AI量化交易：高效构建交易策略的新路径：正版现货，库存书

图书标准信息

• 作者 罗勇
• 出版社 电子工业出版社
• 出版时间 2025-08
• 版次 1
• ISBN 9787121505720
• 定价 99.00元
• 装帧 平装
• 开本 其他
• 页数 304页
• 字数 283千字

【内容简介】

本书以“数据→策略→模型”的闭环为主线，将量化交易与人工智能深度融合。具体而言，首先通过通俗的讲解为读者普及量化与人工智能的基础知识，进而快速切入?15?个可实现实盘操作的典型策略，覆盖竞价量价因子、高频交易、舆情监控等核心场景。本书首次系统呈现了大模型提示工程与智能体在交易中的完整落地路径，每章均配备数据获取方案、可复用代码及提示词模板，同时提供配套的代码仓库与术语词典，方便读者随时使用。本书旨在助力金融从业者、技术人员、学术研究者及个人投资者高效搭建?AI?量化策略，真正打通理论与收益之间的“最后一公里”。

【作者简介】

《K线图量化分析 用大数据研判股票、期货、外汇买卖点》
骆超，博士，副教授，硕士生导师。IEEE/ACM会员、中国计算机学会会员、中国人工智能学会会员。从事基于机器学习的金融大数据智能信息处理、演化博弈等领域的理论及应用研究；以第一作者（通讯作者）发表SCI学术论文四十余篇。主持国家自然科学基金和省自然科学基金多项。现与多家券商及公、私募基金建有广泛的合作联系，并曾在华为技术有限公司等通讯企业任职多年。
《量化交易从入门到精通 TOP交易员交易策略与实战手记》
    周泽炜，人称“周校长”，上海昳汐信息科技有限公司董事长、《TOP分析师》出品人、艾扬软件策略工程师、真格赢家指标策略工程师、易盛信息科技极星量化策略工程师、宽客俱乐部特聘讲师、量化侠技术顾问、各大财经网站撰稿人、“TOP交易者”微信公众号主理人。齐鲁工业大学校外研究生导师，成都大学、中国石油大学量化交易客座讲师。在股票、期货、外汇等市场具有相当丰富的交易经验，研究并总结了《易然战法》《天空宇宙交易法》《太极三才交易法》《恋爱交易法》四套交易理论。2020年上半年，据不完全统计，中国每十位股票期货实盘量化个人投资者中，就有一人是周校长的学生。

