打開量化投資的黑箱 內容簡介
量化交易策略被投資大眾稱為“黑箱”，以難以理解且難以描述而得名。盡管量化投資方法具有一定的複雜度，但如果得到很好的指導，您同樣可以順利進入這個領域，領略到其中的奧妙。 在最新修訂的《打開量化投資的黑箱》（第3版）中，資深算法交易員和投資經理裏什·納蘭提供了一種易於遵循且富有洞察力的展示，說明量化和算法交易策略在現實世界中如何運作，並以非數學語言討論了自2013年上一版出版以來該領域的最新發展。 讀者將看到更多引人入勝的金融市場軼事和真實的交易故事，納蘭用生動的文筆描述了華爾街的數量金融奇才們是如何工作的，他的寫作通俗易懂且富有洞察力，展示了量化和算法交易策略在現實世界中如何運作，以幫助讀者理解掌握量化投資的實用策略。閱讀本書的過程，是掀開量化交易神秘麵紗的過程，是循序漸進理解數量金融投資策略的過程，也可能是您對量化交易越來越感興趣的過程。 第3版與時俱進，講解了量化交易演變和“Quant 3.0”的興起，探索了機器學習在阿爾法、信號混合、數據提取和執行中的爆炸性增長，並深入研究了另類數據的激增及其實戰應用。 第3版還展示了主動投資與整體量化和高頻交易市場之間的關係，以及更簡單、更有效的投資組合優化新方法。它回顧了平台和模塊作為該領域主導力量的出現和增長，以及作為新人進入該領域的全新途徑。 作者回答了關於量化和高頻交易的基礎問題和重要問題，包括： ·量化交易員如何捕捉阿爾法 ·量化交易中的真實主觀程度是多少 ·理論驅動係統和數據挖掘策略之間的區別是什麼 ·量化交易員如何建模風險 ·高頻交易及其風險管理和組合構建 ·數據應用的相關問題 本書適合所有有誌於和正在從事量化交易的人士，書中沒有高深的術語和公式，以通俗易懂的方式對量化這一複雜且瞬息萬變的主題進行了闡述。這本書是非數學背景人士理解量化交易策略的核心參考書。
打開量化投資的黑箱 作者簡介
裏什·納蘭（Rishi K. Narang）
華爾街頂級數量金融專家，資深對衝基金經理。目前是特勒西斯資本有限責任公司（Telesis Capital LLC）的主要合夥人，這家公司主要采用量化交易策略進行投資。此前，他是聖巴巴阿爾法策略（Santa Barbara Alpha Strategies）的總經理和投資組合經理。裏什還曾與別人合作創建Tradeworx公司並擔任總裁，這家公司在1999~2002年管理著量化對衝基金。自1996年開始，他就開始從事對衝基金事業，專注於量化交易策略。
裏什畢業於加利福尼亞大學伯克利分校，獲得了經濟學學士學位。
打開量化投資的黑箱 目錄
譯者序
推薦序
第3版前言
致謝
第1部分 量化領域
第1章 量化交易為何重要?/ 2
深度思考的價值?/ 7
風險的衡量與誤判?/ 8
紀律性執行?/ 9
小結?/ 10
注釋?/ 11
第2章 量化交易導論?/ 12
何為量化交易者?/ 13
量化交易係統的典型架構?/ 15
小結?/ 19
注釋?/ 20
第2部分 量化黑箱解析
第3章 阿爾法模型：量化交易如何盈利?/ 22
阿爾法模型類型：理論驅動與數據驅動?/ 24
理論驅動的阿爾法模型?/ 28
數據驅動的阿爾法模型?/ 49
策略實施?/ 54
阿爾法模型的混合?/ 66
小結?/ 72
注釋?/ 73
第4章 風險模型?/ 74
風險敞口約束?/ 76
風險類型限製?/ 80
風險模型之外的風險管理?/ 86
小結?/ 87
注釋?/ 89
第5章 交易成本模型?/ 90
交易成本的定義?/ 91
交易成本模型類型?/ 96
小結?/ 101
注釋?/ 102
第6章 投資組合構建模型?/ 103
規則驅動型投資組合構建模型?/ 104
組合優化器?/ 109
投資組合構建模型的輸出?/ 126
量化從業者如何選擇投資組合構建模型?/ 127
小結?/ 128
注釋?/ 129
第7章 交易執行?/ 131
訂單執行算法?/ 133
交易基礎設施?/ 142
小結?/ 144
注釋?/ 145
第8章 數據?/ 147
數據的重要性?/ 148
數據類型?/ 151
數據來源?/ 155
數據清洗?/ 159
數據存儲?/ 166
小結?/ 168
注釋?/ 169
第9章 研究?/ 170
研究藍圖：科學方法論?/ 171
策略靈感來源?/ 172
回測?/ 175
小結?/ 196
注釋?/ 197
第3部分 量化策略投資實用指南
第10章 量化策略的固有風險?/ 200
模型風險?/ 201
製度變遷風險?/ 205
外生衝擊風險?/ 209
傳染性風險（共同投資者風險）?/ 211
量化風險監控工具?/ 218
小結?/ 220
注釋?/ 221
第11章 對量化交易的批評?/ 222
交易是藝術而非科學?/ 223
低估風險加劇市場波動?/ 225
