編輯推薦
本書是一本引人入勝、信息量大、覆蓋各類交易策略的圖書。無論個人投資者,還是機構投資者,都可以借鑒和使用其中的策略。本書詳細介紹了多種交易制勝策略,包括均值回歸、動量等不同類型,清晰闡述了算法交易的原理及背後邏輯。它涵蓋從策略設計到實施的關鍵環節,通過大量實例和數學、軟體知識,展現如何構建簡單且有效的線性策略。無論是交易新手還是有經驗的從業者,都能從中獲取實用知識,提升對算法交易的理解與運用能力,掌握在市場中獲利的訣竅。內容簡介
無論是個人投資者,還是機構投資者,都可以通過本書的策略獲利。 本書系統介紹了均值回歸策略和動量策略。在具體的應用層面之外,更深入解釋了這些策略成功的原理,讓讀者可以舉一反三地構建量化交易策略。本書介紹的策略都以簡單、線性為主,從而提高了策略的應用性。 本書兼顧數學和軟體的介紹,讓讀者操作更加方便。 本書涉及的主要算法交易知識包括: 選擇正確的自動執行平台及回測平台,以減少或消除算法交易策略中易犯的錯誤。 交易均值回歸的投資組合的基本技能(線性交易模式、布林帶線、卡爾曼過濾法則)以及在這些測試和策略中使用什麼數據形式(實際價格、對數價格或是比例)更好。 交易股票、ETF、外匯及進行期貨跨期套利、跨市套利等所用的均值回歸策略。 影響股票及期貨動量的四大推動力,以及可以提取時間序列及橫截面的動量策略。 基於高頻交易、委託單動向、槓桿ETF、新聞事件和情緒的新型動量策略。 基於凱利公式的風險及資金管理,加入了作者個人風險管理的經驗。作者簡介
歐內斯特·陳(Ernest P Chan)金融大數據挖掘與趨勢分析專家,E P Chan合夥公司(E P Chan &Associates)的創始人。曾就職于IBM的T J Watson研究中心,還曾在摩根士丹利以及瑞士信貸擔任量化交易研究員。 在《紐約時報》和《首席投資官》雜誌發表多篇關於量化對沖基金的文章,並擔任過CNBC金融類節目的嘉賓。 在多倫多大學獲得學士學位,在康奈爾大學獲得理論物理學的碩士學位和哲學博士學位。目錄
前言