智慧型證券投資學

《智慧型證券投資學》是2022年北京大學出版社出版的圖書，作者是王曉龍,黃冬,吳少聰。

基本介紹

• 中文名：智慧型證券投資學
• 作者：王曉龍,黃冬,吳少聰
• 出版時間：2022年4月
• 出版社：北京大學出版社
• ISBN：9787301329207
• 類別：圖書>投資理財>證券/股票
• 開本：16 開
• 裝幀：平裝

內容簡介

我國證券市場已經發展到新的時代，基於海量信息計算機處理的人工智慧技術日益興起，為我國證券市場的發展與變革帶來了新的契機。本書聚焦在智慧型化證券投資的科學方法和實用技術，儘可能突出3個特色：1．理論新穎:結合人工智慧和證券投資的理論方法，提出了智慧型證券投資的目標，為提高人理性投資效率，給出了個性投資自動化和自動投資個性化的兩條技術路線，在此基礎上分別提出了海天4S科學投資方法和SADI5L自動投資智慧型體層次結構。2．實踐驗證:實踐是檢驗理論的標準，科學的評測方法是檢驗的基準，診斷和歸因是提高的前提。3.平台支撐:計算機、人工智慧、證券投資都是實踐性非常強的學科，不僅僅需要傳統的習題，更需要一系列實訓環節支撐，本書在每章內容後均提供了平台實訓環節，包括多種智慧型投資輔助工具和自動投資的知識庫和智慧型接口。

