未读消息消息

购物车

我的订单

个人中心

店铺

我的订单收藏

拍卖

拍卖交易我的竞拍收藏

我的好友资金账户

卖家中心

客服 |

帮助中心 9:00-20:30 在线留言

客服电话

010-89648155

服务时间

客服咨询 8:00-21:00

纠纷处理 9:00-21:00

图书审核 9:00-18:00

监督与建议

请选择

手机孔网

量化投资与FOF投资：以MATLAB+Python为工具

作者: 李洋（Faruto）

出版社: 电子工业出版社

出版时间: 2022-06

版次: 1

ISBN: 9787121436352

定价: 178.00

装帧: 其他

页数: 632页

分类: 计算机与互联网

3人买过

本书分为基础篇和高级篇两部分。基础篇通过Q＆A的方式介绍MATLAB和Python的主要功能、基本命令、数据处理等内容，使读者对MATLAB和Python有一个基本的了解。高级篇分为24章，介绍MATLAB和Python结合具体量化投资的相关案例，包括MATLAB处理优化问题和数据交互、绘制交易图形、构建行情软件和交易模型、基于MATLAB的BP神经网络和广义极值分布、基于MATLAB的正则表达式基础教程、FQuantToolBox 股票期货数据获取＆量化回测工具箱的介绍与使用等内容，通过丰富的实例和图形帮助读者理解和运用MATLAB和Python作为量化投资的工具。本书的特色在于不仅能满足理论学习的需要，还可以帮助读者边学边练，做到理论与实践相结合。

  本书适合经济金融机构的研究人员和从业人员、进行量化投资的交易员、具有统计背景的科研工作者、高等院校相关专业的教师和学生及对量化投资和MATLAB感兴趣的人士阅读。李洋（Faruto）十余年资管行业从业经验，先后就职于期货公司、保险资管、公募基金、国有大行理财子公司、大型公募基金财富管理子公司，从事量化投资以及资产配置相关工作。北京师范大学应用数学学士、硕士。18年MATLAB编程经验，Libsvm-MAT支持向量机加强版工具箱开发者，FQuantToolBox股票期货数据获取&量化回测工具箱开发者，对量化对冲类策略、CTA类策略、套利类策略以及FOF/MOM投资等有深入研究，且有多年投资实战经验，已出版《量化投资：以MATLAB为工具》（第1版、第2版）、《MATLAB神经网络30个案例分析》和《MATLAB神经网络43个案例分析》、翻译《金融与经济中的数值方法-基于MATLAB编程》、《MATLAB机器学习》等书籍。基  础  篇

