第一章 量化投资策略及发展 1
第一节 量化投资发展简介 1
第二节 MATLAB及相关工具箱简介 7
第三节 量化投资在中国 10
第二章 量化投资数据接口简介 13
第一节 东方财富Choice数据终端MATLAB量化接口注册 13
第二节 MATLAB接口命令生成向导 17
第三节 MATLAB接口功能函数 21
第四节 Choice-MATLAB接口数据下载 27
第五节 Choice交易组合构建 35
第六节 债券实例 37
第七节 公开数据资源——以Tushare为例 44
第三章 资产组合配置方法 49
第一节 Markowitz资产组合模型 50
第二节 Markowitz模型构建资产组合有效前沿实例 52
第三节 Black-Litterman模型 66
第四节 BL方法下Dow Jones 30工业指数成分股的资产组合 77
第五节 基于CVaR的证券组合配置方法 83
第六节 基于CVaR的证券组合分析 87
第四章 量化选股 98
第一节 量化选股模型之打分法 100
第二节 基于打分法的中小板多因子选股模型 103
第三节 量化选股之回归法 116
第四节 多因子选股之回归法案例 122
第五章 量化择时 148
第一节 趋势择时 148
第二节 趋势择时案例分析 151
第三节 基于SWARCH模型的量化择时策略 172
第四节 基于Hurst指数的择时策略 183
第五节 支持向量机 193
第六节 基于C-SVM算法的HS300股指期货交易策略 197
第六章 统计套利 214
第一节 基于价差的配对交易 216
第二节 协整理论及ECM模型 222
第三节 基于协整理论的期货跨市场跨品种套利 226
第七章 基于事件驱动的量化投资策略分析 236
第一节 预期正常收益率模型 237
第二节 基于业绩预增的事件驱动量化投资策略 238
第八章 期货量化套利策略 246
第一节 股指期货期现套利 246
第二节 股指期货跨期套利 252
第三节 商品期货套利策略 258
第四节 商品期货的期现套利 261
第五节 商品期货的跨市场套利 268
第六节 商品期货的跨期套利 274
第九章 人工神经网络与量化投资策略 277
第一节 神经网络 277
第二节 基于BP神经网络的量化择时策略 280
第三节 基于PAC-BP神经网络的量化选股策略 289
第四节 LSTM网络模型与量化投资策略 296
第五节 基于LSTM网络的量化择时策略 300
第六节 基于LSTM网络的量化选股 308
第十章 算法交易 315
第一节 算法交易的基本概念 315
第二节 算法交易策略成本分析及优化 319
第三节 常用算法交易及其实现 321
参考文献 339