《GPT时代的量化交易：底层逻辑与技术实践》罗勇/卢洪波等『EPUB电子书下载』

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。

《GPT时代的量化交易：底层逻辑与技术实践》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
5.5GPT在量化交易中的应用 245
5.5.1ChatGPT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
5.5.3GPT可以帮助投资者更快速地入门量化交易 246
5.5.4GPT在量化交易中的具体应用示例 247
5.5.5GPT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
······