第0章  N分钟学会MATLAB（60＜N＜180）1

0.1  引言1

0.2  基础知识1

0.3  输入/输出11

0.4  数据处理13

0.5  数学运算19

0.6  字符操作27

0.7  日期时间29

0.8  绘图相关30

0.9  数学、金融、统计相关36

0.10  其他50

第1章  Python快速入门与进阶提高53

1.1  快速入门53

1.1.1  环境准备53

1.1.2  开发工具53

1.1.3  一张图学Python54

1.1.4  Jupyter Notebook启动目录55

1.1.5  国内镜像源56

1.1.6  虚拟环境56

1.1.7  包的安装57

1.1.8  TA-Lib安装57

1.1.9  Pandas显示控制选项57

1.1.10  Notebook显示控制58

1.2  进阶提高58

1.2.1  批处理中切换到虚拟环境58

1.2.2  GitHub仓库包的安装59

1.2.3  包的引入59

1.2.4  在线平台引入自定义包60

1.2.5  pd.read_csv编码61

1.2.6  pd.read_csv中文路径61

1.2.7  pd.read_csv示例62

1.2.8  pd.read_csv高级玩法62

1.2.9  pickle技巧63

1.2.10  MultiIndex多重索引的切片63

1.2.11  星期65

1.2.12  魔术命令67

1.2.13  隐藏Notebook代码区67

1.2.14  完全屏蔽Jupter Notebook源代码67

1.2.15  Python源代码保护68

1.2.16  Python加速69

1.2.17  多进程69

1.2.18  绘图内存泄露问题70

1.2.19  ipynb转html70

1.2.20  TA-Lib中的EMA计算71

1.2.21  绩效指标计算72

1.2.22  动态图表75

高  级  篇

第2章  基于Python的优化问题76

2.1  数值优化76

2.1.1  线性规划76

2.1.2  非线性优化79

2.2  组合优化80

2.2.1  风险预算80

2.2.2  风险平价84

2.2.3  bt库风险平价示例86

第3章  资产配置中如何分配资金89

3.1  由分配奖金说起89

3.2  整体框架89

3.3  组合优化动物园91

3.3.1  零输入91

3.3.2  价格外信息加权93

3.3.3  方差协方差94

3.3.4  均值-方差优化99

3.4  其他103

3.4.1  权重约束103

3.4.2  方差协方差估计103

3.4.3  多优化器104

3.5  总结105

第4章  K线图及常用技术指标的MATLAB实现106

4.1  K线图的MATLAB实现107

4.1.1  MATLAB内置函数candle实现107

4.1.2  自己编写函数实现108

4.2  常用技术指标的MATLAB实现113

4.2.1  简单移动平均线（SMA）和指数移动平均线（EMA）113

4.2.2  自适应移动平均线（AMA）118

4.2.3  指数平滑异同移动平均线（MACD）122

4.2.4  平均差（DMA）125

第5章  基于MATLAB的行情软件128

5.1  基于MATLAB的行情软件使用介绍130

5.1.1  面板介绍130

5.1.2  功能介绍130

5.2  基于MATLAB的行情软件建立过程133

5.2.1  GUI版面布局设计133

5.2.2  核心函数编写135

5.3  扩展阅读144

5.3.1  MATLAB通过网页抓取从雅虎网站获取股票历史数据145

5.3.2  MATLAB通过网页抓取从新浪网站获取股票实时数据148

第6章  含衍生品的投资组合风险度量——基于嵌套随机仿真方法153

6.1  金融风险度量153

6.1.1  常见的几种金融风险度量153

6.1.2  衍生品投资组合的损失及风险155

6.2  嵌套随机仿真方法156

6.2.1  嵌套随机仿真的框架156

6.2.2  基于自助采样法的计算量分配方法159

第7章  基于MATLAB的风险管理164

7.1  背景介绍164

7.1.1  VaR模型164

7.1.2  VaR计算方法167

7.2  MATLAB实现167

7.2.1  数据读取167

7.2.2  数据处理177

7.2.3  历史模拟法程序179

7.2.4  参数模型法程序181

