量化投資與FOF投資：以MATLAB+Python為工具

基 礎(chǔ) 篇
第0章 N分鐘學(xué)會MATLAB（60＜N＜180） 1
0.1 引言 1
0.2 基礎(chǔ)知識 1
0.3 輸入/輸出 11
0.4 數(shù)據(jù)處理 13
0.5 數(shù)學(xué)運(yùn)算 19
0.6 字符操作 27
0.7 日期時(shí)間 29
0.8 繪圖相關(guān) 30
0.9 數(shù)學(xué)、金融、統(tǒng)計(jì)相關(guān) 36
0.10 其他 50
第1章 Python快速入門與進(jìn)階提高 53
1.1 快速入門 53
1.1.1 環(huán)境準(zhǔn)備 53
1.1.2 開發(fā)工具 53
1.1.3 一張圖學(xué)Python 54
1.1.4 Jupyter Notebook啟動(dòng)目錄 55
1.1.5 國內(nèi)鏡像源 56
1.1.6 虛擬環(huán)境 56
1.1.7 包的安裝 57
1.1.8 TA-Lib安裝 57
1.1.9 Pandas顯示控制選項(xiàng) 57
1.1.10 Notebook顯示控制 58
1.2 進(jìn)階提高 58
1.2.1 批處理中切換到虛擬環(huán)境 58
1.2.2 GitHub倉庫包的安裝 59
1.2.3 包的引入 59
1.2.4 在線平臺引入自定義包 60
1.2.5 pd.read_csv編碼 61
1.2.6 pd.read_csv中文路徑 61
1.2.7 pd.read_csv示例 62
1.2.8 pd.read_csv高級玩法 62
1.2.9 pickle技巧 63
1.2.10 MultiIndex多重索引的切片 63
1.2.11 星期 65
1.2.12 魔術(shù)命令 67
1.2.13 隱藏Notebook代碼區(qū) 67
1.2.14 完全屏蔽Jupter Notebook源代碼 67
1.2.15 Python源代碼保護(hù) 68
1.2.16 Python加速 69
1.2.17 多進(jìn)程 69
1.2.18 繪圖內(nèi)存泄露問題 70
1.2.19 ipynb轉(zhuǎn)html 70
1.2.20 TA-Lib中的EMA計(jì)算 71
1.2.21 績效指標(biāo)計(jì)算 72
1.2.22 動(dòng)態(tài)圖表 75

高 級 篇
第2章 基于Python的優(yōu)化問題 76
2.1 數(shù)值優(yōu)化 76
2.1.1 線性規(guī)劃 76
2.1.2 非線性優(yōu)化 79
2.2 組合優(yōu)化 80
2.2.1 風(fēng)險(xiǎn)預(yù)算 80
2.2.2 風(fēng)險(xiǎn)平價(jià) 84
2.2.3 bt庫風(fēng)險(xiǎn)平價(jià)示例 86
第3章 資產(chǎn)配置中如何分配資金 89
3.1 由分配獎(jiǎng)金說起 89
3.2 整體框架 89
3.3 組合優(yōu)化動(dòng)物園 91
3.3.1 零輸入 91
3.3.2 價(jià)格外信息加權(quán) 93
3.3.3 方差協(xié)方差 94
3.3.4 均值-方差優(yōu)化 99
3.4 其他 103
3.4.1 權(quán)重約束 103
3.4.2 方差協(xié)方差估計(jì) 103
3.4.3 多優(yōu)化器 104
3.5 總結(jié) 105
第4章 K線圖及常用技術(shù)指標(biāo)的MATLAB實(shí)現(xiàn) 106
4.1 K線圖的MATLAB實(shí)現(xiàn) 107
4.1.1 MATLAB內(nèi)置函數(shù)candle實(shí)現(xiàn) 107
4.1.2 自己編寫函數(shù)實(shí)現(xiàn) 108
4.2 常用技術(shù)指標(biāo)的MATLAB實(shí)現(xiàn) 113
4.2.1 簡單移動(dòng)平均線（SMA）和指數(shù)移動(dòng)平均線（EMA） 113
4.2.2 自適應(yīng)移動(dòng)平均線（AMA） 118
4.2.3 指數(shù)平滑異同移動(dòng)平均線（MACD） 122
4.2.4 平均差（DMA） 125
第5章 基于MATLAB的行情軟件 128
5.1 基于MATLAB的行情軟件使用介紹 130
5.1.1 面板介紹 130
5.1.2 功能介紹 130
5.2 基于MATLAB的行情軟件建立過程 133
5.2.1 GUI版面布局設(shè)計(jì) 133
5.2.2 核心函數(shù)編寫 135
5.3 擴(kuò)展閱讀 144
5.3.1 MATLAB通過網(wǎng)頁抓取從雅虎網(wǎng)站獲取股票歷史數(shù)據(jù) 145
5.3.2 MATLAB通過網(wǎng)頁抓取從新浪網(wǎng)站獲取股票實(shí)時(shí)數(shù)據(jù) 148
