【现货速发】量化投资策略
全新正版书籍，24小时发货，可开发票。
￥ 41.5 5.3折 ￥ 79 全新
库存5件
天津津南
认证卖家担保交易快速发货售后保障
作者周佰成、刘毅男
出版社清华大学出版社
ISBN9787302521952
出版时间2019-02
装帧平装
开本16开
定价79元
货号26912619
上书时间2024-11-24
商品详情
- 品相描述：全新
- 商品描述
-
前言
前言
量化投资策略作为金融领域的重要投资手段，其重要性不言而喻。伴随着金融学、数学、计算机理论和技术等学科的深入发展与交叉融合，量化投资策略日臻完善。国际发达资本市场，量化投资已经独树一帜，举足轻重； 国内量化投资基金也犹如雨后春笋般蓬勃发展。但因起步较晚，国内量化投资策略虽然被很多基金采用，但受市场大环境影响，目前仍然处于初级阶段，鲜有基金真正做到规模化量化投资。
本书作者一方面积极从事量化投资实践活动； 另一方面仔细研读国内外量化投资经典文献资料，并深入研究当前国际著名量化基金的投资策略。在此基础上，根据理论分析和实践经验，结合中国国情，撰写量化投资策略书稿，以期对量化投资从业者有所帮助。为节约本书篇幅，我们视读者已经初步掌握了金融计量学、计算机编程（Python语言）、投资学、金融学等基础知识，不再赘述，本书致力于突出各类量化投资策略的构建和数据案例分析。
本书的主要特点在于将前沿理论探索与现实案例分析相结合，每个章节都对相关的量化投资策略构建示例，并进行深入分析与探讨，内容丰富，体系完整。全书共分为8章。第1章： 走进量化投资。本章对量化投资进行了总体的介绍，以帮助读者理解量化投资的内涵及其涉猎的领域，为构建量化投资策略打好前期基础。第2章： 量化投资策略的构建与注意事项。本章分析量化投资策略的构建方法和需要注意的问题，为读者展示构建量化投资策略的正确方法。第3章： 多因子模型。从本章开始，本书进入构建各类量化投资策略部分。第3章主要分析目前应用为广泛的量化投资策略——多因子模型，包括构建多因子模型的方法和注意事项，尽可能涵盖构建多因子模型的全部核心内容。第4章： 经典价值投资策略。本章结合国际上各种经典的价值投资理念及其实践经验，构建适合中国国情的量化投资策略，对于读者理解和应用经典量化投资策略具有重要意义。第5章： 事件驱动策略。本章为读者分析事件驱动策略的构建方法，该类策略在实践中收效显著，应用非常广泛。第6章： 择时策略精选。本章对投资策略中的择时策略进行研究，并选择几种经典的量化择时策略进行详细的分析，为投资者构建量化择时策略提供参考。第7章： 商品期货CTA量化投资策略。本章介绍目前风靡业界的CTA策略，探讨经典量化CTA策略的构建与应用。第8章： 统计套利。这是本书的后一章，主要介绍有着多年历史的统计套利，并利用配对交易作为案例应用于国内股票市场进行展示。
本书得以顺利完成，得益于我们拥有一个团结、高效、专业化的科研团队，通过大家坚持不懈的辛勤努力与紧密合作，保证书稿如期完成。团队成员主要包括（按姓氏笔画排序）： 尹韦琪、王姝、王晗、叶昊、孙文奕、孙硕珩、付聪、李天野、阴庆书、刘钊、刘洁旋、李金阳、江剑、权容振、邵华璐、陈治多、陈佳宁、张贺、邵振文、迟雪丹、林海涛、周阔、赵天一、赵梓琪、侯丹、姜美吉、班艺婷、高兰、曹启、温馨、翟羽佳、裴祥宇，尤其班艺婷同学花费大量时间对书稿进行反复梳理、校对，在此对他们的辛勤付出一并表示衷心的感谢。
感谢吉林大学经济学院、吉林大学中国国有经济研究中心、吉林大学量化金融研究中心、吉林大学基本科研业务费项目（2017ZZ035）、吉林大学横琴金融研究院以及珠海市横琴新区智慧金融研究院的支持与资助。
感谢吉林大学经济学院李晓院长及各位同仁的鼎力支持。同时，还要感谢清华大学出版社对本团队的信任与支持，感谢陆浥晨编辑等编审人员的辛勤努力及其提出的宝贵意见。
学无止境，研究亦无止境。本书作者及其团队虽力争止于至善，然资本市场高深莫测，虽上下求索，仍不得始终，缺憾纰漏之处在所难免，恳请广大读者批评指正，在此深表感谢！