7.2.5  蒙特卡罗模拟程序182

7.2.6  计算结果比较186

第8章  期权定价模型的MATLAB实现187

8.1  概述187

8.1.1  关于布莱克、斯科尔斯和莫顿的故事187

8.1.2  Black-Scholes定价模型188

8.2  Black-Scholes定价模型及希腊字母研究189

8.2.1  Black-Scholes微分方程的推导189

8.2.2  希腊字母研究及MATLAB仿真测试195

8.3  二叉树定价模型研究214

8.3.1  期权定价的数值方法概述214

8.3.2  二叉树定价模型216

8.3.3  二叉树模型下的希腊字母计算和测试221

8.3.4  美式期权与欧式期权的风险指标对比225

8.4  BAW定价模型研究229

8.4.1  美式期权定价模型方法概述229

8.4.2  BAW定价模型229

8.4.3  BAW定价模型仿真测试233

第9章  基于MATLAB的支持向量机（SVM）在量化投资中的应用235

9.1  背景介绍235

9.1.1  SVM概述235

9.1.2  LibSVM工具箱237

9.2  上证指数开盘指数预测239

9.2.1  模型建立239

9.2.2  MATLAB实现240

9.3  上证指数开盘指数变化趋势和变化空间预测247

9.3.1  信息粒化简介247

9.3.2  模型建立250

9.3.3  MATLAB实现251

9.4  基于C-SVM的期货交易策略256

9.4.1  引言256

9.4.2  模型建立257

9.4.3  MATLAB实现258

9.5  扩展阅读273

9.5.1  MATLAB自带的SVM实现函数与LibSVM的差别273

9.5.2  关于SVM的学习资源汇总273

第10章  MATLAB与其他金融平台终端的通信277

10.1  DataHouse平台MATLAB接口介绍277

10.1.1  DataHouse平台简介277

10.1.2  MATLAB接口简介279

10.2  Wind平台MATLAB接口介绍294

10.2.1  Wind平台简介294

10.2.2  MATLAB接口简介295

第11章  基于MATLAB的交易品种选择分析300

11.1  品种的流动性300

11.2  品种的波动性303

11.3  小结307

第12章  基于MATLAB的交易品种相关性分析308

12.1  背景介绍308

12.2  MATLAB实现311

12.2.1  计算相关性的时间长度和时间周期的选择312

12.2.2  不同交易品种（资产）的时间轴校正314

12.2.3  全市场品种的相关性图形展示314

12.3  扩展阅读317

第13章  基于MATLAB的国内期货证券交易解决方案321

13.1  国内期货柜台系统介绍321

13.2  MATLAB对接CTP的各种方式323

13.3  开发前准备324

13.3.1  文档下载324

13.3.2  MATLAB安装325

13.3.3  监控工具325

13.3.4  开发工具326

13.4  C# 版对接原理326

13.5  XAPI版项目介绍327

13.6  MATLAB对接期货接口介绍（XAPI项目.NET版）329

13.6.1  导入C# 库330

13.6.2  启动行情连接330

13.6.3  显示连接状态334

13.6.4  订阅行情338

13.6.5  行情连接参数338

13.6.6  启动交易连接338

13.6.7  交易的相关事件339

13.6.8  下单340

13.6.9  撤单341

13.6.10  退出342

13.6.11  改进342

13.7  MATLAB对接期货接口介绍（XAPI项目COM版）343

13.7.1  COM组件注册343

13.7.2  COM组件运行344

13.7.3  COM事件注册346

13.7.4  下单348

13.8  MATLAB对接证券接口349

13.9  MATLAB对接个股期权接口350

第14章  构建基于MATLAB的回测系统352

14.1  基于MATLAB的量化回测平台框架介绍353

14.1.1  回测平台实现细节思考353

14.1.2  回测平台框架354

14.2  简单均线系统的MATLAB实现355

14.3  基于MATLAB的策略回测模板样例361

14.3.1  模板结构361

14.3.2  相关回测变量和指标的定义361