第6章 含衍生品的投資組合風(fēng)險(xiǎn)度量——基于嵌套隨機(jī)仿真方法 153
6.1 金融風(fēng)險(xiǎn)度量 153
6.1.1 常見的幾種金融風(fēng)險(xiǎn)度量 153
6.1.2 衍生品投資組合的損失及風(fēng)險(xiǎn) 155
6.2 嵌套隨機(jī)仿真方法 156
6.2.1 嵌套隨機(jī)仿真的框架 156
6.2.2 基于自助采樣法的計(jì)算量分配方法 159
第7章 基于MATLAB的風(fēng)險(xiǎn)管理 164
7.1 背景介紹 164
7.1.1 VaR模型 164
7.1.2 VaR計(jì)算方法 167
7.2 MATLAB實(shí)現(xiàn) 167
7.2.1 數(shù)據(jù)讀取 167
7.2.2 數(shù)據(jù)處理 177
7.2.3 歷史模擬法程序 179
7.2.4 參數(shù)模型法程序 181
7.2.5 蒙特卡羅模擬程序 182
7.2.6 計(jì)算結(jié)果比較 186
第8章 期權(quán)定價(jià)模型的MATLAB實(shí)現(xiàn) 187
8.1 概述 187
8.1.1 關(guān)于布萊克、斯科爾斯和莫頓的故事 187
8.1.2 Black-Scholes定價(jià)模型 188
8.2 Black-Scholes定價(jià)模型及希臘字母研究 189
8.2.1 Black-Scholes微分方程的推導(dǎo) 189
8.2.2 希臘字母研究及MATLAB仿真測試 195
8.3 二叉樹定價(jià)模型研究 214
8.3.1 期權(quán)定價(jià)的數(shù)值方法概述 214
8.3.2 二叉樹定價(jià)模型 216
8.3.3 二叉樹模型下的希臘字母計(jì)算和測試 221
8.3.4 美式期權(quán)與歐式期權(quán)的風(fēng)險(xiǎn)指標(biāo)對比 225
8.4 BAW定價(jià)模型研究 229
8.4.1 美式期權(quán)定價(jià)模型方法概述 229
8.4.2 BAW定價(jià)模型 229
8.4.3 BAW定價(jià)模型仿真測試 233
第9章 基于MATLAB的支持向量機(jī)（SVM）在量化投資中的應(yīng)用 235
9.1 背景介紹 235
9.1.1 SVM概述 235
9.1.2 LibSVM工具箱 237
9.2 上證指數(shù)開盤指數(shù)預(yù)測 239
9.2.1 模型建立 239
9.2.2 MATLAB實(shí)現(xiàn) 240
9.3 上證指數(shù)開盤指數(shù)變化趨勢和變化空間預(yù)測 247
9.3.1 信息粒化簡介 247
9.3.2 模型建立 250
9.3.3 MATLAB實(shí)現(xiàn) 251
9.4 基于C-SVM的期貨交易策略 256
9.4.1 引言 256
9.4.2 模型建立 257
9.4.3 MATLAB實(shí)現(xiàn) 258
9.5 擴(kuò)展閱讀 273
9.5.1 MATLAB自帶的SVM實(shí)現(xiàn)函數(shù)與LibSVM的差別 273
9.5.2 關(guān)于SVM的學(xué)習(xí)資源匯總 273
第10章 MATLAB與其他金融平臺終端的通信 277
10.1 DataHouse平臺MATLAB接口介紹 277
10.1.1 DataHouse平臺簡介 277
10.1.2 MATLAB接口簡介 279
10.2 Wind平臺MATLAB接口介紹 294
10.2.1 Wind平臺簡介 294
10.2.2 MATLAB接口簡介 295
第11章 基于MATLAB的交易品種選擇分析 300
11.1 品種的流動(dòng)性 300
11.2 品種的波動(dòng)性 303
11.3 小結(jié) 307
第12章 基于MATLAB的交易品種相關(guān)性分析 308
12.1 背景介紹 308
12.2 MATLAB實(shí)現(xiàn) 311
12.2.1 計(jì)算相關(guān)性的時(shí)間長度和時(shí)間周期的選擇 312
12.2.2 不同交易品種（資產(chǎn)）的時(shí)間軸校正 314
12.2.3 全市場品種的相關(guān)性圖形展示 314
12.3 擴(kuò)展閱讀 317
第13章 基于MATLAB的國內(nèi)期貨證券交易解決方案 321
13.1 國內(nèi)期貨柜臺系統(tǒng)介紹 321
13.2 MATLAB對接CTP的各種方式 323
13.3 開發(fā)前準(zhǔn)備 324
13.3.1 文檔下載 324
13.3.2 MATLAB安裝 325
13.3.3 監(jiān)控工具 325
13.3.4 開發(fā)工具 326
13.4 C# 版對接原理 326
13.5 XAPI版項(xiàng)目介紹 327
13.6 MATLAB對接期貨接口介紹（XAPI項(xiàng)目.NET版） 329
