化投資——策略交易模型 
第16章 β對(duì)沖 173 
16.1 因子模型 173 
16.2 風(fēng)險(xiǎn)暴露 173 
16.3 風(fēng)險(xiǎn)管理 174 
16.4 β對(duì)沖的 MATLAB實(shí)現(xiàn) 174 
16.5 交叉對(duì)沖 175 
第17章 配對(duì)交易 177 
17.1 配對(duì)交易流程 177 
17.2 配對(duì)交易策略 187 
第18章 方向性交易策略構(gòu)造 191 
18.1 波動(dòng)率突破策略 191？ 
18.2 日內(nèi)趨勢(shì)反轉(zhuǎn)策略之 R-breaker策略 194 
18.3 Dual Thrust策略 198 
18.4 Aberration策略 206 
18.5 海龜交易策略 210 
第19章 多因子研究 219 
19.1 常見(jiàn)因子 219 
19.2 多因子模型的意義——不單單尋找表現(xiàn)最好的股票 220 
19.3 數(shù)據(jù)處理 221 
19.4 模型有效性檢驗(yàn) 225 
19.5 因子合成與降維 227 
19.6 多因子研究案例 228 
第20章 條件異方差模型 231 
20.1 幾種基礎(chǔ)模型介紹 231 
20.2 示例應(yīng)用 234 
第五篇 量化投資——風(fēng)險(xiǎn)管理模型 
第21章 倉(cāng)位集中風(fēng)險(xiǎn) 251 
21.1 模擬“21 點(diǎn)”游戲 251 
21.2 投資組合理論 252 
21.3 資金約束 257 
21.4 數(shù)學(xué)方法解釋 257 
21.5 額外的好處 258 
第22章 最小線性相關(guān)算法 261 
22.1 分散化投資 261 
22.2 一些公式 261 
22.3 最小線性相關(guān)算法用于投資權(quán)重分配 262 
第23章 VaR和CVaR264 
23.1 VaR和CVaR的定義 264 
23.2 VaR和CVaR的計(jì)算 266 
23.3 VaR和CVaR的計(jì)算演示 268 
23.4 VaR和CVaR運(yùn)用于資產(chǎn)組合管理 271 
參考文獻(xiàn) 279 
附錄 Auto-Trader交易軟件使用手冊(cè) 280