《GPT時代的量化交易：底層邏輯與技術實踐》羅勇/盧洪波等『EPUB電子書下載』

內容簡介

ChatGPT的橫空出世，使得量化交易編程工具的使用門檻迅速降低，掌握量化交易的底層邏輯就成了重中之重。本書著重介紹量化交易模型的底層邏輯和技術實踐，梳理了基本麵量化、資產配置量化、貝塔量化、阿爾法量化和另類量化這5種量化交易第略，並給出了相應的實戰案例及代碼，初步探索了運用GPT來實現其邏輯的技術路徑，從理論到實踐，助你輕鬆上手量化交易。

《GPT時代的量化交易：底層邏輯與技術實踐》適合對量化交易感興趣的廣大投資者，尤其適合希望轉型量化交易的程序員參考閱讀。

作者簡介

羅勇，資深算法策略師，哈爾濱工業大學金融智能量化投資研究中心副主任。曾在哈爾濱工業大學開設16學時的“金融投資策略設計”本科課程；在哈爾濱金融學院開設51學時的“金融量化基礎”本科課程；在哈爾濱商業大學開設32學時的“計算機語言與量化投資”研究生課程。《波動率：實用期權理論》的譯者，《量化投資教程》的作者。20年實盤經驗，25年編程經驗，曾為國內多個團隊構建算法交易模型；當下主要研究方向為高頻HFT和貝塔策略。

盧洪波，世界經濟學博士，任職於國內某資產管理公司，國科創新發展研究院智庫專家，北京信息產業協會、北京區塊鏈協會專家庫專家，高級經濟師，全球特許金融科技師，金融交易師、金融風險分析師，參加多項國家級重大項目，著有《中國元宇宙藍皮書》《數字中國新機遇》《行業元宇宙》等書，十多年期貨、證券交易實戰經驗，目前主要研究方向為全球宏觀對衝策略等。

目錄

第1章量化交易基礎入門 1
1.1量化交易的基本定義 1
1.2量化交易的研究對象 2
1.3量化交易的發展歷程 2
1.3.1量化交易的萌芽 2
1.3.2量化交易的發展歷程 3
1.4量化交易策略的主要分類 8
1.4.1基本麵量化交易策略 9
1.4.2資產配置量化交易策略 10
1.4.3阿爾法量化交易策略 11
1.4.4貝塔量化交易策略 12
1.4.5另類量化交易策略 13
1.5量化交易的未來發展 14
1.5.1量化交易的智能化 14
1.5.2量化交易的全球化 15
1.5.3量化交易的機構化 15
第2章量化交易的策略及實戰案例 16
2.1基本麵量化交易策略 16
2.1.1基本麵量化交易策略的底層邏輯 16
2.1.2基本麵量化交易策略的代表人物及其投資邏輯 18
2.1.3實戰案例：巴菲特的量化交易策略 22
2.1.4基本麵投資與基本麵量化交易的區別 31
2.2資產配置量化交易策略 33
2.2.1資產配置量化交易策略的底層邏輯 34
2.2.2資產配置量化交易策略的代表人物及其投資邏輯 38
2.2.3實戰案例：橋水公司的全天候量化交易策略 42
2.2.4實戰案例：個人養老金量化交易策略 49
2.3貝塔量化交易策略 57
2.3.1貝塔量化交易策略的底層邏輯 57
2.3.2貝塔量化交易策略的代表人物及其投資邏輯 59
2.3.3實戰案例：RSRS擇時量化交易策略 61
2.3.4實戰案例：打板量化交易策略 69
2.4阿爾法量化交易策略 84
2.4.1阿爾法量化交易策略的底層邏輯 84
2.4.2阿爾法量化交易策略的代表人物及其投資邏輯 84
2.4.3實戰案例：彼得·林奇多因子量化交易策略 86
2.5另類量化交易策略 95
2.5.1另類量化交易策略的底層邏輯 95
2.5.2另類量化交易策略的代表人物及其投資邏輯 96
2.5.3實戰案例：高頻交易策略 102
2.5.4實戰案例：事件驅動量化交易策略 108
第3章量化交易策略的邏輯與設計 111
3.1因子建模 111
3.1.1如何理解量化交易策略中的因子 111
3.1.2阿爾法101因子建模示例解讀 112
3.2邏輯與設計 124
3.2.1什麼是思維導圖 124
3.2.2思維導圖構建邏輯與設計的要點 126
3.2.3止盈止損的常用方法 129
3.3凱利公式與倉位計算 131
3.3.1什麼是凱利公式 131
3.3.2凱利公式所引發的思考 132
3.3.3凱利公式的倉位計算 134
3.4量化交易策略的有效性評估 136
3.4.1未來函數 136
3.4.2過度擬合 137
3.4.3夏普比率 138
3.5實戰案例：米倫坎普量化交易策略的邏輯與設計 139
3.5.1米倫坎普簡介 139
3.5.2米倫坎普的投資邏輯 141
3.5.3米倫坎普量化交易策略在中國市場的適應情況 142
3.5.4米倫坎普量化交易策略的改進思路 144
3.5.5米倫坎普量化交易策略的實戰代碼示例 147
第4章量化交易策略的代碼開發與實戰 153
4.1低代碼開發 153
4.1.1低代碼開發量化交易策略指南 153
4.1.2實戰案例：國信金太陽構建的模擬動量策略 159
4.1.3實戰案例：在果仁網構建格雷厄姆熊轉牛積極策略 164
4.2有代碼開發 170
4.2.1有代碼開發量化交易策略指南 170
4.2.2實戰股票案例：彼得·林奇多因子量化交易策略進階 173
4.2.3實戰期貨案例：經典的CTA策略 179
4.2.4實戰基金案例：FoF策略 192
4.3機器學習 204
4.3.1監督學習在量化交易中的應用 205
4.3.2無監督學習在量化交易中的應用 215
4.3.3深度學習在量化交易中的應用 226
第5章量化交易中的重要問題 231
5.1量化交易與哲學問題 231
5.1.1哲學與量化交易 231
5.1.2哲學三問對量化交易的啟示 231
5.1.3量化交易中的哲學示例：“簡單”或“複雜” 232
5.2算法交易簡介 235
5.2.1什麼是算法交易 235
5.2.2算法交易的迭代 235
5.2.3算法交易的常用因子簡介 236
5.2.4算法交易實戰示例 237
5.3低風險策略的研究方向 238
5.3.1什麼是低風險策略 238
5.3.2常用的低風險策略 238
5.3.3低風險策略的利與弊 242
5.4量化實戰策略優化的注意事項 242
5.4.1從5個維度上避免過度擬合 242
5.4.2特別關注對出場條件的優化 244
5.4.3關於優化的幾點說明 244
5.5GPT在量化交易中的應用 245
5.5.1ChatGPT的誕生是一次世界級的技術革命 245
5.5.2從4個維度理解GPT係列大模型 246
5.5.3GPT可以幫助投資者更快速地入門量化交易 246
5.5.4GPT在量化交易中的具體應用示例 247
5.5.5GPT在資產配置量化交易策略的具體應用示例 251
後記感謝“量化漫步”團隊的付出與貢獻 254
附錄A進入量化行業的麵試指南 256
附錄B量化交易常用參考書與網站指南 260
附錄C量化交易常用的數據接口 263
······