量化投資實(shí)踐（MATLAB版）

目錄
前言
第一篇 量化投資——基礎(chǔ)研究工具：MATLAB必備知識(shí)
第1章 MATLAB必備知識(shí) 3
1.1 基礎(chǔ)數(shù)據(jù)類型 3
1.2 常用數(shù)據(jù)類型 12
1.3 繪圖 15
1.4 函數(shù) 17
1.5 平均值 19
1.6 離差分析 21
第二篇 量化投資——數(shù)理統(tǒng)計(jì)
第2章 離散和連續(xù)隨機(jī)變量 27
2.1 離散隨機(jī)變量 27
2.2 連續(xù)隨機(jī)變量 31
2.3 分布擬合 39
第3章 統(tǒng)計(jì)矩——偏度和峰度 41
3.1 偏度 41
3.2 峰度 43
3.3 其他的標(biāo)準(zhǔn)矩 44
3.4 Jarque-Bera正態(tài)檢驗(yàn) 45
3.5 測(cè)試校準(zhǔn) 45
第4章 極大似然估計(jì) 46
4.1 極大似然估計(jì) 46
4.2 正態(tài)分布的MLE 47
4.3 正態(tài)分布的MATLAB實(shí)現(xiàn) 48
4.4 指數(shù)分布的MLE及MATLAB實(shí)現(xiàn) 49
4.5 案例研究——日回報(bào)的正態(tài)分布擬合 50？
4.6 極大似然估計(jì)注意事項(xiàng) 50
第5章 置信區(qū)間與假設(shè)檢驗(yàn) 52
5.1 置信區(qū)間 52
5.2 原假設(shè)和備擇假設(shè) 53
5.3 假設(shè)檢驗(yàn)的步驟 53
5.4 案例研究1——工商銀行的日回報(bào)率的假設(shè)檢驗(yàn) 54
5.5 案例研究2——假設(shè)檢驗(yàn)用于平均值 58
5.6 案例研究3——假設(shè)檢驗(yàn)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(cè)試 64
6.3 敏感性和專一性的權(quán)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(shù)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(yuǎn)期合約 75
8.2 期貨合約 76
8.3 期貨與現(xiàn)貨的關(guān)系 78
8.4 杠桿 81
第9章 線性回歸 85
9.1 線性回歸模型的概念 85
9.2 MATLAB實(shí)現(xiàn)線性回歸模型 85
9.3 線性回歸與相關(guān)性 87
9.4 相關(guān)系數(shù) 88
第10章 多元線性回歸 90
10.1 多元線性回歸的概念 90
10.2 多元線性回歸模型示例 90
10.3 多元線性回歸預(yù)測(cè)建設(shè)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(wěn)性 95
11.1 平穩(wěn)性和非平穩(wěn)性 95
11.2 單整 99
11.3 協(xié)整 108
11.4 總結(jié) 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 多重共線性 126
第13章 Kalman濾波 129
13.1 理論基礎(chǔ) 129
13.2 Kalman濾波模型 133
13.3 Kalman濾波與迭代線性回歸 135
13.4 Kalman濾波發(fā)散 138
13.5 Sage-Husa自適應(yīng)濾波算法 144
第14章 ARMA模型 148
14.1 基礎(chǔ)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(xiàn) 151
第15章 過擬合的風(fēng)險(xiǎn) 155
15.1 什么是過擬合 155
15.2 例：選取過多參數(shù) 155
15.3 例：曲線擬合 156
15.4 例：回歸參數(shù) 157
15.5 例：滾動(dòng)窗口 162
15.6 避免過度擬合 170
第四篇 量化投資——策略交易模型
第16章 β對(duì)沖 173
16.1 因子模型 173
16.2 風(fēng)險(xiǎn)暴露 173
16.3 風(fēng)險(xiǎn)管理 174
16.4 β對(duì)沖的 MATLAB實(shí)現(xiàn) 174
16.5 交叉對(duì)沖 175
第17章 配對(duì)交易 177
17.1 配對(duì)交易流程 177
17.2 配對(duì)交易策略 187
第18章 方向性交易策略構(gòu)造 191
18.1 波動(dòng)率突破策略 191？
18.2 日內(nèi)趨勢(shì)反轉(zhuǎn)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 常見因子 219
19.2 多因子模型的意義——不單單尋找表現(xiàn)最好的股票 220
19.3 數(shù)據(jù)處理 221
19.4 模型有效性檢驗(yàn) 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(chǔ)模型介紹 231
20.2 示例應(yīng)用 234
第五篇 量化投資——風(fēng)險(xiǎn)管理模型
第21章 倉位集中風(fēng)險(xiǎn) 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(shù)學(xué)方法解釋 257
21.5 額外的好處 258
第22章 最小線性相關(guān)算法 261
22.1 分散化投資 261
22.2 一些公式 261
22.3 最小線性相關(guān)算法用于投資權(quán)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(jì)算 266
23.3 VaR和CVaR的計(jì)算演示 268
23.4 VaR和CVaR運(yùn)用于資產(chǎn)組合管理 271
參考文獻(xiàn) 279
附錄 Auto-Trader交易軟件使用手冊(cè) 280