导语

  

内容提要

  

    本书源于几位作者任教的加州大学伯克利分校、斯坦福大学等高校开设的相关课程。这些课程紧随大数据时代和金融科技的热点，面向金融工程和计算金融项目的学生。当今，量化交易策略及其相关的统计模型和方法、知识表达、数据分析和算法设计以及信息学的重要性越来越高。在此背景下，本书从多学科角度对于量化交易进行了综合阐述，同时也为学术研究和金融实务搭建了桥梁。
    量化交易涉及多个学科，且横跨学术界与业界。几位作者结合他们在多个学科的学术背景和丰富的业界工作经验，在撰写本书过程中综合考虑了不同类型读者的核心需要。本书的目标受众既包含高年级本科生、硕士生等在校学生，也包含有志于学习量化交易领域尖端知识和现代交易实务的交易员、量化分析师以及监管者等。考虑到目标受众的背景和兴趣的差异，本书对于章节进行了特别安排，使得不同类型的读者能够专注于其感兴趣的部分。

第一章  概论
  1.1  交易基础结构的演变
  1.2  量化交易策略及时间跨度
  1.3  统计套利及关于有效市场假说的争论
  1.4  量化基金、公募基金、对冲基金以及基金表现
  1.5  数据、分析、模型、优化和算法
  1.6  量化交易的跨学科性及本书的使用方法
  1.7  补充材料和习题
第二章  量化交易中的统计模型与方法
  2.1  股票价格的特征
    2.1.1  低频交易数据的时间序列分析
    2.1.2  高频交易数据的离散化价格变动
  2.2  巴黎证交所的布朗运动和华尔街的随机游走
  2.3  现代投资组合理论是在有效市场假说下的华尔街随机漫步靴
  2.4  现代投资组合理论的统计学基础
    2.4.1  多因子定价模型
    2.4.2  贝叶斯方法、缩减技术及Black-Litterman估计方法
    2.4.3  Bootstrap方法和重抽样方法前沿
  2.5  一种考虑了参数不确定性的新方法
    2.5.1  优化问题的求解
    2.5.2  最优权重向量的计算
    2.5.3  收益率的Bootstrap估计和NPEB法则
  2.6  从随机游走模型到更符合事实的鞅模型
    2.6.1  从高斯形式到帕累托形式的随机游走
    2.6.2  包含最优抽样时间的随机游走
    2.6.3  从随机游走模型到ARIMA、GARCH和鞅回归等时间序列模型
  2.7  新现代投资组合理论下的鞅回归模型
    2.7.1  在NPEB中加入时间序列效应
    2.7.2  有效前沿上的最优信息比率
    2.7.3  新现代投资组合理论的实证检验
  2.8  有效市场假说之外的统计套利和策略
    2.8.1  非参数回归和变点模型中的技术准则和统计背景
    2.8.2  时间序列、动量策略和配对交易策略
    2.8.3  逆向投资策略、行为金融及投资者的认识偏差
    2.8.4  从价值投资到全球宏观策略
    2.8.5  投资策略的样本内评估和样本外评估以及多重检验方法
  2.9  补充材料和习题
第三章  积极型投资组合管理和投资策略
  3.1  积极型投资组合管理中的α和β
    3.1.1  超额收益率α的来源
    3.1.2  积极的&之外的奇异β
    3.1.3  一种积极型投资组合优化的新方法
  3.2  交易成本和买卖限制
    3.2.1  交易成本的组成
    3.2.2  买卖限制和其他约束条件
  3.3  多期投资组合管理
    3.3.1  Samuelson-Merton基于随机控制理论的“终身投资组合选择理论
    3.3.2  包含了交易成本的Merton问题
    3.3.3  多期资本增长和波动率脉动
    3.3.4  多期均值-方差投资组合再平衡
    3.3.5  存在交易成本情况下的动态均值-方差投资组合优化
    3.3.6  参数不确定性情况下的动态投资组合选择
  3.4  补充材料和注释
  3.5  习题
第四章  电子交易中的计量经济学
  4.1  电子交易和交易数据
  4.2  高频数据建模
    4.2.1  Roll提出的买入-卖出反弹模型
    4.2.2  包含噪声项的市场微观结构模型
  4.3  Xt的积分方差的估计
    4.3.1  稀疏抽样方法
    4.3.2  基于子样本的平均法
    4.3.3  两种时间尺度的方法
    4.3.4  核平滑方法：已实现核估计量
    4.3.5  预平均方法
    4.3.6  从波动率的MLE估计量到[X]T的QMLE估计量
  4.4  多资产协变差估计
    4.4.1  异步性和Epps效应
    4.4.2  同步技术
    4.4.3  协方差和相关系数估计的QMLE方法
    4.4.4  多元已实现核和双尺度的估计量
  4.5  傅里叶方法
    4.5.1  [X]T和瞬时波动率的傅里叶估计
