
GPT时代的量化交易
底层逻辑与技术实践
¥82.60
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