编者周佰成刘毅男
2019年1月于吉林大学量化金融研究中心
导语摘要
随着我国资本市场的迅速发展与日臻成熟，专业投资者在市场所占比例不断上升，对于投资策略的需求也在不断提高，基于金融计量学和计算机技术的量化投资策略开始蓬勃发展。本书作者在大量参考国内外理论文献、量化基金前沿策略的基础上，结合自身多年的投资实践撰写了本书。本书致力于突出各类量化投资策略的构建和数据案例分析，包括构建多因子模型、经典价值投资策略、事件驱动策略、择时策略、商品期货CTA量化投资策略以及统计套利等，以期对量化投资从业人员有所帮助。
作者简介
周佰成，数量经济学博士，吉林大学经济学院教授、博士生导师，吉林大学量化金融研究中心主任。主持国家社会科学基金项目、 人文社会科学基地重大项目、吉林省社会科学基金项目、吉林省软科学项目等多个项目，在《管理世界》《金融研究》《经济管理》《数量经济技术经济研究》《中国软科学》《数理统计与管理》《吉林大学社会科学学报》等学术期刊发表论文五十余篇，部分论文被《新华文摘》转载。主讲课程有投资学、投资银行学、高级宏观经济学、公司金融等。
目录
目录
第1章走进量化投资
1.1量化投资的概念
1.2量化投资的历史沿革
1.3量化投资的理解误区
1.4量化投资的优点
1.5量化投资的缺点
1.6量化投资在我国的发展
第2章量化投资策略的构建与注意事项
2.1量化投资策略开发框架流程
2.2量化投资策略的陷阱
2.3量化投资策略的评价标准
第3章多因子模型
3.1多因子模型的概念
3.2多因子模型的理论基础
3.3多因子模型的构建流程
附录BARRA CNE5的风格因子
第4章经典价值投资策略
4.1三一投资管理公司价值选股法
4.2伯顿G.马尔基尔的投资漫步原则
4.3惠特尼·乔治的小型价值股投资法
4.4菲利普·费雪的选股十五原则
4.5彼得·林奇的选股原则
4.6格雷厄姆的防御型投资者的股票选择策略
4.7格雷厄姆的积极型投资者的股票选择策略
4.8经典价值投资策略的总结
第5章事件驱动策略
5.1事件驱动策略介绍
5.2事件驱动策略的研究框架
5.3事件驱动策略的种类
5.4事件驱动策略案例
第6章择时策略精选
6.1基于隐马尔可夫模型的投资策略
6.2市场情绪择时策略
6.3经典技术指标择时策略
附录隐马尔可夫模型的相关算法
第7章商品期货CTA量化投资策略
7.1CTA的介绍
7.2日内CTA策略
7.3日间CTA策略
7.4海龟交易法则
第8章统计套利
8.1相关理论基础
8.2统计套利基本内容
8.3配对交易
8.4配对交易案例展示
参考文献
内容摘要
随着我国资本市场的迅速发展与日臻成熟，专业投资者在市场所占比例不断上升，对于投资策略的需求也在不断提高，基于金融计量学和计算机技术的量化投资策略开始蓬勃发展。本书作者在大量参考国内外理论文献、量化基金前沿策略的基础上，结合自身多年的投资实践撰写了本书。本书致力于突出各类量化投资策略的构建和数据案例分析，包括构建多因子模型、经典价值投资策略、事件驱动策略、择时策略、商品期货CTA量化投资策略以及统计套利等，以期对量化投资从业人员有所帮助。
主编推荐
本书语言简洁，内容精炼，对于量化投资策略的历史沿革以及策略构建的方法都进行了介绍与讲解，并辅以案例分析。
精彩内容
第1章走进量化投资
量化投资是一种新兴的投资手段，引入我国金融市场较晚，目前在国内市场的发展还较为初级，可以说，量化投资在国内仍旧披着一层神秘的面纱。从本章开始，本书将带领读者走进量化投资，了解量化投资是什么，都有哪些典型的投资策略，等等。本章主要介绍量化投资的基础知识，同时也是学习后面章节的重要基础。本章共分为六个小节，具体每小节的内容如下。
1.1节： 量化投资的概念。介绍量化投资的含义。
1.2节： 量化投资的历史沿革。介绍量化投资的发展历史，帮助读者理解量化投资相关的理论发展和历程。
1.3节： 量化投资的理解误区。介绍目前对于量化投资理解的集中误区，帮助读者明确量化投资的特性。
