基本介紹
- 中文名：機器交易：利用算法贏得市場先機
- 作者：[美]歐內斯特·P.陳（Ernest P. Chan）
- 譯者：林通
- 出版時間：2019年6月1日
- 出版社： 清華大學出版社
- ISBN：9787302530268
- 定價：89 元
- 印次：1-1
- 印刷日期：2019.05.30
內容簡介,目錄,
內容簡介
本書詳細闡述了與機器交易相關的基本解決方案，主要包括算法交易基礎、因子模型、時間序列分析、人工智慧技術、期權策略、日內交易與市場微觀結構、比特幣、算法交易有益身心健康等內容。此外，本書還提供了相應的示例、代碼，以幫助讀者進一步理解相關方案的實現過程。 本書適合作為高等院校計算機及相關專業的教材和教學參考書，也可作為相關開發人員的自學教材和參考手冊。
目錄
第1章 算法交易基礎 1
1.1 歷史市場數據（Historical Market Data） 2
1.2 現場市場數據（Live Market Data） 4
1.3 回測與交易平台（Backtesting and Trading Platforms） 5
1.4 經紀商（Brokers） 8
1.5 表現度量（Performance Metrics） 10
1.6 投資組合最佳化（Portfolio Optimization） 11
專欄1.1：淨收益與對數收益的均值 13
專欄1.2：採用二次規劃來計算效率限界 14
專欄1.3：使一個投資組合的夏普比率最大化 17
1.7 小結 19
1.8 練習 19
1.9 章節附注 20
第2章 因子模型 23
2.1 時間序列因子（Time-series Factors） 24
例2.1：使用Fama-French因子來預測第二天收益 26
2.2 橫截面因子（Cross-sectional Factors） 27
例2.2：擬合一個橫截面因子模型，預測下一季度的收益 28
2.3 雙因子模型 31
例2.3：擬合ROE和BM因子模型，來預測下個月的收益 33
2.4 使用期權價格來預測股票收益 34
2.4.1 隱含矩（Implied Moments） 34
例2.4：做多（或做空）有較高（或較低）隱含矩的股票 36
2.4.2 隱含波動率的每月變化量 37
2.4.3 看漲看跌隱含波動率 38
2.4.4 價外看跌期權減去平價看...
2.4.5隱含市場波動性的每日變化量39
2.5空頭淨額（ShortInterest）39
2.6流動性（Liquidity）40
2.7統計因子（StatisticalFactors）41
例2.5：使用PCA找到有預測性的統計因子43
2.8把所有因子匯集到一起44
2.9小結46
2.10練習46
2.11章節附注48
第3章時間序列分析49
3.1AR(p)49
3.2ARMA(p,q)52
3.3VAR(p)56
3.4狀態空間模型（StateSpaceModels，SSM）59
3.5小結67
3.6練習67
3.7章節附注68
第4章人工智慧技術69
4.1逐步回歸（StepwiseRegression）71
4.2回歸樹（RegressionTree）73
4.3交叉驗證（CrossValidation）76
4.4裝袋算法（Bagging）77
4.5隨機子空間和隨機森林（RandomSubspaceandRandomForest）79
4.6提升算法（Boosting）80
4.7分類樹（ClassificationTree）82
4.8支撐向量機（SupportVectorMachine）83
4.9隱馬爾科夫模型（HiddenMarkovModel）85
4.10神經網路（NeuralNetwork）87
4.11數據集成與標準化（DataAggregationandNormalization）91
4.12在股票選擇中的套用（ApplicationtoStocksSelection）93
4.13小結96
4.14練習97
4.15章節附注98
第5章期權策略99
5.1交易不含期權的波動率（TradingVolatilitywithoutOptions）100
例5.1：比較SPY和VX的槓桿複合收益101
5.2預測波動率（PredictingVolatility）105
例5.2：預測SPY的波動率106
5.3事件驅動策略（Event-DrivenStrategies）111
例5.3：做空原油期貨的期權跨式組合（ShortingCrudeOilFuturesOptionsStraddles）112
5.4Gamma牟利（GammaScalping）114
例5.4：通過跨式組合在原油期貨上做Gamma牟利116
5.5離差交易（DispersionTrading）118
例5.5：SPX成分跨式組合對指數跨式組合的離差交易120
5.6隱含波動率的橫截面均值回復（Cross-SectionalMeanReversionofImplied Volatility）127
5.7小結129
5.8練習130
5.9章節附注131
第6章日內交易與市場微觀結構133
6.1降低延遲（LatencyReduction）134
6.2訂單類型和路由最佳化136
6.2.1增加流動性（AddingLiquidity）136
專欄6.1：為什麼BATS的BZX交易對流動性增加者收費？140
6.2.2使用流動性（TakingLiquidity）140
例6.1：ISO訂單如何在一個訂單簿上遊走141
6.2.3路由到暗池（RoutingtoDarkPools）143
6.3減少逆向選擇（AdverseSelectionReduction）145
6.4日內策略回測（BacktestingIntradayStrategies）148
例6.2：使用ITCH訊息來構造BBO149
專欄6.2：當心低頻數據（BewareofLowFrequencyData）152
專欄6.3：跨期報價數據（Calendarspreadquotesdata）153
6.5訂單流（OrderFlow）155
專欄6.4：使用總量分類（BVC）來確定訂單流156
例6.3：訂單流策略157
6.6訂單簿的不平衡性（OrderBookImbalance）163
6.7小結164
6.8練習164
6.9章節附注166
第7章比特幣169
7.1比特幣真相（BitcoinFacts）169
7.2時間序列技巧170
7.3均值回復策略（MeanReversionStrategy）172
7.4人工智慧技術（ArtificialIntelligenceTechniques）173
7.5訂單流（OrderFlow）174
例7.1：一個訂單流策略175
7.6跨交易所套利（Cross-ExchangeArbitrage）177
7.7小結178
7.8練習178
7.9章節附注179
第8章算法交易有益身心健康181
8.1算法交易員的身心健康（MindandHealth）181
8.2交易作為一種服務（TradingasaService）183
8.3可行性184
8.4知曉最新動向（KeepingUpwiththeLatestTrends）186
8.5代人理財（ManagingOtherPeople’sMoney）186
8.6小結189
8.7章節附注190
參考文獻191