    4.5.2  傅里叶估计量的统计特征
    4.5.3  瞬时协方差的傅里叶估计量
  4.6  与TAQ相关的其他计量经济学模型
    4.6.1  交易之间间隔的ACD模型
    4.6.2  自激励点过程模型
    4.6.3  现的分解和广义线性模型
    4.6.4  McCulloch和Tsay分解方法
    4.6.5  点过程和其标值的联合建模
    4.6.6  结合低频波动率和高频波动率的已实现GARCH等预测模型
    4.6.7  有效价格过程中的跳跃和幂变差
  4.7  补充材料和评论
  4.8  习题
第五章  限价指令簿：数据分析和动态模型
  5.1  从市场数据到限价指令簿(LOB)
  5.2  LOB数据的特征
    5.2.1  订单簿的价格调整机制
    5.2.2  交易量不平衡和其他指示量
  5.3  LOB数据的多元点过程拟合
    5.3.1  市场化订单的多元点过程
    5.3.2  实证结果
  5.4  基于机器学习的LOB数据分析
  5.5  LOB动态的排队论建模
    5.5.1  价格水平为1的LOB数据的简化形式模型的扩散极限
    5.5.2  订单位置的流动极限
    5.5.3  基于LOB的序列反应模型
  5.6  补充材料和习题
第六章  最优执行与配置
  6.1  单资产最优执行问题
      6.1.1问题(6.2  )的动态规划求解
    6.1.2  连续时间模型和变分法
    6.1.3  最优确定性策略
  6.2  乘数价格影响模型
    6.2.1  模型设定和随机控制问题
    6.2.2  有限时间情形下的HJB方程
    6.2.3  无限时间情形T=∞，且0≤μ<δ，Cs＞0
    6.2.4  价格操纵与传导性价格影响
  6.3  基于LOB数据的最优执行问题
    6.3.1  成本最小化
    6.3.2  模型1的最优策略
    6.3.3  模型2的最优策略
    6.3.4  块状150B的解析解
  6.4  投资组合的最优执行
  6.5  最优配置
    6.5.1  包含均值回归的马尔可夫随机游走模型
    6.5.2  连续时间马尔可夫链模型
  6.6  补充材料和习题
第七章  做市和智能订单路径
  7.1  Ho和Stoll模型以及Aveuaneclo-Stoikov决策
  7.2  HJB方程的求解和后续的拓展
  7.3  包含限制和市场订单的脉冲控制
    7.3.1  做市商的脉冲控制
    7.3.2  最优限价和市价订单策略的控制公式
  7.4  智能订单路径和暗池
  7.5  基于交易所SOR的最优订单分拆
    7.5.1  成本函数与优化问题
    7.5.2  K个交易所的最优下单策略
    7.5.3  一个随机逼近方法
  7.6  暗池的删失探索和开发
    7.6.1  贪心配置算法
    7.6.2  Ti的改进Kaplan-Meier估计量Tt i
    7.6.3  探索、开发和ε最优配置
  7.7  暗池中的随机拉格朗日优化
    7.7.1  基于随机近似的拉格朗日方法
    7.7.2  拉格朗日递归到优化函数的收敛性
  7.8  补充材料和注释
  7.9  习题
第八章  信息学、监管和风险管理
  8.1  量化策略
  8.2  交易基础设施
    8.2.1  订单网关
    8.2.2  匹配引擎
    8.2.3  市场数据传播
    8.2.4  订单的收费结构
    8.2.5  主机托管服务
    8.2.6  清算和结算
  8.3  策略信息和基础设施
    8.3.1  市场数据处理
    8.3.2  Alpha引擎
    8.3.3  订单管理
    8.3.4  订单类型和订单限定条件
  8.4  交易所规章制度
    8.4.1  证券信息处理程序和国家市场体系管理规则
    8.4.2  证券卖空规则
    8.4.3  其他交易规则
    8.4.4  熔断机制
    8.4.5  市场操纵
  8.5  风险管理
    8.5.1  操作风险
    8.5.2  策略风险
  8.6  补充材料和注释
  8.7  习题
附录A  鞅理论
  A.1  离散时间鞅
  A.2  连续时间鞅
附录B  马尔可夫链
  B.1  CTMC生成元Q
  B.2  马尔可夫链的势论
  B.3  马尔可夫决策理论
附录C  双随机自激点过程
  C.1  鞅理论和多元计算过程的补偿
  C.2  双随机点过程模型
  C.3  点过程模型的似然估计
  C.4  双重随机SEPP的模拟
附录D  排队系统的弱收敛和极限定理
  D.1  Donsker定理及其扩展
  D.2  排队系统和极限定理
参考文献
索引