1.4节： 量化投资的优点。介绍量化投资相比于过去的投资方式所具备的优势，从七个方面阐述量化投资的长处。
1.5节： 量化投资的缺点。介绍量化投资相比于其他投资方式的劣势和缺点，从四个方面帮助读者对量化投资进行更为理性的认识。
1.6节： 量化投资在我国的发展。介绍量化投资在我国的发展状况，主要介绍相关量化基金在我国的发展，以及量化投资在我国的发展前景等内容。
1.1量化投资的概念
走进量化投资，首先就要对量化投资的概念有一个清晰的了解。何为量化投资？简单来讲，量化投资就是依靠数量化的手段去实现投资逻辑和策略； 换言之，量化投资需要采用一定的数理模型对投资策略以及投资逻辑进行量化，进而通过计算机技术等现代科技手段来实现投资过程。
每一个优秀的投资者都有其投资逻辑，并且依照其投资逻辑进行投资活动，同时在投资过程中不断修正其原有的投资逻辑。而量化投资的重要核心也是投资逻辑，“量化”是投资者进行投资所应用的一种手段和方式。一个成功的量化投资策略，首先需要有一个明确的投资思想和逻辑，根据这种投资思想和逻辑，通过数量化的手段，把投资所遵从的理念以及逻辑关系等量化为各种变量，以及变量之间的规则，进而构建成相关的量化模型。在此之后，通过计算机技术等手段，将模型应用于市场，在过往的市场数据中进行测试，并不断修正和完善，直到能够将其应用于当前真实市场中选股、买卖、调仓等的判断，并执行交易。
理解了量化投资这个工具的性质后，容易得知，量化投资首先要有一个合理有效的投资逻辑，这是投资成功的必要条件，进而，还需要工具本身有效，即量化投资的各种量化手段有效，如模型的有效性、数据的准确性等都能够影响到量化投资的效果，除此之外，量化投资中的一些策略对计算机技术的要求也是非常高的，如程序化交易和高频交易。可以说，量化投资是一个系统性的投资过程，因此，一个成功有效的量化投资策略背后均有一个出色的研发和交易团队，成员各司其职，共同实现策略的研发和实践。
1.2量化投资的历史沿革
1900年，路易斯·巴舍利耶(Louis Bachelier)用量化手段描述了布朗运动。在其发表的论文中，他提出，如果股票遵循随机游走的模式，经过某一段固定时期之后，股票价格到达特定价格水平的可能性可以通过正态分布曲线来描述。巴舍利耶随即构建了价格随时间变化而变化的模型，即为当今重要的随机游走模型。该理论形成了早的金融市场理论框架，并在此后的现代金融学理论研究中产生了重要的意义。量化投资界也普遍将该理论视为量化投资理论研究的开端。
【11】沉睡的理论
路易斯·巴舍利耶(Louis Bachelier)，1870年生于法国勒阿弗尔。巴舍利耶儿时家庭条件优越，较早接触艺术和数学，并对数学有着极高的天赋，中学毕业后，本应前往名牌大学就读的他由于家庭变故，延缓了上学时间，大学期间，巴舍利耶在证券交易所从事兼职工作，并对金融方面产生了浓厚的兴趣。
1900年，巴舍利耶写出了《投机理论》，但其理论与当时的主流观点背道而驰，并且也被认为不符合数学问题范畴，终尘封多年。受到论文成绩的影响，巴舍利耶没能成为职业数学家，此后经历了次世界大战，辗转于各个高校后，在贝桑松大学拿到了教学职位，直到退休，巴舍利耶都在修正和完善其的论文，没有产生新的成果。
1955年，著名经济学家保罗·萨缪尔森发现了该篇论文，并惊讶地发现该篇论文涵盖了近20年间多个前沿学术成果，而论文的作者巴舍利耶却无人知晓。1964年，保罗·库特勒编撰文集《股票市场的随机性》，并将巴舍利耶的论文收录为篇论文。可以说，巴舍利耶领先了一个时代，其理论也不幸沉睡了60余年，被埋没了一个时代！
1952年，哈里·马科维茨(Harry M.Markowitz)在《金融杂志》(Journal of Finance)中发表了题为《组合选择》(Portfolio Selection)的论文，提出了“投资组合理论”，开创性地引入了均值和方差来定量描述投资者在投资组合上获得的收益和承担的风险。该理论被视为现代金融学理论的开端，同时，也被业界普遍认为是对量化投资发展产生重要影响的理论之一，基于此理论，学界开始通过数理方法对微观金融学以及投资学领域进行深入研究。
