本書從量化交易的正確性認識出發(fā),以Python語言為基礎,循序漸進地講解了量化交易所需要了解的各種知識及工具。書中特別穿插了大量的開發(fā)技巧和交易投資技巧,所有示例都基于量化交易及相關知識,體現(xiàn)了實戰(zhàn)的特點。例如,在講解機器學習技術在量化交易中的使用這部分內(nèi)容時,并不需要讀者有深厚的數(shù)學功底,而是偏重實際應用,講解各種技術在量化交易領域的功用。本書共11章,分為4部分。第1部分講解了量化交易的正確認識;第2部分講解了量化交易的基礎,如Python語言、數(shù)學和幾種數(shù)據(jù)分析工具等;第3部分講解了量化交易系統(tǒng)的開發(fā)與使用、基礎度量概念及優(yōu)參數(shù)等問題;第4部分講解了機器學習技術在量化交易中的實戰(zhàn)應用。附錄中還給出了量化環(huán)境部署、量化相關性分析、量化統(tǒng)計分析及指標應用的相關內(nèi)容。
隨著互聯(lián)網(wǎng)技術的不斷發(fā)展,許多傳統(tǒng)行業(yè)(包括傳統(tǒng)金融行業(yè))也在不斷地改變著自己的工作模式和流程,并且希望借助互聯(lián)網(wǎng)技術得到進一步的發(fā)展。在金融行業(yè)中,股票及其他交易類型衍生品,如期權、期貨交易無疑是最早受到?jīng)_擊從而發(fā)生改變的。從算法交易之父托馬斯·彼得菲,到如今依然活躍異常的量化投資之王西蒙斯,他們是最早的一批量化交易受益者,也是為整個金融行業(yè)指明方向的引導者。據(jù)統(tǒng)計,近年來自動化交易占據(jù)了美國股票市場60%以上的成交量。
量化交易從一開始出現(xiàn)就仿佛戴著神秘的面紗,特別是對于普通的投資交易者。有些人認為它就是像煉金術一樣的存在,有了它 就能躺著掙錢了。當然也有些人認為它完全不靠譜。筆者研究量化交易多年,而且參與了大量的量化交易實戰(zhàn),從中積累了大量的心得體會,所以萌生了編寫一本量化交易圖書的想法,為讀者揭開量化交易的神秘面紗。
本書分為4個部分來講解量化交易的相關知識。
第1部分(第1章)著重講解了投資者對量化交易的正確認識。
第2部分(第2~6章)主要講解了量化交易需要的基礎知識及相關工具,如Python語言、NumPy、pandas、數(shù)據(jù)可視化及量化數(shù)學等知識,適合完全沒有任何編程經(jīng)驗的讀者從頭開始閱讀。書中每一章的示例也盡量穿插股票及其他衍生交易產(chǎn)品的投資知識和交易技巧,盡量為讀者建立一套獨有的知識體系結構,為讀者在交易技術與量化技術之間搭建牢固的基礎紐帶。
第3部分(第7~9章)著重講解了使用量化系統(tǒng)回測交易策略及交易的度量等實戰(zhàn)知識。對于有進階需求的讀者,則完整地講解了整套量化回測系統(tǒng)擇時、選股開發(fā)的關鍵點及滑點和資金管理的核心知識,以及更有針對策略地尋找最優(yōu)參數(shù)及最優(yōu)度量等知識。
第4部分(第10、11章)主要講解了機器學習技術在量化交易中的應用。該部分內(nèi)容從機器學習實戰(zhàn)出發(fā),同樣適合大多數(shù)沒有深厚數(shù)學基礎的讀者閱讀,著重闡述了基于機器學習技術對交易進行預測的不可行性,以及正確的使用方式,即使用機器學習技術進行統(tǒng)計預言的概率。
附錄給出了量化環(huán)境部署、量化相關性分析、量化統(tǒng)計分析及指標應用等內(nèi)容。
特別需要提及的是,為了突出重點知識,減輕讀者的閱讀壓力,本書在編寫過程中通過故事的形式來講解關鍵知識點。例如:
·通過“6.2.1節(jié)你一生的追求到底能帶來多少幸!钡墓适,重點講解了最優(yōu)問題的計算;·通過“7.2.3節(jié)三只小豬股票投資的故事”,重點講解了倉位控制管理的重要性;·通過“第10章機器學習·豬老三”的故事,重點講解了機器學習知識與工程上的使用問題。
本書所有示例均使用IPython Notebook編寫,讀者可在Git工具上找到對應章節(jié)的內(nèi)容。如下載地址有變動,可關注微信公眾號t,獲取最新的Git地址;或者在網(wǎng)站上搜索到本書,然后按照網(wǎng)頁上的說明下載。
適合閱讀本書的讀者及建議如下:
·有交易經(jīng)驗、對量化交易感興趣、無任何編程經(jīng)驗的讀者,需要多關注基礎章節(jié),加深對編程語言的理解及工具的使用;·有任何一門編程語言基礎、無交易經(jīng)驗、對量化交易感興趣的讀者,需要多關注書中講解的關于交易的知識及正確的交易認識;·有交易經(jīng)驗、有編程經(jīng)驗、對量化交易感興趣的讀者,需要多關注量化交易在交易技術和編程技術上的銜接點及書中的具體實例;·對量化交易本身不感興趣,但對數(shù)據(jù)處理、機器學習技術感興趣的讀者,需要多關注技術基礎章節(jié)和機器學習章節(jié)的內(nèi)容。
感謝機械工業(yè)出版社華章公司提供機會讓我能編寫本書!本書的完成同樣需要感謝我的幾位朋友:吳汶(老虎美股)、劉兆丹(百度金融)、胥嘉幸(百度糯米大數(shù)據(jù)),感謝你們在本書的編寫過程中提供的幫助!在此還需要特別感謝本書編輯對我的幫助,不辭辛苦地晚上十二點還在和我溝通排版等細節(jié)問題。
編著者
第1部分對量化交易的正確認識
量化引言
什么是量化交易
量化交易:投資?投機?賭博?
量化交易的優(yōu)勢
1.3.1避免短線頻繁交易
1.3.2避免逆勢操作
1.3.3避免重倉交易
1.3.4避免對勝率的盲目追求
1.3.5確保交易策略的執(zhí)行
1.3.6獨立交易及對結果負責的信念
1.3.7從歷史驗證交易策略是否可行
1.3.8尋找交易策略的最優(yōu)參數(shù)
1.3.9減少無意義的工作及干擾
量化交易的正確認識
1.4.1不要因循守舊,認為量化交易是邪門歪道
1.4.2不要異想天開,認為量化交易有神奇的魔法
1.4.3不要抱有不勞而獲的幻想
1.4.4不要盲目追求量化策略的復雜性
1.4.5認清市場,認清自己,知己知彼,百戰(zhàn)不殆
量化交易的目的
第2部分量化交易的基礎
量化語言-Python
基礎語法與數(shù)據(jù)結構
第3部分量化交易系統(tǒng)的開發(fā)
第4部分機器學習在量化交易中的實戰(zhàn)
附錄A量化環(huán)境部署
附錄B量化相關性分析
附錄C量化統(tǒng)計分析及指標應用