GPT时代的量化交易：底层逻辑与技术实践

图书标准信息

• 作者 罗勇
• 出版社 电子工业出版社
• 出版时间 2023-09
• 版次 1
• ISBN 9787121462474
• 定价 118.00元
• 装帧 其他
• 开本 16开
• 页数 300页
• 字数 327.8千字

【内容简介】

ChatGPT的横空出世，使得量化交易编程工具的使用门槛迅速降低，掌握量化交易的底层逻辑就成了重中之重。本书着重介绍量化交易模型的底层逻辑和技术实践，梳理了基本面量化、资产配置量化、贝塔量化、阿尔法量化和另类量化这5种量化交易第略，并给出了相应的实战案例及代码，初步探索了运用GPT来实现其逻辑的技术路径，从理论到实践，助你轻松上手量化交易。本书适合对量化交易感兴趣的广大投资者，尤其适合希望转型量化交易的程序员参考阅读。

【作者简介】

罗勇，资深算法策略师，哈尔滨工业大学金融智能量化投资研究中心副主任。曾在哈尔滨工业大学开设16学时的“金融投资策略设计”本科课程；在哈尔滨金融学院开设51学时的“金融量化基础”本科课程；在哈尔滨商业大学开设32学时的“计算机语言与量化投资”研究生课程。《波动率：实用期权理论》的译者，《量化投资教程》的作者。20年实盘经验，25年编程经验，曾为国内多个团队构建算法交易模型；当下主要研究方向为高频HFT和贝塔策略。卢洪波，世界经济学博士，任职于国内某资产管理公司，国科创新发展研究院智库专家，北京信息产业协会、北京区块链协会专家库专家，高级经济师，全球特许金融科技师，金融交易师、金融风险分析师，参加多项国家级重大项目，著有《中国元宇宙蓝皮书》《数字中国新机遇》《行业元宇宙》等书，十多年期货、证券交易实战经验，目前主要研究方向为全球宏观对冲策略等。

【目录】

第1章  量化交易基础入门1

1.1  量化交易的基本定义1

1.2  量化交易的研究对象2

1.3  量化交易的发展历程2

1.3.1  量化交易的萌芽2

1.3.2  量化交易的发展历程3

1.4  量化交易策略的主要分类8

1.4.1  基本面量化交易策略9

1.4.2  资产配置量化交易策略10

1.4.3  阿尔法量化交易策略11

1.4.4  贝塔量化交易策略12

1.4.5  另类量化交易策略13

1.5  量化交易的未来发展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  量化交易的机构化15

第2章  量化交易的策略及实战案例16

2.1  基本面量化交易策略16

2.1.1  基本面量化交易策略的底层逻辑16

2.1.2  基本面量化交易策略的代表人物及其投资逻辑18

2.1.3  实战案例：巴菲特的量化交易策略22

2.1.4  基本面投资与基本面量化交易的区别31

2.2  资产配置量化交易策略33

2.2.1  资产配置量化交易策略的底层逻辑34

2.2.2  资产配置量化交易策略的代表人物及其投资逻辑38

2.2.3  实战案例：桥水公司的全天候量化交易策略42

2.2.4  实战案例：个人养老金量化交易策略49

2.3  贝塔量化交易策略57

2.3.1  贝塔量化交易策略的底层逻辑57

2.3.2  贝塔量化交易策略的代表人物及其投资逻辑59

2.3.3  实战案例：RSRS择时量化交易策略61

2.3.4  实战案例：打板量化交易策略69

2.4  阿尔法量化交易策略84

2.4.1  阿尔法量化交易策略的底层逻辑84

2.4.2  阿尔法量化交易策略的代表人物及其投资逻辑84

2.4.3  实战案例：彼得·林奇多因子量化交易策略86

2.5  另类量化交易策略95

2.5.1  另类量化交易策略的底层逻辑95

2.5.2  另类量化交易策略的代表人物及其投资逻辑96

2.5.3  实战案例：高频交易策略102

2.5.4  实战案例：事件驱动量化交易策略108

第3章  量化交易策略的逻辑与设计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  阿尔法101因子建模示例解读112

3.2  逻辑与设计124

3.2.1  什么是思维导图124

3.2.2  思维导图构建逻辑与设计的要点126

3.2.3  止盈止损的常用方法129

3.3  凯利公式与仓位计算131

3.3.1  什么是凯利公式131

3.3.2  凯利公式所引发的思考132

3.3.3  凯利公式的仓位计算134

3.4  量化交易策略的有效性评估136

3.4.1  未来函数136

3.4.2  过度拟合137

3.4.3  夏普比率138

3.5  实战案例：米伦坎普量化交易策略的逻辑与设计139

3.5.1  米伦坎普简介139

3.5.2  米伦坎普的投资逻辑141

3.5.3  米伦坎普量化交易策略在中国市场的适应情况142

3.5.4  米伦坎普量化交易策略的改进思路144

3.5.5  米伦坎普量化交易策略的实战代码示例147

第4章  量化交易策略的代码开发与实战153

4.1  低代码开发153

4.1.1  低代码开发量化交易策略指南153

4.1.2  实战案例：国信金太阳构建的模拟动量策略159

4.1.3  实战案例：在果仁网构建格雷厄姆熊转牛积极策略164

4.2  有代码开发170

4.2.1  有代码开发量化交易策略指南170

4.2.2  实战股票案例：彼得·林奇多因子量化交易策略进阶173

4.2.3  实战期货案例：经典的CTA策略179

4.2.4  实战基金案例：FoF策略192

4.3  机器学习204

4.3.1  监督学习在量化交易中的应用205

4.3.2  无监督学习在量化交易中的应用215

4.3.3  深度学习在量化交易中的应用226

第5章  量化交易中的重要问题231

5.1  量化交易与哲学问题231

5.1.1  哲学与量化交易231

5.1.2  哲学三问对量化交易的启示231

5.1.3  量化交易中的哲学示例：“简单”或“复杂”232

5.2  算法交易简介235

5.2.1  什么是算法交易235

5.2.2  算法交易的迭代235

5.2.3  算法交易的常用因子简介236

5.2.4  算法交易实战示例237

5.3  低风险策略的研究方向238

5.3.1  什么是低风险策略238

5.3.2  常用的低风险策略238

5.3.3  低风险策略的利与弊242

5.4  量化实战策略优化的注意事项242

5.4.1  从5个维度上避免过度拟合242

5.4.2  特别关注对出场条件的优化244

5.4.3  关于优化的几点说明244

5.5  GPT在量化交易中的应用245

5.5.1  ChatGPT的诞生是一次世界级的技术革命245

5.5.2  从4个维度理解GPT系列大模型246

5.5.3  GPT可以帮助投资者更快速地入门量化交易246

5.5.4  GPT在量化交易中的具体应用示例247

5.5.5  GPT在资产配置量化交易策略的具体应用示例251

后记  感谢“量化漫步”团队的付出与贡献254

附录A  进入量化行业的面试指南256

附录B  量化交易常用参考书与网站指南260

附录C  量化交易常用的数据接口263