GPT時代的量化交易：底層邏輯與技術(shù)實踐

第1章  量化交易基礎(chǔ)入門 1
1.1  量化交易的基本定義 1
1.2  量化交易的研究對象 2
1.3  量化交易的發(fā)展歷程 2
1.3.1  量化交易的萌芽 2
1.3.2  量化交易的發(fā)展歷程 3
1.4  量化交易策略的主要分類 8
1.4.1  基本面量化交易策略 9
1.4.2  資產(chǎn)配置量化交易策略 10
1.4.3  阿爾法量化交易策略 11
1.4.4  貝塔量化交易策略 12
1.4.5  另類量化交易策略 13
1.5  量化交易的未來發(fā)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  量化交易的機構(gòu)化 15
 
第2章  量化交易的策略及實戰(zhàn)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層邏輯 16
2.1.2  基本面量化交易策略的代表人物及其投資邏輯 18
2.1.3  實戰(zhàn)案例：巴菲特的量化交易策略 22
2.1.4  基本面投資與基本面量化交易的區(qū)別 31
2.2  資產(chǎn)配置量化交易策略 33
2.2.1  資產(chǎn)配置量化交易策略的底層邏輯 34
2.2.2  資產(chǎn)配置量化交易策略的代表人物及其投資邏輯 38
2.2.3  實戰(zhàn)案例：橋水公司的全天候量化交易策略 42
2.2.4  實戰(zhàn)案例：個人養(yǎng)老金量化交易策略 49
2.3  貝塔量化交易策略 57
2.3.1  貝塔量化交易策略的底層邏輯 57
2.3.2  貝塔量化交易策略的代表人物及其投資邏輯 59
2.3.3  實戰(zhàn)案例：RSRS擇時量化交易策略 61
2.3.4  實戰(zhàn)案例：打板量化交易策略 69
2.4  阿爾法量化交易策略 84
2.4.1  阿爾法量化交易策略的底層邏輯 84
2.4.2  阿爾法量化交易策略的代表人物及其投資邏輯 84
2.4.3  實戰(zhàn)案例：彼得·林奇多因子量化交易策略 86
2.5  另類量化交易策略 95
2.5.1  另類量化交易策略的底層邏輯 95
2.5.2  另類量化交易策略的代表人物及其投資邏輯 96
2.5.3  實戰(zhàn)案例：高頻交易策略 102
2.5.4  實戰(zhàn)案例：事件驅(qū)動量化交易策略 108
 
第3章  量化交易策略的邏輯與設(shè)計 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  阿爾法101因子建模示例解讀 112
3.2  邏輯與設(shè)計 124
3.2.1  什么是思維導(dǎo)圖 124
3.2.2  思維導(dǎo)圖構(gòu)建邏輯與設(shè)計的要點 126
3.2.3  止盈止損的常用方法 129
3.3  凱利公式與倉位計算 131
3.3.1  什么是凱利公式 131
3.3.2  凱利公式所引發(fā)的思考 132
3.3.3  凱利公式的倉位計算 134
3.4  量化交易策略的有效性評估 136
3.4.1  未來函數(shù) 136
3.4.2  過度擬合 137
3.4.3  夏普比率 138
3.5  實戰(zhàn)案例：米倫坎普量化交易策略的邏輯與設(shè)計 139
3.5.1  米倫坎普簡介 139
3.5.2  米倫坎普的投資邏輯 141
3.5.3  米倫坎普量化交易策略在中國市場的適應(yīng)情況 142
3.5.4  米倫坎普量化交易策略的改進(jìn)思路 144
3.5.5  米倫坎普量化交易策略的實戰(zhàn)代碼示例 147
第4章  量化交易策略的代碼開發(fā)與實戰(zhàn) 153
4.1  低代碼開發(fā) 153
4.1.1  低代碼開發(fā)量化交易策略指南 153
4.1.2  實戰(zhàn)案例：國信金太陽構(gòu)建的模擬動量策略 159
4.1.3  實戰(zhàn)案例：在果仁網(wǎng)構(gòu)建格雷厄姆熊轉(zhuǎn)牛積極策略 164
4.2  有代碼開發(fā) 170
4.2.1  有代碼開發(fā)量化交易策略指南 170
4.2.2  實戰(zhàn)股票案例：彼得·林奇多因子量化交易策略進(jìn)階 173
4.2.3  實戰(zhàn)期貨案例：經(jīng)典的CTA策略 179
4.2.4  實戰(zhàn)基金案例：FoF策略 192
4.3  機器學(xué)習(xí) 204
4.3.1  監(jiān)督學(xué)習(xí)在量化交易中的應(yīng)用 205
4.3.2  無監(jiān)督學(xué)習(xí)在量化交易中的應(yīng)用 215
4.3.3  深度學(xué)習(xí)在量化交易中的應(yīng)用 226
第5章  量化交易中的重要問題 231
5.1  量化交易與哲學(xué)問題 231
5.1.1  哲學(xué)與量化交易 231
5.1.2  哲學(xué)三問對量化交易的啟示 231
5.1.3  量化交易中的哲學(xué)示例：“簡單”或“復(fù)雜” 232
5.2  算法交易簡介 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簡介 236
5.2.4  算法交易實戰(zhàn)示例 237
5.3  低風(fēng)險策略的研究方向 238
5.3.1  什么是低風(fēng)險策略 238
5.3.2  常用的低風(fēng)險策略 238
5.3.3  低風(fēng)險策略的利與弊 242
5.4  量化實戰(zhàn)策略優(yōu)化的注意事項 242
5.4.1  從5個維度上避免過度擬合 242
5.4.2  特別關(guān)注對出場條件的優(yōu)化 244
5.4.3  關(guān)于優(yōu)化的幾點說明 244
5.5  GPT在量化交易中的應(yīng)用 245
5.5.1  ChatGPT的誕生是一次世界級的技術(shù)革命 245
5.5.2  從4個維度理解GPT系列大模型 246
5.5.3  GPT可以幫助投資者更快速地入門量化交易 246
5.5.4  GPT在量化交易中的具體應(yīng)用示例 247
5.5.5  GPT在資產(chǎn)配置量化交易策略的具體應(yīng)用示例 251
后記  感謝“量化漫步”團隊的付出與貢獻(xiàn) 254
附錄A  進(jìn)入量化行業(yè)的面試指南 256
附錄B  量化交易常用參考書與網(wǎng)站指南 260
附錄C  量化交易常用的數(shù)據(jù)接口 263