量化投資實(shí)踐（MATLAB版）簡(jiǎn)介，目錄書(shū)摘

編輯推薦:

內容簡(jiǎn)介:本《量化投資實(shí)踐（MATLAB版）》的案例來(lái)源于作者的實(shí)際工作，充分體現案例的實(shí)用性和程序的可模仿性，案例程序中附有詳細的注釋。例如β，VaR和CVaR的計算，DualThrust，R-break和海龜交易策略等程序，讀者可以直接使用或根據需要在源代碼的基礎上進(jìn)行修改、完善。
　　《量化投資實(shí)踐（MATLAB版）》分5篇，共計23章。第一篇介紹量化投資中常用的MATLAB編程知識和技巧；第二篇介紹幾個(gè)基本的數理統計知識，包括隨機變量、統計矩、極大似然估計、置信區間、假設檢驗、p值和Spearman秩相關(guān)性等；第三篇主要對線(xiàn)性回歸、Kalman濾波和ARMA等梳理模型進(jìn)行概述；第四篇主要介紹量化投資中幾個(gè)經(jīng)典的策略模型，包括期貨中的R-breaker，Dual Thrust和Aberration等經(jīng)典策略，以及股票中的多因子模型；第五篇介紹關(guān)于風(fēng)險管理的實(shí)踐意義，主要實(shí)現了VaR和CVaR的計算。

作者簡(jiǎn)介:

目錄:目錄
前言 
第一篇 量化投資——基礎研究工具：MATLAB必備知識 
第1章 MATLAB必備知識 3 
1.1 基礎數據類(lèi)型 3 
1.2 常用數據類(lèi)型 12 
1.3 繪圖 15 
1.4 函數 17 
1.5 平均值 19 
1.6 離差分析 21 
第二篇 量化投資——數理統計 
第2章 離散和連續隨機變量 27 
2.1 離散隨機變量 27 
2.2 連續隨機變量 31 
2.3 分布擬合 39 
第3章 統計矩——偏度和峰度 41 
3.1 偏度 41 
3.2 峰度 43 
3.3 其他的標準矩 44 
3.4 Jarque-Bera正態(tài)檢驗 45 
3.5 測試校準 45 
第4章 極大似然估計 46 
4.1 極大似然估計 46 
4.2 正態(tài)分布的MLE 47 
4.3 正態(tài)分布的MATLAB實(shí)現 48 
4.4 指數分布的MLE及MATLAB實(shí)現 49 
4.5 案例研究——日回報的正態(tài)分布擬合 50？ 
4.6 極大似然估計注意事項 50 
第5章 置信區間與假設檢驗 52 
5.1 置信區間 52 
5.2 原假設和備擇假設 53 
5.3 假設檢驗的步驟 53 
5.4 案例研究1——工商銀行的日回報率的假設檢驗 54 
5.5 案例研究2——假設檢驗用于平均值 58 
5.6 案例研究3——假設檢驗用于方差研究 60 
第6章 p值和多重比較偏差 63 
6.1 p值 63 
6.2 案例研究——多次測試 64 
6.3 敏感性和專(zhuān)一性的權衡 66 
第7章 Spearman秩相關(guān)性 67 
7.1 Spearman秩相關(guān)性 67 
7.2 Spearman案例 68 
7.3 Spearman秩相關(guān)系數用于公募基金夏普率研究 70 
第三篇 量化投資——金融建模 
第8章 期貨和期貨交易策略簡(jiǎn)介 75 
8.1 遠期合約 75 
8.2 期貨合約 76 
8.3 期貨與現貨的關(guān)系 78 
8.4 杠桿 81 
第9章 線(xiàn)性回歸 85 
9.1 線(xiàn)性回歸模型的概念 85 
9.2 MATLAB實(shí)現線(xiàn)性回歸模型 85 
9.3 線(xiàn)性回歸與相關(guān)性 87 
9.4 相關(guān)系數 88 
第10章 多元線(xiàn)性回歸 90 
10.1 多元線(xiàn)性回歸的概念 90 
10.2 多元線(xiàn)性回歸模型示例 90 
10.3 多元線(xiàn)性回歸預測建設銀行股票價(jià)格 91 
10.4 模型選擇 93 
第11章 單整、協(xié)整和平穩性 95 
11.1 平穩性和非平穩性 95 
11.2 單整 99 
11.3 協(xié)整 108 
11.4 總結 114？
第12章 違背回歸模型 115 
12.1 殘差 115 
12.2 異方差 116 
12.3 殘差的序列相關(guān)性 123 
12.4 Newey-West 125 
12.5 多重共線(xiàn)性 126 
第13章 Kalman濾波 129 
13.1 理論基礎 129 
13.2 Kalman濾波模型 133 
13.3 Kalman濾波與迭代線(xiàn)性回歸 135 
13.4 Kalman濾波發(fā)散 138 
13.5 Sage-Husa自適應濾波算法 144 
第14章 ARMA模型 148 
14.1 基礎概念及原理介紹 148 
14.2 建立 ARMA模型的一般步驟 150 
14.3 案例研究——滬深300股指期貨日收益率的ARMA模型擬合及MATLAB實(shí)現 151 
第15章 過(guò)擬合的風(fēng)險 155 
15.1 什么是過(guò)擬合 155 
15.2 例：選取過(guò)多參數 155 
15.3 例：曲線(xiàn)擬合 156 
15.4 例：回歸參數 157 
15.5 例：滾動(dòng)窗口 162 
15.6 避免過(guò)度擬合 170 
第四篇 量化投資——策略交易模型 
第16章 β對沖 173 
16.1 因子模型 173 
16.2 風(fēng)險暴露 173 
16.3 風(fēng)險管理 174 
16.4 β對沖的 MATLAB實(shí)現 174 
16.5 交叉對沖 175 
第17章 配對交易 177 
17.1 配對交易流程 177 
17.2 配對交易策略 187 
第18章 方向性交易策略構造 191 
18.1 波動(dòng)率突破策略 191？ 
18.2 日內趨勢反轉策略之 R-breaker策略 194 
18.3 Dual Thrust策略 198 
18.4 Aberration策略 206 
18.5 海龜交易策略 210 
第19章 多因子研究 219 
19.1 常見(jiàn)因子 219 
19.2 多因子模型的意義——不單單尋找表現最好的股票 220 
19.3 數據處理 221 
19.4 模型有效性檢驗 225 
19.5 因子合成與降維 227 
19.6 多因子研究案例 228 
第20章 條件異方差模型 231 
20.1 幾種基礎模型介紹 231 
20.2 示例應用 234 
第五篇 量化投資——風(fēng)險管理模型 
第21章 倉位集中風(fēng)險 251 
21.1 模擬“21 點(diǎn)”游戲 251 
21.2 投資組合理論 252 
21.3 資金約束 257 
21.4 數學(xué)方法解釋 257 
21.5 額外的好處 258 
第22章 最小線(xiàn)性相關(guān)算法 261 
22.1 分散化投資 261 
22.2 一些公式 261 
22.3 最小線(xiàn)性相關(guān)算法用于投資權重分配 262 
第23章 VaR和CVaR264 
23.1 VaR和CVaR的定義 264 
23.2 VaR和CVaR的計算 266 
23.3 VaR和CVaR的計算演示 268 
23.4 VaR和CVaR運用于資產(chǎn)組合管理 271 
參考文獻 279 
附錄 Auto-Trader交易軟件使用手冊 280