目录

●目录
序
第1章 导言 1
1.1 量化交易的相关理论 2
1.2 国内外量化交易的发展 4
1.3 金融风险 5
第2章 金融基础知识概述 9
2.1 金融市场 9
2.2 金融工具 14
2.3 本章小结 21
第3章 投资组合理论 22
3.1 资产收益与风险 22
3.2 很优资产组合 29
3.3 本章小结 40
第4章 资产定价模型 42
4.1 资本资产定价模型 42
4.2 套利定价模型 53
4.3 Fama-French三因子模型 58
4.4 本章小结 67
第5章 衍生产品定价理论 68
5.1 远期合约和期货合约 68
5.2 期权合约 74
5.3 期权定价公式及其应用 86
5.4 期权定价的新工具——倒向随机微分方程理论 96
5.5 基于倒向随机微分方程理论的期权定价方法 97
5.6 希腊值 109
5.7 本章小结 117
第6章 有效市场假说 119
6.1 概述 119
6.2 有效市场的三种类型及其特征 120
6.3 有效市场假说的检验 121
6.4 有效市场假说的意义及其不足 123
6.5 本章小结 126
第7章 技术分析基础 128
7.1 技术分析的发展及理论基础 128
7.2 道氏理论 132
7.3 技术分析图 135
7.4 趋势与震荡 138
7.5 技术分析指标 142
7.6 艾略特波浪理论 148
7.7 周期理论 152
7.8 资金管理与交易策略 155
7.9 本章小结 157
第8章 时间序列建模与预测 159
8.1 时间序列基础知识介绍 159
8.2 线性时间序列模型与应用 160
8.3 ARCH族模型 178
8.4 本章小结 186
第9章 量化选股 187
9.1 多因子选股模型 187
9.2 动量反转模型 200
9.3 行业轮动模型 202
9.4 案例: DTW模型预测及选股 206
9.5 本章小结 215
第10章 量化择时 216
10.1 量化择时的含义 216
10.2 赫斯特指数预测市场趋势反转的理论依据 217
10.3 赫斯特指数的提出及估计方法 221
10.4 应用赫斯特指数对A股市场板块轮动效应的实证研究 228
10.5 本章小结 229
第11章 统计套利 231
11.1 统计套利的发展历史 231
11.2 统计套利原理 232
11.3 协整理论 236
11.4 配对对象的协整检验 239
11.5 统计套利实证检验 245
11.6 优缺点 248
11.7 本章小结 249
第12章 算法交易 251
12.1 算法交易简介 251
12.2 VWAP算法交易策略 255
12.3 执行差额算法交易策略 263
12.4 案例:基于机器学习方法的动态日内成交量比例预测的VWAP算法 269
12.5 本章小结 276
第13章 波动率研究 277
13.1 波动率基础 277
13.2 波动率建模方法 279
13.3 波动率衍生品 284
13.4 实证分析 288
13.5 本章小结 293
第14章 统计学习 294
14.1 神经网络模型 294
14.2 BP神经网络 301
14.3 循环神经网络 304
14.4 支持向量机 310
14.5 神经网络实证分析 320
14.6 案例1:基于GAN思想的资产价格路径构造方法 325
14.7 案例2:基于RMDN的欧式期权定价 334
14.8 本章小结 347
第15章 风险度量 348
15.1 背景 348
15.2 风险管理的两个需求与两种角度 349
15.3 风险度量的相关概念 349
15.4 VaR的数学表示 351
15.5 VaR方法的改进——改进分布 354
15.6 VaR方法的改进——改进定义 367
15.7 VaR方法的改进——改进计算方法 377
15.8 非线性期望理论下的风险度量 379
15.9 本章小结 385
参考文献 387
附录 391
名词解释 402
跋 411