【12】人物介绍： 哈里·马科维茨
哈里·马科维茨(Harry M.Markowitz)，1927年出生于美国伊利诺伊州。于1950年、1952年在芝加哥大学连续获得了经济学硕士、博士学位。
1952年，马科维茨在《金融杂志》上发表了题为《资产组合选择——投资的有效分散化》论文，开创性地引入了均值和方差来定量描述投资者在投资组合上获得的收益和承担的风险。
马科维茨发展了一个概念明确的、可操作的、能在不确定条件下选择投资组合的理论，该理论被视为现代金融学理论的开端，也是业界比较认同的量化投资理论的开端。
20世纪60年代，威廉·夏普(William F.Sharpe)等进一步发展了哈里·马科维茨的理论方法，并提出了资本资产定价模型(CAPM model)，通过CAPM模型确立能反映风险和预期收益的证券价格。在此之后，包括尤金·法玛(Eugene F.Fama)等提出的有效市场假说、三因子模型，以及斯蒂芬·罗斯(Stephen A.Ross)提出的套利定价理论都为量化投资打下了坚实的理论基础。直到今天，上述许多理论及其变型仍然广泛应用于投资实务当中，可以说现代金融理论的发展极大地促进了量化投资的发展。
【13】人物介绍： 威廉·夏普
威廉·夏普(William F.Sharpe)，1934年出生于美国马萨诸塞州，是资本资产定价模型的奠基者。20世纪60年代，夏普将马科维茨的分析方法进一步发展为著名的“资本资产定价模型”，用来说明在金融市场上如何确立反映风险和潜在收益的证券价格。
该模型将马科维茨的资产选择理论中的资产风险进一步分为资产的“系统(市场)风险”和“非系统风险”两部分，并且非系统风险是没有风险补偿的。
由于其在金融经济学方面卓越的贡献，威廉·夏普与莫顿·米勒和哈里·马科维茨共同获得了1990年第十三届诺贝尔经济学奖。
【14】人物介绍： 斯蒂芬·罗斯
斯蒂芬·罗斯(Stephen A.Ross)，出生于1944年，1965年获加州理工学院物理学学士学位，1970年获哈佛大学经济学博士学位。罗斯是当今世界上影响力的金融学家之一，因其创立了套利定价理论(arbitrage pricing theory,APT)而举世闻名。2017年3月3日，罗斯先生在康尼狄格州的家中去世，享年73岁。
1976年，罗斯提出了一种新的资产定价模型，即为套利定价理论。该理论用套利概念定义了均衡，不需要市场组合的存在性，而且所需的假设比资本资产定价模型更少，更合理。
【15】人物介绍： 尤金·法玛
尤金·法玛(Eugene F.Fama)，1939年2月14日出生于美国马萨诸塞州波士顿，1964年获得博士学位，著名经济学家，芝加哥经济学派的代表人物之一，芝加哥大学教授。2013年诺贝尔经济学奖得主。
法玛为现代金融学理论的发展作出了诸多重要的贡献。其主要的贡献便是提出了“有效市场假说”。假说认为在一个有效的证券市场中，价格完全反映了所有可以获得的信息。1992年，法玛基于APT理论，发现股票的市值和账面市值比，可以有效预测未来股票的收益。1993年在一篇论文中，法玛将这两个特征构造为两个风险因子，再结合市场因子，构建了著名的“三因子模型”。
20世纪末，金融工程与行为金融学开始兴起。金融工程对于数学等数理方面的应用，提高了金融实践的效率，促进了金融产品和服务的创新，同时也为量化投资开辟了新的思路。目前优秀的量化投资从业人员大部分都有着金融工程的背景或者有着极强的相关理论的功底； 20世纪中后期，“有效市场假说”被广泛接受，成了学术界的主流思想，直到十几年后，研究人员发现股票市场存在着一系列的难以用当前理论解释的问题。这促使金融研究人员对市场的有效性、人的理性问题进行了深入的反思与研究，并得出了一系列的成果，开辟了行为金融学理论，而这为量化投资提供了更多的理论支撑。
