第一章 期貨基本策略概要
1.1 股指日內策略 ··2
1.2 商品趨勢策略 ··6
1.3 高頻交易策略 ··12
1.4 本節介紹 ·17
1.5 未來展望 ·18
1.6 本章小結 ·21
第二章 數據處理
2.1 期貨分筆數據 ··23
2.2 閤成5分鍾數據 29
2.3 異常處理 ·38
2.4 本章小結 ·41
第三章 預測因子
3.1 技術指標來源 ··43
3.2 因變量的選擇 ··52
3.3 高頻因子 ·60
3.4 本章小結 ·66
第四章 基礎統計模型
4.1 綫性迴歸 ·68
4.2 帶約束的綫性迴歸 75
4.3 模型選擇 ·82
4.4 本章小結 ·86
第五章 復雜統計模型與機器學習
5.1 復雜統計模型 ··88
5.2 跨品種因子 ·94
5.3 高頻數據建模 101
5.4 本章小結 ·111
第六章 從預測到交易
6.1 落實到交易纔有意義 113
6.2 開平倉閾值 ·115
6.3 策略篩選 ·125
6.4 本章小結 ·129
第七章 策略模型深化
7.1 優化提速 ·131
中國期貨市場量化交易（R與C++版）
VIII
7.2 策略更新 ·140
7.3 計算因子的技巧 143
7.4 本章小結 ·146
第八章 投資組閤優化
8.1 馬科維茨均值-方差模型 ·148
8.2 簡單分配的情況 158
8.3 本章小結 ·166
第九章 投資組閤優化深入研究
9.1 風險平價策略 169
9.2 動態投資組閤優化 173
9.3 近似動態規劃（增強學習） ·189
9.4 本章小結 ·192
第十章 C++實現策略
10.1 關於期貨程序化接口·194
10.2 從R到C++ ·198
10.3 本章小結 ·224
第十一章 實盤交易管理
11.1 模擬交易 ·227
11.2 風險管理 ·232
11.3 資金麯綫管理 240
11.4 人工主觀乾預 243
11.5 心態管理 ·246
11.6 本章小結 ·249
第十二章 套利交易
12.1 策略介紹 ·251
12.2 跨期套利深入研究 259
12.3 跨期套利策略 268
12.4 跨品種套利 ·277
12.5 本章小結 ·285
第十三章 求職與工作
13.1 對在校學生的建議 287
13.2 工作初期 ·290
13.3 投資經理 ·294
13.4 業內交流 ·298
13.5 本章小結 ·302
後記 ·304
· · · · · · (收起)
具體描述
本書主要介紹如何運用統計分析和機器學習等方法對中國期貨市場量化交易進行建模分
析。不僅覆蓋瞭最基礎的數據獲取、數據清理、因子提取、模型構造以及最後的動態投資組
閤優化、C++編程實現等方麵，而且有豐富的代碼方便讀者臨摹學習和修改提升。本書中的
數據首先是交易所最原始的期貨分筆數據，在此基礎上整閤成5分鍾K綫，然後再計算預測
因子，最後套入統計預測模型。在交易層麵，采用嚴謹的滾動優化方式，充分考慮瞭滑點和
手續費，嚴格測試。另外本書還覆蓋瞭中低頻的趨勢策略以及高頻的短趨勢策略，最後也詳
細介紹瞭跨期套利策略，以及對讀者擇業就業的建議。
本書內容的廣度和深度都是國內市場上少見的，適閤相關專業人士和感興趣的投資愛好
者閱讀，如高校數理類和經管類師生及證券、期貨、私募證券、公募基金等量化交易相關從
業人員，以及對機器學習在金融方麵運用的相關人士和對量化交易感興趣的各行各業人士。
用戶評價
##適閤量化交易已入門的朋友讀，有不少啓發。
評分##作者在觀點傳達上還是非常誠摯的，作為入門書籍很不錯。不足之處是措辭行文有些隨意。一些概念術語在後續章節中纔解釋，甚至沒有解釋，導緻閱讀時偶有障礙。另外，作者的代碼和圖標都沒有為瞭書籍齣版做專門的優化適配，這個應該是編輯的鍋瞭。
評分 評分##作者在觀點傳達上還是非常誠摯的，作為入門書籍很不錯。不足之處是措辭行文有些隨意。一些概念術語在後續章節中纔解釋，甚至沒有解釋，導緻閱讀時偶有障礙。另外，作者的代碼和圖標都沒有為瞭書籍齣版做專門的優化適配，這個應該是編輯的鍋瞭。
評分 評分##整個量化交易工程的整體框架是比較完整清晰的，雖然每一部分相對比較淺顯，但是正好適閤新入門者建立整體認知。
評分 評分##優點：有比較多作為業內人士獨有的分享 缺點：模型部分邏輯性，深度欠缺
相關圖書
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.tinynews.org All Rights Reserved. 静思书屋 版权所有