圖書目錄

目錄

　智慧型證券投資概要 002

1.1 智慧型證券投資學的提出 003

1.1.1 為什麼提出智慧型證券投資學 003

1.1.2 什麼是智慧型證券投資學 003

1.1.3 如何實現智慧型證券投資  004

1.2 個性投資自動化 005

1.2.1 海天4S：一種理性投資的科學方法 005

1.2.2 巨觀判勢 006

1.2.3 具體實施 006

1.2.4 以史為鑑 006

1.2.5 悟道出師 007

1.2.6 自動化輔助與章節安排 007

1.3 自動投資個性化 007

1.3.1 什麼是自動證券投資 007

1.3.2 自動證券投資的5L層次結構 008

1.3.3 SADI：一種自動投資智慧型體結構 010

1.4 智慧型證券投資兩種實現方法對比 011

1.4.1 智慧型證券投資兩種實現方法的對應關係 011

1.4.2 智慧型證券投資實現方法的適用人群 012

1.4.3 智慧型證券投資相關領域 013

1.5 評測診斷與實例 014

1.5.1 評測三要素 014

1.5.2 診斷方法：業績歸因 016

1.5.3 個性投資自動化實例：海天4S 017

1.5.4 自動投資個性化實例：海知AI-01 018

1.6 平台實訓：盤感訓練 020

1.6.1 實訓意義 021

1.6.2 賽前訓練 021

1.6.3 比賽測試 022

1.6.4 成績排名 023

1.7 小結 024

本章習題與實訓 025

　基礎知識 028

2.1 智慧型證券投資基礎 029

2.1.1 什麼是人工智慧 029

2.1.2 個性投資自動化基礎 030

2.1.3 自動投資個性化基礎 030

2.2 股票 032

2.2.1 常用量化因子 032

2.2.2 股票投資的三個要點 035

2.2.3 股票的語義屬性 037

2.2.4 單因子選股 038

2.2.5 多因子選股 039

2.3 債券 040

2.3.1 債券分類 040

2.3.2 債券的淨價與全價 041

2.3.3 到期收益率 041

2.3.4 剩餘年限與騎乘效應 043

2.3.5 債券的信用評級 043

2.3.6 債券選擇的三個要點 044

2.3.7 其他常用量化因子 046

2.3.8 可轉債 046

2.3.9 債券量化選擇 047

2.4 現金及等價物 048

2.4.1 現金及等價物的基本概念 048

2.4.2 貨幣資金與現金及等價物的關係 048

2.4.3 證券品種中的現金等價物  049

2.5 其他常見證券品種 050

2.5.1 期貨 050

2.5.2 權證 052

2.6 證券交易與模擬投資 054

2.6.1 證券交易 054

2.6.2 模擬投資 055

2.7 平台實訓：模擬投資 055

2.7.1 實訓意義 055

2.7.2 實訓內容 055

2.7.3 比賽測試 059

2.7.4 成績排名 060

2.8 小結 060

本章習題與實訓 061

　巨觀判勢 064

3.1 股市的趨勢 065

3.1.1 牛市 065

3.1.2 熊市 067

3.1.3 無趨勢 067

3.2 債市的趨勢 068

3.2.1 國債的趨勢 068

3.2.2 企債的趨勢 069

3.3 現金等價物的趨勢 069

3.4 股市判勢方法 070

3.4.1 三角度巨觀判勢方法 070

3.4.2 三角度巨觀判勢的特徵 071

3.4.3 三階段判勢 072

3.5 投資策略與交易品種 073

3.5.1 股債金的投資策略重點 073

3.5.2 股市確定趨勢策略 074

3.5.3 股市非確定趨勢策略 075

3.5.4 半確定性兩極逆勢反轉策略 076

3.5.5 半確定性中段全進全出策略 077

3.5.6 策略約束 077

3.5.7 巨觀趨勢對應投資品種 077

3.6 評測方法 078

3.6.1 倉位配置基準對比法 078

3.6.2 時間細化百分法 080

3.6.3 時間細化百分法示例 083

3.6.4 套用 085

3.7 平台實訓 086

3.7.1 趨勢判斷 086

3.7.2 投資操作 086

3.7.3 評測比較 086

3.8 小結 086

本章習題與實訓 087

　具體實施 091

4.1 證券品種的選擇方法 092

4.1.1 趨勢投資選股 092

4.1.2 價值投資選股 092

4.1.3 博弈投資選股 093

4.1.4 債券品種選擇 093

4.2 證券品種的分類體系 094

4.2.1 個體證券品種 094

4.2.2 群體證券品種 095

4.2.3 總體層次結構 096

4.3 證券品種的走勢對比 099

4.3.1 多品種對比的立體模型和降維視圖 100

4.3.2 基於群體顆粒度的對比 103

4.3.3 基於時間顆粒度的對比 107

4.3.4 基於用戶顆粒度的對比 108

4.3.5 結合走勢對比的選股方法 109

4.4 投資策略和方法 109

4.4.1 趨勢投資 110

4.4.2 價值投資 111

4.4.3 博弈投資 112

4.4.4 策略約束和實施方法 112

4.5 評測方法 113

4.5.1 排序評分法 113

4.5.2 單一品種（個體和群體）評測 115

4.5.3 個體組合評測（擇股） 116

4.5.4 群體組合評測(擇行) 118

4.6 平台實訓 120

4.6.1 個體和群體證券品種選擇 120

4.6.2 伯樂相馬看圖篩選 120

4.6.3 投資決策 123

4.6.4 投資操作 123

4.6.5 評測比較 123

4.7 小結 123

本章習題與實訓 124

　以史為鑑 127

5.1 複雜收益率計算的常用方法和偏好

約束 128

5.1.1 複雜收益率計算方法和偏好

約束 128

5.1.2 成本計算法 130

5.1.3 時間加權法 132

5.1.4 均一計算法 134

5.2 多偏好約束滿足的SEA雙加權算法 136

5.2.1 SEA格線構建 137

5.2.2 基於SEA格線的雙加權算法 139

5.2.3 雙加權收益率算法示例 140

