定 价：88 元
丛书名：西南财经大学中国金融研究中心金融安全研究系列专著
- 作者：何诚颖等著
- 出版时间：2018/10/1
- ISBN：9787509585344
- 出 版 社：中国财政经济出版社
- 中图法分类：F830.59
- 页码：490
- 纸张：胶版纸
- 版次：1
- 开本：16开
量化投资是指通过数量化方式及计算机程序化发出买卖指令，以获取稳定收益为目的的交易方式。在海外的发展已有30多年的历史，其投资业绩稳定，市场规模和份额不断扩大、得到了越来越多投资者认可。事实上，互联网的发展，使得新概念在世界范围的传播速度非常快，作为一个概念，量化投资并不算新，国内投资者早有耳闻。但是，真正的量化基金在国内还比较罕见。同时，机器学习的发展也对量化投资起了促进作用。
市场是激烈竞争的，过去的市场异象变成当前的随机噪音。投资者只有不断寻找新的指标
和因子的构建技巧、收益风险模型与投资组合技术来持续获取超额收益。
量化择时是利用一定的方法来判断市场未来走势，并基于判断结果制定策略；
动量——跟踪市场持续方向，未来会继续按照该趋势运行，通过过去趋势制定策略；
反转——超涨或超跌的股票价格会出现反转，因而可以通过挖掘价格拐点构建策略。
序：量化投资四维逻辑
2011年，我在沃顿商学院访问的时候，量化投资在美国的发展已经到了相当成熟的阶段。量化投资给美国股市带来的变化是深刻的。量化交易利用公开数据，借助数学、统计学、信息技术的量化投资方法来管理投资组合，其组合构建注重的是对宏观数据、市场行为、企业财务数据、交易数据进行分析，利用数据挖掘技术、统计技术、计算方法等处理数据，得到最优的投资组合和投资机会。从方法论来看，量化投资大大降低了投资者对市场的人为干预。当时我就强烈感觉到，作为一种能够摆脱人性弱点并且相当稳定的投资方法，量化投资在A股也将会大有所为。回国后，我马上组织了一批具有丰富市场经验的博士后研究人员开展关于量化投资的研究，对量化投资这个舶来品的本土化率先做出了尝试，并出版了《解读量化投资之秘》一书。可以说，这是一本国内较早系统研究量化投资的专业书籍，一定程度上填补了本土量化投资策略开发研究的空白。
从国外量化投资整体发展来看，大概可以划分为三个阶段：第一阶段从1970年至1977年，1971年巴克莱国际投资管理公司发行了世界上第一只被动量化基金，标志着量化投资的开始，这一阶段量化投资处于崛起阶段。第二阶段从1977年到1995年，由于数据和计算机技术等的限制，量化投资进入一个缓慢的发展阶段，但在行业调整过程中华尔街已开始对此模式极为重视。第三阶段从1995年至今，计算机技术的高速发展，特别是网络技术的突飞猛进，使得大量即时金融数据能够有效供给，量化投资进入高速发展时代。
国内量化投资的起步比美国市场晚了30多年。由于中、美两国投资者结构和市场环境、监管政策的差异，简单对美国策略进行套用和模仿并不可行。几年来，我带领的团队一直在从事量化投资方面的研究，最大的感受是：在量化投资这个领域，做得好的人往往守口如瓶，做得不太好的人却到处高谈阔论。这给新入行的量化投资人带来极大的困扰。其实，中国的量化投资人不应亦步亦趋，而是应该以成熟的美国量化投资策略为基础，结合中国股票市场的投资者结构和市场特征进行本土化改造。于是，我希望率先作出尝试，通过择时、选股、机器学习和资产配置四大维度，构建本土化的量化投资策略，为广大量化投资人建立一个全新的分析框架。
何诚颖，西南财经大学中国金融研究中心教授、博士生导师，国内著名金融证券专家，深圳市地方级金融领军人才，享受政府特殊津贴专家，浙江财经大学金融学院教授，清华大学产业创新与金融研究院首席研究员，国信证券博士后工作站导师。先后就读于西南财经大学会计系、浙江大学经济学院、厦门大学经济学院，分别获学士、硕士、博士学位。2011年赴宾西法尼亚大学沃顿商学院访问学习。何博士长期从事宏观经济以及证券投资领域的研究，在国内首次提出存量资金流的量化方法并应用于实践，对股市未来走势的预测提出一系列量化指标。
何博士在金融研究方面取得了极为丰硕的成果。先后在《中国社会科学》《经济研究》《管理世界》《金融研究》以及SCI和El检索杂志等国内外著名刊物上发表论文300多篇；出版了《寻找中国资本市场好股票》《中国股市投资的逻辑》《实现梦想的投资银行》《中国股市投资密码解析》《中国股市：轮回中的涅槃》等专著10多部，致力于通过推广国外先进投资方式与理念，提升中国证券市场的投资水平。
第一篇 量化选股策略篇
1．量化选股策略概述
1．1 量化选股的收益来源
1．2 量化选股策略的框架
2．单指标策略
2．1 单指标／因子策略方法概述
2．2 资金流向策略
2．3 动量与反转策略
3．多因子模型及策略
3．1 多因子策略方法概述
3．2 基于风险指标的多因子模型投资策略分析
3．3 基于指标被动筛选的多因子模型策略
3．4 多因子模型因子加权方法研究
4．风险模型及其应用
4．1 风险模型概述
4．2 中国A股市场风险模型的行业因子优化
4．3 中国A股市场风险模型的应用
5．投资组合构建
5．1 投资组合构建方法概述
5．2 基于规模暴露控制的投资组合构建
5．3 基于稳健优化的投资组合构建
6．绩效归因与评价
6．1 绩效归因与评价概述
6．2 多因子策略的绩效评价
第二篇 量化择时策略篇
7．量化择时策略概述
7．1 量化择时的理论基础——有效市场假说
7．2 量化择时策略的类型
8．动量择时模型
8．1 均线择时系统：简单易行，*为常用的趋势交易
8．2 LLT模型：高阶过滤，降低信号延迟
8．3 基于参数优化的Dual-Thrust交易策略：过滤震荡行情抓趋势
8．4 指数收益率奇数阶矩预测：放大价格波动抓趋势
8．5 海龟交易系统：完整的交易系统
9．反转择时模型
9．1 DeMark Combo策略：累计能量，逆市操作
9．2 抛物线拟合策略：寻找拐点，右侧交易
9．3 对数周期幂律模型及其基本应用：阶段性“顶”和“底”的预测
9．4 对数周期幂律模型的概率预测
9．5 对数周期幂律模型的相关检验
9．6 对数周期幂律模型的窗口初始点选择
第三篇 机器学习量化策略
10．机器学习算法简介
10．1 机器学习的定义和学科定位
10．2 机器学习方法的核心概念
10．3 机器学习方法的分类
11．机器学习策略开发流程
11．1 机器学习算法的应用
11．2 机器学习策略的流程：以GB决策树为例
11．3 机器学习策略的预测能力
……
书单推荐