【目录】

第1章  量化交易基础入门1
1.1  什么是量化交易1
1.2  量化交易的研究对象与应用领域2
1.3  发展简史与行业现状3
1.3.1  量化交易的萌芽3
1.3.2  量化交易的发展历程3
1.3.3  中国量化交易发展历程6
1.3.4  AI时代的量化交易现状7
1.4  量化交易策略的五大分类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11
1.4.3  阿尔法量化交易策略13
1.4.4  贝塔量化交易策略14
1.4.5  另类量化交易策略16
1.5  未来趋势与挑战17
1.6  本章小结19
第2章  生成式AI入门简介21
2.1  初识大模型：常见误区与能力分级22
2.1.1  传统误区：关于生成式AI的十大误区22
2.1.2  核心区别：推理模型和非推理模型的区别27
2.1.3  能力分级：大模型使用者的九大段位31
2.2  提示词工程：与大模型有效沟通的艺术41
2.2.1  主要框架：如何高效构建提示词41
2.2.2  突破技巧：利用搜索引擎的高级技巧，提升使用精度49
2.2.3  能力进阶：系统提示词与用户提示词的使用指南53
2.3  工具与平台推荐57
2.3.1  国外平台：ChatGPT，大模型的世界起源58
2.3.2  国产之光：DeepSeek，国产大模型的骄傲59
2.3.3  开源模型：那些灵活可控的AI引擎60
2.3.4  量化AI：大模型与量化交易的数据插件与辅助平台61
2.3.5  国内生态：中国量化平台生态与未来发展62
2.3.6  选型建议：从简单到复杂63
2.4  大模型时代的学习与研究新模式65
2.4.1  学习模式：大模型时代下的量化交易学习65
2.4.2  报告撰写：利用大模型撰写量化交易研究报告的通用
路径71
2.4.3  研究助手：ChatGPT的Deep Research使用指南77
2.4.4  思研差异：深度思考和深度研究的区别82
2.5  大模型定制与智能体入门93
2.5.1  微调与蒸馏：将DeepSeek-R1微调/蒸馏为某领域的
专家93
2.5.2  智能体原理：Manus的底层技术原理97
2.5.3  智能体工具：MCP深度解读与使用研究104
2.5.4  智能体桥梁：深度解读Agent2Agent协议115
2.6  本章小结123
第3章  AI量化交易基础入门124
3.1  量化交易的数据基石126
3.1.1  数据类型详解126
3.1.2  数据源获取与主流工具127
3.1.3  数据预处理的核心环节128
3.1.4  实战案例：数据获取与预处理流程130
3.1.5  数据保存与管理131
3.1.6  练习建议与反思问题132
3.2  财务指标的深度解析与业绩预测（基本面量化）132
3.2.1  策略逻辑与来源132
3.2.2  数据需求与获取方法133
3.2.3  流程图、模型与代码讲解134
3.2.4  适用场景与实战应用138
3.2.5  常见错误与优化建议139
3.2.6  提示词模板设计140
3.2.7  练习建议与反思问题142
3.3  研报因子的自动化解析与建模（基本面量化）143
3.3.1  策略逻辑与来源143
3.3.2  数据需求与获取方法143
3.3.3  流程图与代码讲解144
3.3.4  适用场景与实战应用148
3.3.5  常见错误与优化建议149
3.3.6  提示词模板设计150
3.3.7  练习建议与反思问题151
3.4  多因子动态加权模型（资产配置量化）152
3.4.1  策略逻辑与来源152
3.4.2  数据需求与获取方法153
3.4.3  模型、流程图与代码讲解154
3.4.4  适用场景与实战应用157
3.4.5  常见错误与优化建议158
3.4.6  提示词模板设计159
3.4.7  练习建议与反思问题160
3.5  资金流向与板块轮动复盘（资产配置量化）161
3.5.1  策略逻辑与来源161
3.5.2  数据需求与获取方法162
3.5.3  代码讲解163
3.5.4  适用场景与实战应用166
3.5.5  常见错误与优化建议166
3.5.6  提示词模板设计167
3.5.7  练习建议与反思问题169
3.6  LV2订单簿不平衡因子的挖掘（阿尔法量化）170
3.6.1  策略逻辑与来源170
3.6.2  数据需求与获取方法171
3.6.3  模型、流程图与代码讲解172
3.6.4  适用场景与实战应用176
3.6.5  常见错误与优化建议176
3.6.6  提示词模板设计177
3.6.7  练习建议与反思问题180
3.7  机器学习量价特征工程（阿尔法量化）181
3.7.1  策略逻辑与来源181
3.7.2  数据需求与获取方法182
3.7.3  流程图与代码讲解183
3.7.4  适用场景与实战应用188
3.7.5  常见错误与优化建议188
3.7.6  提示词模板设计189
3.7.7  练习建议与反思问题191
3.8  市场情绪量化评分系统（阿尔法量化）192
3.8.1  策略逻辑与来源192
3.8.2  数据需求与获取方法193
3.8.3  流程图与代码讲解194
3.8.4  适用场景与实战应用200
3.8.5  常见错误与优化建议200
3.8.6  提示词模板设计201
3.8.7  练习建议与反思问题203
3.9  竞价阶段量价因子的挖掘（贝塔量化）204
3.9.1  策略逻辑与来源204
3.9.2  数据需求与获取方法205
3.9.3  流程图、模型与代码讲解206
3.9.4  适用场景与实战应用209
3.9.5  常见错误与优化建议209
3.9.6  提示词模板设计210
3.9.7  练习建议与反思问题212
3.10  复盘连板梯队结构与晋级率分析（贝塔量化）213
3.10.1  策略逻辑与来源213
3.10.2  数据需求与获取方法214
3.10.3  流程图与代码讲解215
3.10.4  适用场景与实战应用220
3.10.5  常见错误与优化建议220
3.10.6  提示词模板设计221
3.10.7  练习建议与反思问题222
3.11  高频量价数据策略开发（贝塔量化）223
3.11.1  策略逻辑与来源223
3.11.2  数据需求与获取方法223
3.11.3  流程图与代码讲解224
3.11.4  适用场景与实战应用226
3.11.5  常见错误与优化建议227
3.11.6  提示词模板设计227
3.11.7  练习建议与反思问题229
3.12  高频动量衰减因子开发（贝塔量化）230
3.12.1  策略逻辑与来源230
3.12.2  数据需求与获取方法231
3.12.3  流程图与代码讲解232
3.12.4  适用场景与实战应用235
3.12.5  常见错误与优化建议236
3.12.6  提示词模板设计236
3.12.7  练习建议与反思问题238
3.13  龙头股特征提取与模仿策略（贝塔量化）239
3.13.1  策略逻辑与来源239
3.13.2  数据需求与获取方法240
3.13.3  流程图与代码讲解242
3.13.4  适用场景与实战应用246
3.13.5  常见错误与优化建议246
3.13.6  提示词模板设计247
3.13.7  练习建议与反思问题249
3.14  舆情监控与事件驱动分析（另类量化）250
3.14.1  策略逻辑与来源250
3.14.2  数据需求与获取方法251
3.14.3  流程图与代码讲解252
3.14.4  适用场景与实战应用255
3.14.5  常见错误与优化建议256
3.14.6  提示词模板设计257
3.14.7  练习建议与反思问题258
3.15  游资席位行为模式解析（另类量化）259
3.15.1  策略逻辑与来源259
3.15.2  数据需求与获取方法260
3.15.3  流程图与代码讲解261
3.15.4  适用场景与实战应用265
3.15.5  常见错误与优化建议266
3.15.6  提示词模板设计266
3.15.7  练习建议与反思问题268
3.16  涨停原因归类与题材持续性评估（另类量化）269
3.16.1  策略逻辑与来源269
3.16.2  数据需求与获取方法270
3.16.3  流程图与代码讲解270
3.16.4  适用场景与实战应用275
3.16.5  常见错误与优化建议275
3.16.6  提示词模板设计276
3.16.7  练习建议与反思问题277
3.17  本章小结278
附录A  量化交易基础入门术语表280
附录B  生成式AI入门术语表282
附录C  AI量化交易策略及实战案例286