14.3.3  策略描述363

14.3.4  数据准备365

14.3.5  回测计算366

14.3.6  策略评价372

14.4  其他基于MATLAB的回测平台展示379

14.4.1  HTS1.0——基于MATLAB设计的回测平台体验版379

14.4.2  GreenDragon期货交易算法研发平台381

14.4.3  交易策略回测GUI（Trading Strategy Back Tester）381

第15章  基于MATLAB的多因子选股模型的实现383

15.1  多因子模型介绍383

15.1.1  背景383

15.1.2  因子种类383

15.1.3  因子库384

15.1.4  全局参数385

15.1.5  初始股票池385

15.1.6  股票组合386

15.1.7  情景分析387

15.1.8  测试流程387

15.1.9  评价体系388

15.2  MATLAB实现389

15.2.1  主脚本389

15.2.2  提取数据391

15.2.3  因子选股393

15.2.4  回测394

15.2.5  策略评价398

15.3  总结400

第16章  基于MATLAB和Wind的量化交易终端AsTradePlatform

介绍与使用401

16.1  背景介绍401

16.2  面板介绍401

16.3  模块介绍403

16.3.1  前期准备403

16.3.2  初始化407

16.3.3  登录/退出模块408

16.3.4  策略控制模块415

16.3.5  标的池模块442

16.3.6  策略监控模块452

16.3.7  账户信息模块462

16.3.8  手动交易464

16.3.9  选股模型465

16.4  总结与改进469

第17章  基于MATLAB的BP神经网络在量化投资中的应用470

17.1  基础简介470

17.1.1  BP神经网络概述470

17.1.2  基于MATLAB的BP神经网络的非线性系统建模477

17.2  基于MATLAB的BP神经网络对股指连续收盘价进行预测481

17.2.1  数据与指标选取481

17.2.2  基于BP神经网络的股指连续的预测实现482

第18章  基于MATLAB的广义极值分布在量化投资中的策略挖掘与回测485

18.1  背景介绍485

18.1.1  广义极值分布485

18.1.2  GEV分布与目标价格的突破概率488

18.2  GEV策略与回测的MATLAB实现494

18.2.1  策略准则494

18.2.2  GEV策略构建499

18.2.3  HS300回测507

18.2.4  股指期货5分钟连续主力合约回测511

第19章  基于MATLAB的正则 1
内容简介:
本书分为基础篇和高级篇两部分。基础篇通过Q＆A的方式介绍MATLAB和Python的主要功能、基本命令、数据处理等内容，使读者对MATLAB和Python有一个基本的了解。高级篇分为24章，介绍MATLAB和Python结合具体量化投资的相关案例，包括MATLAB处理优化问题和数据交互、绘制交易图形、构建行情软件和交易模型、基于MATLAB的BP神经网络和广义极值分布、基于MATLAB的正则表达式基础教程、FQuantToolBox 股票期货数据获取＆量化回测工具箱的介绍与使用等内容，通过丰富的实例和图形帮助读者理解和运用MATLAB和Python作为量化投资的工具。本书的特色在于不仅能满足理论学习的需要，还可以帮助读者边学边练，做到理论与实践相结合。

本书适合经济金融机构的研究人员和从业人员、进行量化投资的交易员、具有统计背景的科研工作者、高等院校相关专业的教师和学生及对量化投资和MATLAB感兴趣的人士阅读。
作者简介:
李洋（Faruto）十余年资管行业从业经验，先后就职于期货公司、保险资管、公募基金、国有大行理财子公司、大型公募基金财富管理子公司，从事量化投资以及资产配置相关工作。北京师范大学应用数学学士、硕士。18年MATLAB编程经验，Libsvm-MAT支持向量机加强版工具箱开发者，FQuantToolBox股票期货数据获取&量化回测工具箱开发者，对量化对冲类策略、CTA类策略、套利类策略以及FOF/MOM投资等有深入研究，且有多年投资实战经验，已出版《量化投资：以MATLAB为工具》（第1版、第2版）、《MATLAB神经网络30个案例分析》和《MATLAB神经网络43个案例分析》、翻译《金融与经济中的数值方法-基于MATLAB编程》、《MATLAB机器学习》等书籍。
目录:
基  础  篇