5.2.4 雙加權收益率計算的偏好約束滿足論證 143

5.2.5 雙加權收益率計算方法的套用場景 145

5.2.6 多種方法組合 148

5.3 評測：投資行為分析 149

5.3.1 用戶數據預處理 149

5.3.2 總體評測 150

5.3.3 個體分析 152

5.4 診斷：業績歸因 154

5.4.1 “三五”歸因法 154

5.4.2 “三五”歸因法的約束公式 156

5.5 平台實訓 157

5.5.1 總體評測 157

5.5.2 個體評測 158

5.5.3 業績歸因 159

5.5.4 結果點評 159

5.6 小結 160

本章習題與實訓 161

　悟道出師 164

6.1 基於海天4S的悟道出師之路 165

6.1.1 巨觀判勢，提出你的觀點 165

6.1.2 具體實施，記錄你的操作 166

6.1.3 以史為鑑，驗證你的決策 166

6.1.4 悟道出師，完善你的理念 166

6.2 知人者智，換位思考 167

6.2.1 市場信息處理 167

6.2.2 市場參與各方分析 168

6.2.3 簡單的博弈模型與案例 168

6.2.4 評測方法 170

6.3 自知者明，擺正心態 177

6.3.1 個性偏好認知 177

6.3.2 順境不忘風險 177

6.3.3 逆境謹防失控 178

6.3.4 評測方法 179

6.4 提高效率，實訓輔助 179

6.4.1 社區交流 180

6.4.2 模擬、實盤、比賽 180

6.4.3 操盤迴放 180

6.4.4 評測、診斷、提高 181

6.5 小結 182

本章習題與實訓 183

　價值投資的多因子策略 187

7.1 自動投資總體框架 188

7.1.1 自動證券投資整體結構 188

7.1.2 證券市場環境體系及證券投資者 190

7.1.3 感知量化 191

7.1.4 任務執行 192

7.1.5 評測歸因與學習進化 194

7.2 自動投資簡單示例 194

7.2.1 感知量化（Sensing） 194

7.2.2 任務執行（Acting） 196

7.2.3 評測診斷（Diagnosing） 196

7.2.4 學習進化（Improving） 197

7.3 多因子選擇自動投資策略 197

7.3.1 策略制定 197

7.3.2 策略執行 199

7.3.3 策略測試 200

7.3.4 策略改進 200

7.4 平台實訓 200

7.4.1 海知平台自動投資策略介紹 200

7.4.2 海知平台自動投資機器人定製 202

7.4.3 實例分析 210

7.5 小結 213

本章習題與實訓 213

　趨勢自動投資方法 215

8.1 基於雙均線策略的自動投資策略 216

8.1.1 移動平均的基本概念 216

8.1.2 移動平均線的實例 217

8.1.3 基於移動平均的投資策略 218

8.1.4 自動投資策略的算法實現 219

8.1.5 實驗設計與投資結果分析 221

8.2 基於回歸的ARIMA自動投資策略 224

8.2.1 回歸概念簡述 225

8.2.2 回歸分析方法與自動投資任務形式化 226

8.2.3 使用ARIMA模型的前提條件 227

8.2.4 ARIMA模型的基本理論 231

8.2.5 實驗設計與投資結果分析 233

本章習題與實訓 237

　智慧型博弈決策的模型和算法 240

9.1 基於時序視窗演化的自動投資策略構建 241

9.2 基於遺傳算法的自動投資方法 243

9.2.1 策略種群遺傳算法 244

9.2.2 自動投資實驗設計及結果分析 250

9.3 採用支持向量機的自動投資決策 253

9.3.1 支持向量機理論概述 254

9.3.2 結合SVM的自動投資算法實現 254

9.3.3 自動投資結果分析 256

9.3.4 問題與討論 260

9.4 基於DTW的自動投資方法 261

9.4.1 DTW算法的原理簡述 261

9.4.2 結合DTW的自動投資算法實現 263

9.4.3 自動投資結果分析與討論 266

9.5 基於深度學習的自動投資方法 268

9.5.1 深度學習為何能套用於自動投資 269

9.5.2 基於深度學習的算法交易 269

9.5.3 基於深度學習模型的資產組合管理 272

9.5.4 將深度學習用於自動投資的可靠性 273

本章習題與實訓 274

　自動投資相關技術 277

10.1 用戶畫像 278

10.1.1 用戶畫像的組成與構建方法 278

10.1.2 投資者用戶畫像體系的構建 280

10.1.3 用戶畫像的算法介紹 281

10.1.4 用戶畫像案例展示 283

10.2 自然語言點評 283

10.2.1 自然語言點評的原理及算法分析 284

10.2.2 自然語言點評系統實例分析 289

10.3 知識圖譜 291

10.3.1 知識圖譜概述 291

10.3.2 股票知識圖譜的構建方法 293

10.3.3 股票知識圖譜的套用 295

10.4 小結 297

本章習題與實訓 297

作者簡介

王曉龍 教授，“做出突出貢獻的中國博士學位獲得者”。長期從事人工智慧、自然語言處理、金融信息處理等方面的研究。開創性地提出了漢語語句級智慧型輸入的思想，1990年設計並實現了國內外個語句級智慧型拼音輸入系統和聲音語句輸入系統，國家科委鑑定為“國際領先地位”，技術轉讓並授權給美國微軟、日本富士通等公司採用；獲省部級科技一等獎2項，發表論文200多篇；主持國家自然科學基金等項目20多項；主講“人工智慧”等課程，開設“智慧型證券投資”課程，指導博士、碩士研究生近200名。

黃冬 深圳市高層次人才，哈爾濱工業大學管理科學與工程專業博士後，現任深圳億達盛投資管理有限公司總經理。擅長智慧型化證券投資和量化投資，採用智慧型化證券投資模型降低投資風險，提高投資效率。深圳海知科技有限公司聯合創始人，海知科技是一家專業以為用戶提供智慧型化、個性化金融知識服務為主的科技型研發企業。目前公司的主打產品是智慧型證券投資實訓平台（www.haizhilicai.com），為國內金融投資相關專業的師生和廣大投資者提供基於人工智慧技術的智慧型化證券投資工具和實訓平台。