無法應對突發事件或市場劇變?/ 231
量化策略同質化?/ 233
唯巨頭量化機構長盛不敗?/ 234
數據挖掘的質疑?/ 237
小結?/ 239
注釋?/ 240
第12章 量化交易員與策略評估?/ 241
信息收集?/ 243
量化交易策略評估?/ 244
量化交易員能力的考察?/ 247
競爭優勢分析?/ 250
職業道德評估?/ 253
量化策略在投資組合中的定位?/ 255
小結?/ 258
注釋 ?/ 260
第4部分 高速與高頻交易
第13章 高速與高頻交易導論?/ 262
注釋?/ 267
第14章 高速交易?/ 268
速度為何重要?/ 269
延遲來源?/ 279
小結?/ 289
注釋?/ 291
第15章 高頻交易?/ 292
合約做市商?/ 293
非合約做市商?/ 297
套利交易?/ 299
快速阿爾法策略?/ 301
高頻交易策略風險管理與組合構建?/ 303
小結?/ 306
注釋?/ 306
第16章 展望量化交易的未來?/ 307
商業模式?/ 308
機器學習與人工智能?/ 313
資產類別與市場的拓展?/ 313
數字化與數據集?/ 315
人與機器的協作?/ 315
結論?/ 316
附錄 高頻交易的爭議 ?/ 317
推薦序
第3版前言
致謝
第1部分 量化領域
第1章 量化交易為何重要?/ 2
深度思考的價值?/ 7
風險的衡量與誤判?/ 8
紀律性執行?/ 9
小結?/ 10
注釋?/ 11
第2章 量化交易導論?/ 12
何為量化交易者?/ 13
量化交易係統的典型架構?/ 15
小結?/ 19
注釋?/ 20
第2部分 量化黑箱解析
第3章 阿爾法模型：量化交易如何盈利?/ 22
阿爾法模型類型：理論驅動與數據驅動?/ 24
理論驅動的阿爾法模型?/ 28
數據驅動的阿爾法模型?/ 49
策略實施?/ 54
阿爾法模型的混合?/ 66
小結?/ 72
注釋?/ 73
第4章 風險模型?/ 74
風險敞口約束?/ 76
風險類型限製?/ 80
風險模型之外的風險管理?/ 86
小結?/ 87
注釋?/ 89
第5章 交易成本模型?/ 90
交易成本的定義?/ 91
交易成本模型類型?/ 96
小結?/ 101
注釋?/ 102
第6章 投資組合構建模型?/ 103
規則驅動型投資組合構建模型?/ 104
組合優化器?/ 109
投資組合構建模型的輸出?/ 126
量化從業者如何選擇投資組合構建模型?/ 127
小結?/ 128
注釋?/ 129
第7章 交易執行?/ 131
訂單執行算法?/ 133
交易基礎設施?/ 142
小結?/ 144
注釋?/ 145
第8章 數據?/ 147
數據的重要性?/ 148
數據類型?/ 151
數據來源?/ 155
數據清洗?/ 159
數據存儲?/ 166
小結?/ 168
注釋?/ 169
第9章 研究?/ 170
研究藍圖：科學方法論?/ 171
策略靈感來源?/ 172
回測?/ 175
小結?/ 196
注釋?/ 197
第3部分 量化策略投資實用指南
第10章 量化策略的固有風險?/ 200
模型風險?/ 201
製度變遷風險?/ 205
外生衝擊風險?/ 209
傳染性風險（共同投資者風險）?/ 211
量化風險監控工具?/ 218
小結?/ 220
注釋?/ 221
第11章 對量化交易的批評?/ 222
交易是藝術而非科學?/ 223
低估風險加劇市場波動?/ 225
無法應對突發事件或市場劇變?/ 231
量化策略同質化?/ 233
唯巨頭量化機構長盛不敗?/ 234
數據挖掘的質疑?/ 237
小結?/ 239
注釋?/ 240
第12章 量化交易員與策略評估?/ 241
信息收集?/ 243
量化交易策略評估?/ 244
量化交易員能力的考察?/ 247
競爭優勢分析?/ 250
職業道德評估?/ 253
量化策略在投資組合中的定位?/ 255
小結?/ 258
注釋 ?/ 260
第4部分 高速與高頻交易
第13章 高速與高頻交易導論?/ 262
注釋?/ 267
第14章 高速交易?/ 268
速度為何重要?/ 269
延遲來源?/ 279
小結?/ 289
注釋?/ 291
第15章 高頻交易?/ 292
合約做市商?/ 293
非合約做市商?/ 297
套利交易?/ 299
快速阿爾法策略?/ 301
高頻交易策略風險管理與組合構建?/ 303
小結?/ 306
注釋?/ 306
第16章 展望量化交易的未來?/ 307
商業模式?/ 308
機器學習與人工智能?/ 313
資產類別與市場的拓展?/ 313
數字化與數據集?/ 315
人與機器的協作?/ 315
結論?/ 316
附錄 高頻交易的爭議 ?/ 317
最後修改：2026 年 08 月 06 日
© 允許規範轉載