第0章  N分钟学会MATLAB（60＜N＜180）1

0.1  引言1

0.2  基础知识1

0.3  输入/输出11

0.4  数据处理13

0.5  数学运算19

0.6  字符操作27

0.7  日期时间29

0.8  绘图相关30

0.9  数学、金融、统计相关36

0.10  其他50

第1章  Python快速入门与进阶提高53

1.1  快速入门53

1.1.1  环境准备53

1.1.2  开发工具53

1.1.3  一张图学Python54

1.1.4  Jupyter Notebook启动目录55

1.1.5  国内镜像源56

1.1.6  虚拟环境56

1.1.7  包的安装57

1.1.8  TA-Lib安装57

1.1.9  Pandas显示控制选项57

1.1.10  Notebook显示控制58

1.2  进阶提高58

1.2.1  批处理中切换到虚拟环境58

1.2.2  GitHub仓库包的安装59

1.2.3  包的引入59

1.2.4  在线平台引入自定义包60

1.2.5  pd.read_csv编码61

1.2.6  pd.read_csv中文路径61

1.2.7  pd.read_csv示例62

1.2.8  pd.read_csv高级玩法62

1.2.9  pickle技巧63

1.2.10  MultiIndex多重索引的切片63

1.2.11  星期65

1.2.12  魔术命令67

1.2.13  隐藏Notebook代码区67

1.2.14  完全屏蔽Jupter Notebook源代码67

1.2.15  Python源代码保护68

1.2.16  Python加速69

1.2.17  多进程69

1.2.18  绘图内存泄露问题70

1.2.19  ipynb转html70

1.2.20  TA-Lib中的EMA计算71

1.2.21  绩效指标计算72

1.2.22  动态图表75

高  级  篇

第2章  基于Python的优化问题76

2.1  数值优化76

2.1.1  线性规划76

2.1.2  非线性优化79

2.2  组合优化80

2.2.1  风险预算80

2.2.2  风险平价84

2.2.3  bt库风险平价示例86

第3章  资产配置中如何分配资金89

3.1  由分配奖金说起89

3.2  整体框架89

3.3  组合优化动物园91

3.3.1  零输入91

3.3.2  价格外信息加权93

3.3.3  方差协方差94

3.3.4  均值-方差优化99

3.4  其他103

3.4.1  权重约束103

3.4.2  方差协方差估计103

3.4.3  多优化器104

3.5  总结105

第4章  K线图及常用技术指标的MATLAB实现106

4.1  K线图的MATLAB实现107

4.1.1  MATLAB内置函数candle实现107

4.1.2  自己编写函数实现108

4.2  常用技术指标的MATLAB实现113

4.2.1  简单移动平均线（SMA）和指数移动平均线（EMA）113

4.2.2  自适应移动平均线（AMA）118

4.2.3  指数平滑异同移动平均线（MACD）122

4.2.4  平均差（DMA）125

第5章  基于MATLAB的行情软件128

5.1  基于MATLAB的行情软件使用介绍130

5.1.1  面板介绍130

5.1.2  功能介绍130

5.2  基于MATLAB的行情软件建立过程133

5.2.1  GUI版面布局设计133

5.2.2  核心函数编写135

5.3  扩展阅读144

5.3.1  MATLAB通过网页抓取从雅虎网站获取股票历史数据145

5.3.2  MATLAB通过网页抓取从新浪网站获取股票实时数据148

第6章  含衍生品的投资组合风险度量——基于嵌套随机仿真方法153

6.1  金融风险度量153

6.1.1  常见的几种金融风险度量153

6.1.2  衍生品投资组合的损失及风险155

6.2  嵌套随机仿真方法156

6.2.1  嵌套随机仿真的框架156

6.2.2  基于自助采样法的计算量分配方法159

第7章  基于MATLAB的风险管理164

7.1  背景介绍164

7.1.1  VaR模型164

7.1.2  VaR计算方法167

7.2  MATLAB实现167

7.2.1  数据读取167

7.2.2  数据处理177

7.2.3  历史模拟法程序179

7.2.4  参数模型法程序181

7.2.5  蒙特卡罗模拟程序182

7.2.6  计算结果比较186

第8章  期权定价模型的MATLAB实现187

8.1  概述187

8.1.1  关于布莱克、斯科尔斯和莫顿的故事187

8.1.2  Black-Scholes定价模型188

8.2  Black-Scholes定价模型及希腊字母研究189

8.2.1  Black-Scholes微分方程的推导189

8.2.2  希腊字母研究及MATLAB仿真测试195

8.3  二叉树定价模型研究214

8.3.1  期权定价的数值方法概述214

8.3.2  二叉树定价模型216

8.3.3  二叉树模型下的希腊字母计算和测试221

8.3.4  美式期权与欧式期权的风险指标对比225

8.4  BAW定价模型研究229

8.4.1  美式期权定价模型方法概述229

8.4.2  BAW定价模型229

8.4.3  BAW定价模型仿真测试233

第9章  基于MATLAB的支持向量机（SVM）在量化投资中的应用235

9.1  背景介绍235

9.1.1  SVM概述235

9.1.2  LibSVM工具箱237

9.2  上证指数开盘指数预测239

9.2.1  模型建立239

9.2.2  MATLAB实现240

9.3  上证指数开盘指数变化趋势和变化空间预测247

9.3.1  信息粒化简介247

9.3.2  模型建立250