13.6.1 導(dǎo)入C# 庫 330
13.6.2 啟動(dòng)行情連接 330
13.6.3 顯示連接狀態(tài) 334
13.6.4 訂閱行情 338
13.6.5 行情連接參數(shù) 338
13.6.6 啟動(dòng)交易連接 338
13.6.7 交易的相關(guān)事件 339
13.6.8 下單 340
13.6.9 撤單 341
13.6.10 退出 342
13.6.11 改進(jìn) 342
13.7 MATLAB對接期貨接口介紹（XAPI項(xiàng)目COM版） 343
13.7.1 COM組件注冊 343
13.7.2 COM組件運(yùn)行 344
13.7.3 COM事件注冊 346
13.7.4 下單 348
13.8 MATLAB對接證券接口 349
13.9 MATLAB對接個(gè)股期權(quán)接口 350
第14章 構(gòu)建基于MATLAB的 回測系統(tǒng) 352
14.1 基于MATLAB的量化回測平臺框架介紹 353
14.1.1 回測平臺實(shí)現(xiàn)細(xì)節(jié)思考 353
14.1.2 回測平臺框架 354
14.2 簡單均線系統(tǒng)的MATLAB實(shí)現(xiàn) 355
14.3 基于MATLAB的策略回測模板樣例 361
14.3.1 模板結(jié)構(gòu) 361
14.3.2 相關(guān)回測變量和指標(biāo)的定義 361
14.3.3 策略描述 363
14.3.4 數(shù)據(jù)準(zhǔn)備 365
14.3.5 回測計(jì)算 366
14.3.6 策略評價(jià) 372
14.4 其他基于MATLAB的回測平臺展示 379
14.4.1 HTS1.0——基于MATLAB設(shè)計(jì)的回測平臺體驗(yàn)版 379
14.4.2 GreenDragon期貨交易算法研發(fā)平臺 381
14.4.3 交易策略回測GUI（Trading Strategy Back Tester） 381
第15章 基于MATLAB的多因子選股模型的實(shí)現(xiàn) 383
15.1 多因子模型介紹 383
15.1.1 背景 383
15.1.2 因子種類 383
15.1.3 因子庫 384
15.1.4 全局參數(shù) 385
15.1.5 初始股票池 385
15.1.6 股票組合 386
15.1.7 情景分析 387
15.1.8 測試流程 387
15.1.9 評價(jià)體系 388
15.2 MATLAB實(shí)現(xiàn) 389
15.2.1 主腳本 389
15.2.2 提取數(shù)據(jù) 391
15.2.3 因子選股 393
15.2.4 回測 394
15.2.5 策略評價(jià) 398
15.3 總結(jié) 400
第16章 基于MATLAB和Wind的量化交易終端AsTradePlatform
介紹與使用 401
16.1 背景介紹 401
16.2 面板介紹 401
16.3 模塊介紹 403
16.3.1 前期準(zhǔn)備 403
16.3.2 初始化 407
16.3.3 登錄/退出模塊 408
16.3.4 策略控制模塊 415
16.3.5 標(biāo)的池模塊 442
16.3.6 策略監(jiān)控模塊 452
16.3.7 賬戶信息模塊 462
16.3.8 手動(dòng)交易 464
16.3.9 選股模型 465
16.4 總結(jié)與改進(jìn) 469
第17章 基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)在量化投資中的應(yīng)用 470
17.1 基礎(chǔ)簡介 470
17.1.1 BP神經(jīng)網(wǎng)絡(luò)概述 470
17.1.2 基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)建模 477
17.2 基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)對股指連續(xù)收盤價(jià)進(jìn)行預(yù)測 481
17.2.1 數(shù)據(jù)與指標(biāo)選取 481
17.2.2 基于BP神經(jīng)網(wǎng)絡(luò)的股指連續(xù)的預(yù)測實(shí)現(xiàn) 482
第18章 基于MATLAB的廣義極值分布在量化投資中的策略挖掘與回測 485
18.1 背景介紹 485
18.1.1 廣義極值分布 485
18.1.2 GEV分布與目標(biāo)價(jià)格的突破概率 488
18.2 GEV策略與回測的MATLAB實(shí)現(xiàn) 494
18.2.1 策略準(zhǔn)則 494
18.2.2 GEV策略構(gòu)建 499
18.2.3 HS300回測 507
18.2.4 股指期貨5分鐘連續(xù)主力合約回測 511
第19章 基于MATLAB的正則 1