作品简介

ChatGPT的横空出世,使得量化交易编程工具的使用门槛迅速降低,掌握量化交易的底层逻辑就成了重中之重。本书着重介绍量化交易模型的底层逻辑和技术实践,梳理了基本面量化、资产配置量化、贝塔量化、阿尔法量化和另类量化这5种量化交易第略,并给出了相应的实战案例及代码,初步探索了运用GPT来实现其逻辑的技术路径,从理论到实践,助你轻松上手量化交易。

《GPT时代的量化交易:底层逻辑与技术实践》适合对量化交易感兴趣的广大投资者,尤其适合希望转型量化交易的程序员参考阅读。

罗勇,资深算法策略师,哈尔滨工业大学金融智能量化投资研究中心副主任。曾在哈尔滨工业大学开设16学时的“金融投资策略设计”本科课程;在哈尔滨金融学院开设51学时的“金融量化基础”本科课程;在哈尔滨商业大学开设32学时的“计算机语言与量化投资”研究生课程。《波动率:实用期权理论》的译者,《量化投资教程》的作者。20年实盘经验,25年编程经验,曾为国内多个团队构建算法交易模型;当下主要研究方向为高频HFT和贝塔策略。

卢洪波,世界经济学博士,任职于国内某资产管理公司,国科创新发展研究院智库专家,北京信息产业协会、北京区块链协会专家库专家,高级经济师,全球特许金融科技师,金融交易师、金融风险分析师,参加多项国家级重大项目,著有《中国元宇宙蓝皮书》《数字中国新机遇》《行业元宇宙》等书,十多年期货、证券交易实战经验,目前主要研究方向为全球宏观对冲策略等。

作品目录

  • 内容简介
  • 专家赞誉
  • 前言 万物皆可量化
  • 第1章 量化交易基础入门
  • 1.1 量化交易的基本定义
  • 1.2 量化交易的研究对象
  • 1.3 量化交易的发展历程
  • 1.4 量化交易策略的主要分类
  • 1.5 量化交易的未来发展
  • 第2章 量化交易的策略及实战案例
  • 2.1 基本面量化交易策略
  • 2.2 资产配置量化交易策略
  • 2.3 贝塔量化交易策略
  • 2.4 阿尔法量化交易策略
  • 2.5 另类量化交易策略
  • 第3章 量化交易策略的逻辑与设计
  • 3.1 因子建模
  • 3.2 逻辑与设计
  • 3.3 凯利公式与仓位计算
  • 3.4 量化交易策略的有效性评估
  • 3.5 实战案例:米伦坎普量化交易策略的逻辑与设计
  • 第4章 量化交易策略的代码开发与实战
  • 4.1 低代码开发
  • 4.2 有代码开发
  • 4.3 机器学习
  • 第5章 量化交易中的重要问题
  • 5.1 量化交易与哲学问题
  • 5.2 算法交易简介
  • 5.3 低风险策略的研究方向
  • 5.4 量化实战策略优化的注意事项
  • 5.5 GPT在量化交易中的应用
  • 后记 感谢“量化漫步”团队的付出与贡献
  • 附录A 进入量化行业的面试指南
  • 附录B 量化交易常用参考书与网站指南
  • 附录C 量化交易常用的数据接口
展开全部