此外，20世纪以来，数学理论、计量经济学理论等相关理论的发展也进一步丰富了量化投资的手段与方式，诸如Copula函数等非线性研究成果均被应用到量化投资领域。许多著名的对冲基金公司也高薪聘请学术界的专家人士参与量化策略的研发过程，有些对冲基金公司的创始人自身便是杰出的数学家或者金融学者。同时，近些年来，人工智能、数据挖掘、支持向量机等的发展也为量化投资提供了新的思路和方式，近几年量化投资领域研究的热门也是如何将上述理论方法应用到量化交易策略中，部分方法也取得了良好的效果。
1.3量化投资的理解误区
1.3.1量化投资与基本面分析
基本面分析是许多投资者进行投资决策的重要方法，该种方法主要是通过分析影响和决定证券价格的种种因素，从而得出证券的合理价值，进而确定投资策略。基本面分析主要包括对宏观经济环境基本面的分析、产业层面的分析、公司的基本面分析等。基本面分析主要是一种定性方法，因此，许多读者会认为基本面分析与量化投资策略关系不大。其实恰恰相反，基本面分析也是量化投资策略构建的一个重要组成部分。一个公司的基本面情况对于投资决策具有重要意义，并且，许多基本面分析用到的要素都可以进行量化，通过量化手段设立多个指标，确定相关模型。其实，量化投资策略的开发正是融合了基本面分析与技术分析等多种手段，进而构建模型进行投资决策的。为了方便读者理解，现构建一个基本的基于基本面的量化投资策略。可见策略案例16。
【16】策略案例——简单基本面选股策略
一、 策略思想
为方便读者了解基本面选股方法如何运用在量化投资中，现构建一个基本面选股策略，为方便理解，策略构建条件比较简单，与现实情况有一定差距。即策略要选取公司利润情况和经营情况都比较好的股票，现特意选取两个财务指标，分别为营业利润率和净资产收益率(ROE)，以此构建量化选股策略。
二、 策略构建
(1) 股票池： 全部A股。
(2) 策略思路： 提取营业利润率和净资产收益率均大于10%的股票，并选择其中五只构建投资组合。
(3) 止损与止盈： 个股盈利超过20%止盈，亏损超过20%止损。
(4) 建仓数量： 5只。
(5) 起始资金： 10万元。
(6) 回测区间： 2016年6月1日—2016年12月1日。
(7) 比较基准： 沪深300指数。
三、 回测情况
策略收益： 15.77%策略年化收益： 34.66%沪深300指数收益： 12.48%
Alpha： 0.054 Beta： 1.100夏普比率： 1.597
胜率： 0.462盈亏比： 3.430回撤： 7.359%
(20160726—20160928)
索提诺比率： 2.369信息比率： 0.505
由此可见，基本面分析方法是可以应用到量化投资中的，并且由上述回测结果可以看出，在选定时间段内，利用营业利润率和净资产收益率选择的股票都有着较好的收益，策略收益高于作为比较基准的沪深300指数收益。当然，若想将策略应用到实际投资中，还需要不断进行完善。
1.3.2量化投资与技术分析
所谓技术分析，是指通过分析证券市场的市场行为，对证券未来的价格变化趋势进行预测的研究行为。其通过对证券市场过去和现在行为的特征，应用数学和逻辑的方法，归纳和总结出证券价格运行的一些典型规律，并据此预测证券市场未来的价格变化趋势。由于技术分析涉及许多数学的内容，以及许多诸如基于K线形态的变化等作出的判断都让人联想到量化投资，因此也有许多人将量化投资和技术分析等同对待，那么量化投资是否与技术分析相同呢？
从严格意义上来讲，量化投资与技术分析是不同的。二者之间的关系和区别主要有以下三个方面。
1. 复杂与简单之分
传统上或者称为狭义上的技术分析主要包括MACD(指数平滑移动平均线)、均线等技术指标，对我国股票投资领域而言，传统的技术指标散户使用居多，并且指标开发、选取以及修改主要根据各看盘软件提供的指标和平台进行，因而可修改内容有限。与此同时，许多非专业投资者对于技术分析的研究不够深入，从而导致了在投资领域的一个显而易见的情况便是技术分析普遍较为简单，并且有效性较为一般，故技术分析由于门槛较低，获得超额收益较难。反观量化投资策略，其主要使用主体为
— 没有更多了 —
以下为对购买帮助不大的评价