《中国期货市场量化交易（R与C++版）》内容简介

本书主要介绍如何运用统计分析和机器学习等方法对中国期货市场量化交易进行建模分 析。不仅覆盖了最基础的数据获取、数据清理、因子提取、模型构造以及最后的动态投资组 合优化、C++编程实现等方面，而且有丰富的代码方便读者临摹学习和修改提升。本书中的 数据首先是交易所最原始的期货分笔数据，在此基础上整合成5分钟K线，然后再计算预测 因子，最后套入统计预测模型。在交易层面，采用严谨的滚动优化方式，充分考虑了滑点和 手续费，严格测试。另外本书还覆盖了中低频的趋势策略以及高频的短趋势策略，最后也详 细介绍了跨期套利策略，以及对读者择业就业的建议。
本书内容的广度和深度都是国内市场上少见的，适合相关专业人士和感兴趣的投资爱好 者阅读，如高校数理类和经管类师生及证券、期货、私募证券、公募基金等量化交易相关从 业人员，以及对机器学习在金融方面运用的相关人士和对量化交易感兴趣的各行各业人士。
李尉，目前担任广州某量化私募投资基金高级投资经理，负责管理多个私募证券投资基金产品。日常工作主要是运用现代统计学及机器学习模型，研究期货及股票市场，编写全自动交易程序。在任职国丰源之前，李尉曾担任深圳前海泓倍资产管理有限公司CTA量化交易员（投资经理）、广州康腾投资管理有限公司高级策略师、广发期货有限公司高频交易小组组长兼量化研究员、美国CMT Asia Inc量化分析师等职位。李尉于2011年获得美国斯坦福大学计算与数学工程硕士学位，于2009年获得中山大学数学与应用数学学士学位。

作品目录

作者简介
内容简介
前言
第一章：期货基本策略概要
1.1、股指日内策略
1.2、商品趋势策略
1.3、高频交易策略
1.4、本节介绍
1.5、未来展望
1.6、本章小结
第二章：数据处理
2.1、期货分笔数据
2.2、合成5分钟数据
2.3、异常处理
2.4、本章小结
第三章：预测因子
3.1、技术指标来源
3.2、因变量的选择
3.3、高频因子
3.4、本章小结
第四章：基础统计模型
4.1、线性回归
4.2、带约束的线性回归
4.3、模型选择
4.4、本章小结
第五章：复杂统计模型与机器学习
5.1、复杂统计模型
5.2、跨品种因子
5.3、高频数据建模
5.4、本章小结
第六章：从预测到交易
6.1、落实到交易才有意义
6.2、开平仓阈值
6.3、策略筛选
6.4、本章小结
第七章：策略模型深化
7.1、优化提速
7.2、策略更新
7.3、计算因子的技巧
7.4、本章小结
第八章：投资组合优化
8.1、马科维茨均值-方差模型
8.2、简单分配的情况
8.3、本章小结
第九章：投资组合优化深入研究
9.1、风险平价策略
9.2、动态投资组合优化
9.3、近似动态规划（增强学习）
9.4、本章小结
第十章：C++实现策略
10.1、关于期货程序化接口
10.2、从R到C++
10.3、本章小结
第十一章：实盘交易管理
11.1、模拟交易
11.2、风险管理
11.3、资金曲线管理
11.4、人工主观干预
11.5、心态管理
11.6、本章小结
第十二章：套利交易
12.1、策略介绍
12.2、跨期套利深入研究
12.3、跨期套利策略
12.4、跨品种套利
12.5、本章小结
第十三章：求职与工作
13.1、对在校学生的建议
13.2、工作初期
13.3、投资经理
13.4、业内交流
13.5、本章小结
后记