9.3.3  MATLAB实现251

9.4  基于C-SVM的期货交易策略256

9.4.1  引言256

9.4.2  模型建立257

9.4.3  MATLAB实现258

9.5  扩展阅读273

9.5.1  MATLAB自带的SVM实现函数与LibSVM的差别273

9.5.2  关于SVM的学习资源汇总273

第10章  MATLAB与其他金融平台终端的通信277

10.1  DataHouse平台MATLAB接口介绍277

10.1.1  DataHouse平台简介277

10.1.2  MATLAB接口简介279

10.2  Wind平台MATLAB接口介绍294

10.2.1  Wind平台简介294

10.2.2  MATLAB接口简介295

第11章  基于MATLAB的交易品种选择分析300

11.1  品种的流动性300

11.2  品种的波动性303

11.3  小结307

第12章  基于MATLAB的交易品种相关性分析308

12.1  背景介绍308

12.2  MATLAB实现311

12.2.1  计算相关性的时间长度和时间周期的选择312

12.2.2  不同交易品种（资产）的时间轴校正314

12.2.3  全市场品种的相关性图形展示314

12.3  扩展阅读317

第13章  基于MATLAB的国内期货证券交易解决方案321

13.1  国内期货柜台系统介绍321

13.2  MATLAB对接CTP的各种方式323

13.3  开发前准备324

13.3.1  文档下载324

13.3.2  MATLAB安装325

13.3.3  监控工具325

13.3.4  开发工具326

13.4  C# 版对接原理326

13.5  XAPI版项目介绍327

13.6  MATLAB对接期货接口介绍（XAPI项目.NET版）329

13.6.1  导入C# 库330

13.6.2  启动行情连接330

13.6.3  显示连接状态334

13.6.4  订阅行情338

13.6.5  行情连接参数338

13.6.6  启动交易连接338

13.6.7  交易的相关事件339

13.6.8  下单340

13.6.9  撤单341

13.6.10  退出342

13.6.11  改进342

13.7  MATLAB对接期货接口介绍（XAPI项目COM版）343

13.7.1  COM组件注册343

13.7.2  COM组件运行344

13.7.3  COM事件注册346

13.7.4  下单348

13.8  MATLAB对接证券接口349

13.9  MATLAB对接个股期权接口350

第14章  构建基于MATLAB的回测系统352

14.1  基于MATLAB的量化回测平台框架介绍353

14.1.1  回测平台实现细节思考353

14.1.2  回测平台框架354

14.2  简单均线系统的MATLAB实现355

14.3  基于MATLAB的策略回测模板样例361

14.3.1  模板结构361

14.3.2  相关回测变量和指标的定义361

14.3.3  策略描述363

14.3.4  数据准备365

14.3.5  回测计算366

14.3.6  策略评价372

14.4  其他基于MATLAB的回测平台展示379

14.4.1  HTS1.0——基于MATLAB设计的回测平台体验版379

14.4.2  GreenDragon期货交易算法研发平台381

14.4.3  交易策略回测GUI（Trading Strategy Back Tester）381

第15章  基于MATLAB的多因子选股模型的实现383

15.1  多因子模型介绍383

15.1.1  背景383

15.1.2  因子种类383

15.1.3  因子库384

15.1.4  全局参数385

15.1.5  初始股票池385

15.1.6  股票组合386

15.1.7  情景分析387

15.1.8  测试流程387

15.1.9  评价体系388

15.2  MATLAB实现389

15.2.1  主脚本389

15.2.2  提取数据391

15.2.3  因子选股393

15.2.4  回测394

15.2.5  策略评价398

15.3  总结400

第16章  基于MATLAB和Wind的量化交易终端AsTradePlatform

介绍与使用401

16.1  背景介绍401

16.2  面板介绍401

16.3  模块介绍403

16.3.1  前期准备403

16.3.2  初始化407

16.3.3  登录/退出模块408

16.3.4  策略控制模块415

16.3.5  标的池模块442

16.3.6  策略监控模块452

16.3.7  账户信息模块462

16.3.8  手动交易464

16.3.9  选股模型465

16.4  总结与改进469

第17章  基于MATLAB的BP神经网络在量化投资中的应用470

17.1  基础简介470

17.1.1  BP神经网络概述470

17.1.2  基于MATLAB的BP神经网络的非线性系统建模477

17.2  基于MATLAB的BP神经网络对股指连续收盘价进行预测481

17.2.1  数据与指标选取481

17.2.2  基于BP神经网络的股指连续的预测实现482

第18章  基于MATLAB的广义极值分布在量化投资中的策略挖掘与回测485

18.1  背景介绍485

18.1.1  广义极值分布485

18.1.2  GEV分布与目标价格的突破概率488

18.2  GEV策略与回测的MATLAB实现494

18.2.1  策略准则494

18.2.2  GEV策略构建499

18.2.3  HS300回测507

18.2.4  股指期货5分钟连续主力合约回测511

第19章  基于MATLAB的正则 1

查看详情

量化投资与FOF投资：以MATLAB+Python为工具

内容简介:

作者简介:

目录: