具体描述
内容简介
本书分为基础篇和篇两大部分。基础篇通过Q＆A的方式介绍了MATLAB的主要功能、基本命令、数据处理等内容，使读者对MATLAB有一个基本的了解。篇分为20章，介绍了MATLAB结合具体量化投资的相关案例，包括MATLAB处理优化问题和数据交互、绘制交易图形、构建行情软件和交易模型、基于MATLAB的BP神经网络和广义极值分布、基于MATLAB的正则表达式基础教程、FQuantToolBox股票期货数据获取＆量化回测工具箱的介绍与使用等内容，通过丰富的实例和图形帮助读者理解和运用MATLAB作为量化投资的工具。本书的特色在于不仅仅满足理论学习的需要，更帮助读者边学边练，理论与实践并重。本书适合经济金融机构的研究人员和从业人员、进行量化投资的交易员、具有统计背景的科研工作者、高等院校相关专业的教师和学生及对量化投资和MATLAB感兴趣的人士阅读。图书目录
目录基 础 篇
第0章 N分钟学会MATLAB（60＜N＜180） 1
0.1 引言 1
0.2 基础知识 1
0.3 输入/输出 10
0.4 数据处理 12
0.5 数学运算 18
0.6 字符操作 25
0.7 日期时间 27
0.8 绘图相关 28
0.9 数学、金融、统计相关 34
0.10 其他 47
高 级 篇
第1章 基于MATLAB的优化问题 51
1.1 基于MATLAB的线性优化 51
1.1.1 背景介绍 51
1.1.2 线性优化MATLAB求解 52
1.1.3 含参数线性规划 56
1.2 基于MATLAB的非线性优化 57
1.2.1 背景介绍 57
1.2.2 理论模型 58
1.2.3 MATLAB实现 60
1.2.4 扩展阅读 70
1.3 优化工具箱参数设置 73
1.3.1 优化工具箱参数说明 73
1.3.2 优化工具箱参数设置方法 78
1.3.3 参数设置实例演示 80
第2章 MATLAB与Excel的数据交互 81
2.1 数据交互函数 81
2.1.1 获取文件信息xlsfinfo函数 81
2.1.2 读取数据xlsread函数 82
2.1.3 写入数据xlswrite函数 84
2.1.4 交互界面uiimport函数 85
2.2 Excel-Link宏 87
2.2.1 加载Excel-Link宏 88
2.2.2 使用Excel-Link宏 89
2.2.3 Excel 2007加载与使用宏 91
2.3 交互实例 92
2.3.1 基金相关性的计算 92
2.3.2 多个文件的读取和写入 93
2.4 数据的平滑处理 94
2.4.1 smooth函数 94
2.4.2 smoothts函数 99
2.4.3 medfilt1函数 102
2.5 数据的变换 104
2.5.1 数据的标准化变换 105
2.5.2 数据的极差规格化变换 107
第3章 MATLAB与数据库的数据交互 110
3.1 MATLAB实现 110
3.1.1 Database工具箱简介 110
3.1.2 Database工具箱函数 111
3.1.3 数据库数据读取 112
3.1.4 数据库数据写入 117
3.2 系统数据源配置 119
第4章 K线图及常用技术指标的MATLAB实现 122
4.1 K线图的MATLAB实现 123
4.1.1 MATLAB内置函数candle实现 123
4.1.2 自己编写函数实现 124
4.2 常用技术指标的MATLAB实现 128
4.2.1 简单移动平均线（SMA）和指数移动平均线（EMA） 129
4.2.2 自适应移动平均线（AMA） 133
4.2.3 指数平滑异同移动平均线（MACD） 138
4.2.4 平均差（DMA） 140
第5章 基于MATLAB的行情软件 143
5.1 基于MATLAB的行情软件使用介绍 145
5.1.1 面板介绍 145
5.1.2 功能介绍 145
5.2 基于MATLAB的行情软件建立过程 148
5.2.1 GUI版面布局设计 148
5.2.2 核心函数编写 150
5.3 扩展阅读 159
5.3.1 MATLAB通过网页抓取从雅虎网站获取股票历史数据 159
5.3.2 MATLAB通过网页抓取从新浪获取股票实时数据 163
第6章 基于MATLAB的随机模拟 167
6.1 概率分布 167
6.1.1 概率分布的定义 167
6.1.2 几种常用的概率分布 167
6.1.3 概率密度、分布和逆概率分布函数值的计算 171
6.2 随机数与蒙特卡罗模拟 174
6.2.1 随机数的生成 174
6.2.2 蒙特卡罗模拟 178
6.3 随机价格序列 180
6.3.1 收益率服从正态分布的价格序列 180
6.3.2 具有相关性的随机序列 182
6.4 带约束的随机序列 184
第7章 基于MATLAB的风险管理 188
7.1 背景介绍 188
7.1.1 VaR模型 188
7.1.2 VaR计算方法 190
7.2 MATLAB实现 191
7.2.1 数据读取 191
7.2.2 数据处理 200
7.2.3 历史模拟法程序 201
7.2.4 参数模型法程序 203
7.2.5 蒙特卡罗模拟程序 205
7.2.6 计算结果比较 208
第8章 期权定价模型的MATLAB实现 209
8.1 概述 209
8.1.1 关于布莱克、斯科尔斯和莫顿的故事 209
8.1.2 Black-Scholes定价模型 210
8.2 Black-Scholes定价模型及希腊字母研究 211
8.2.1 Black-Scholes微分方程的推导 211
8.2.2 希腊字母研究及MATLAB仿真测试 217
8.3 二叉树定价模型研究 233
8.3.1 期权定价的数值方法概述 233
8.3.2 二叉树定价模型 235
8.3.3 二叉树模型下的希腊字母计算和测试 240
8.3.4 美式期权与欧式期权的风险指标对比 243
8.4 BAW定价模型研究 247
8.4.1 美式期权定价模型方法概述 247
8.4.2 BAW定价模型 247
8.4.3 BAW定价模型仿真测试 250
第9章 基于MATLAB的支持向量机（SVM）在量化投资中的应用 253
9.1 背景介绍 253
9.1.1 SVM概述 253
9.1.2 LIBSVM工具箱 255
9.2 上证指数开盘指数预测 257
9.2.1 模型建立 257
9.2.2 MATLAB实现 258
9.3 上证指数开盘指数变化趋势和变化空间预测 264
9.3.1 信息粒化简介 264
9.3.2 模型建立 267
9.3.3 MATLAB实现 267
9.4 基于C-SVM的期货交易策略 272
9.4.1 引言 272
9.4.2 模型建立 273
9.4.3 MATLAB实现 273
9.5 扩展阅读 287
9.5.1 MATLAB自带的SVM实现函数与LIBSVM的差别 287
9.5.2 关于SVM的学习资源汇总 288
第10章 MATLAB与其他金融平台终端的通信 291
10.1 DataHouse平台MATLAB接口介绍 291
10.1.1 DataHouse平台简介 291
10.1.2 MATLAB接口介绍 293
10.2 Wind平台MATLAB接口介绍 308
10.2.1 Wind平台简介 308
10.2.2 MATLAB接口介绍 309
第11章 基于MATLAB的交易品种选择分析 313
11.1 品种的流动性 313
11.2 品种的波动性 316
11.3 小结 320
第12章 基于MATLAB的交易品种相关性分析 321
12.1 背景介绍 321
12.2 MATLAB实现 324
12.2.1 计算相关性的时间长度和时间周期的选择 325
12.2.2 不同交易品种（资产）的时间轴校正 327
12.2.3 全市场品种的相关性图形展示 327
12.3 扩展阅读 329
第13章 基于MATLAB的国内期货证券交易解决方案 333
13.1 国内期货柜台系统介绍 333
13.2 MATLAB对接CTP的各种方式 335
13.3 开发前准备 336
13.3.1 文档下载 336
13.3.2 MATLAB安装 336
13.3.3 监控工具 337
13.3.4 开发工具 338
13.4 C#版对接原理 338
13.5 XAPI版项目介绍 339
13.6 MATLAB对接期货接口介绍（XAPI项目.NET版） 340
13.6.1 导入C#库 341
13.6.2 启动行情连接 341
13.6.3 显示连接状态 345
13.6.4 订阅行情 348
13.6.5 行情连接参数 349
13.6.6 启动交易连接 349
13.6.7 交易的相关事件 349
13.6.8 下单 350
13.6.9 撤单 352
13.6.10 退出 352
13.6.11 改进 352
13.7 MATLAB对接期货接口介绍（XAPI项目COM版） 353
13.7.1 COM组件注册 353
13.7.2 COM组件运行 354
13.7.3 COM事件注册 356
13.7.4 下单 357
13.8 MATLAB对接证券接口 358
13.9 MATLAB对接个股期权接口 360
第14章 构建基于MATLAB的回测系统 361
14.1 基于MATLAB的量化回测平台框架介绍 361
14.1.1 回测平台实现细节思考 361
14.1.2 回测平台框架 363
14.2 简单均线系统的MATLAB实现 364
14.3 基于MATLAB的策略回测模板样例 369
14.3.1 模板结构 369
14.3.2 相关回测变量和指标的定义 369
14.3.3 策略描述 370
14.3.4 数据准备 373
14.3.5 回测计算 374
14.3.6 策略评价 379
14.4 其他基于MATLAB的回测平台展示 385
14.4.1 HTS1.0——基于MATLAB设计的回测平台体验版 385
14.4.2 GreenDragon期货交易算法研发平台 387
14.4.3 交易策略回测GUI [Trading strategy back tester] 388
第15章 基于MATLAB的多因子选股模型的实现 389
15.1 多因子模型介绍 389
15.1.1 背景 389
15.1.2 因子种类 389
15.1.3 因子库 390
15.1.4 全局参数 390
15.1.5 初始股票池 391
15.1.6 股票组合 392
15.1.7 情景分析 392
15.1.8 测试流程 393
15.1.9 评价体系 393
15.2 MATLAB实现 394
15.2.1 主脚本 394
15.2.2 提取数据 396
15.2.3 因子选股 398
15.2.4 回测 399
15.2.5 策略评价 403
15.3 总结 405
第16章 基于MATLAB和Wind的量化交易终端AsTradePlatform介绍与使用 406
16.1 背景介绍 406
16.2 面板介绍 406
16.3 模块介绍 408
16.3.1 前期准备 408
16.3.2 初始化 412
16.3.3 登录/登出模块 413
16.3.4 策略控制模块 419
16.3.5 标的池模块 446
16.3.6 策略监控模块 456
16.3.7 账户信息模块 465
16.3.8 手动交易 467
16.3.9 选股模型 468
16.4 总结与改进 472
第17章 基于MATLAB的BP神经网络在量化投资中的应用 473
17.1 基础概述 473
17.1.1 BP神经网络概述 473
17.1.2 基于MATLAB的BP神经网络的非线性系统建模 480
17.2 基于MATLAB的BP神经网络对股指连续收盘价进行预测 484
17.2.1 数据与指标选取 484
17.2.2 基于BP神经网络的股指连续的预测实现 484
第18章 基于MATLAB的广义极值分布在量化投资中的策略挖掘与回测 487
18.1 背景介绍 487
18.1.1 广义极值分布 487
18.1.2 GEV分布与目标价格的突破概率 490
18.2 GEV策略与回测的MATLAB实现 495
18.2.1 策略准则 495
18.2.2 GEV策略构建 500
18.2.3 HS300回测 507
18.2.4 股指期货5分钟连续主力合约回测 511
第19章 基于MATLAB的正则表达式基础教程 517
19.1 引言 517
19.2 单个字符的匹配 518
19.2.1 句点符号 518
19.2.2 方括号符号 519
19.2.3 方括号中的连接符 519
19.2.4 特殊字符 519
19.2.5 类表达式 520
19.3 字符串的匹配 521
19.3.1 多次匹配 521
19.3.2 逻辑运算符 522
19.3.3 左顾右盼——利用上下文匹配 523
19.4 标记（tokens） 523
19.4.1 什么是标记 523
19.4.2 如何使用标记 524
19.5 多行字符串与多正则表达式 525
19.5.1 多个字符串与单个正则表达式匹配 525
19.5.2 多个字符串与多个正则表达式匹配 526
19.5.3 多字符串的替换 526
19.6 应用实例 526
第20章 FQuantToolBox股票期货数据获取＆量化回测工具箱的介绍与使用 528
20.1 FQuantToolBox是做什么用的 528
20.2 FQuantToolBox工具箱内容简介 529
20.3 行情数据和基本面数据获取函数 530
20.4 工具箱各版本更新说明 557
用户评价
拿到这本《包邮 量化投资：以MATLAB为工具（第2版）》时，我首先被其沉甸甸的体量所折服，这预示着内容一定非常丰富。翻开书页，作者的文字就如同涓涓细流，将看似高深的量化投资理论，一点一点地渗透到我的脑海里。 让我印象特别深刻的是，作者在讲解“高频交易”策略的部分，非常详细地分析了高频交易的特点，以及在MATLAB中实现高频交易系统所面临的挑战。他详细介绍了如何利用MATLAB进行毫秒级的数据处理和订单发送，这对于我这种对速度要求极高的交易者来说，简直是雪中送炭。他提供的代码示例，虽然看起来有些复杂，但作者的注释非常到位，使得理解起来并不困难。 书中的“风险对冲”章节，也是我反复研读的部分。作者深入浅出地讲解了各种风险对冲工具，例如期货、期权等，以及如何利用MATLAB来构建和评估对冲组合。他分享的关于如何平衡对冲成本和对冲效果的经验，对于我这种在实际操作中经常纠结于此的交易者来说，非常具有指导意义。 而且，这本书的作者似乎非常“实在”，他并不避讳在书中讨论一些量化投资中存在的“坑”，例如如何避免过度优化、如何处理黑天鹅事件等。他以一种坦诚的态度，分享了自己在这方面的教训和心得，这让我感觉非常亲切，也学到了很多宝贵的经验。 总而言之，这本书是一部不可多得的量化投资宝典。它不仅传授了扎实的理论知识，更提供了实用的MATLAB工具应用技巧。作者的真诚和专业，在这本书中得到了淋漓尽致的体现。我敢肯定，这本书将会成为我在量化投资道路上，一个非常重要的伙伴。
这本书的排版设计非常人性化，文字大小适中，行间距合理，使得长时间阅读也不会感到疲劳。书中的图表和代码都经过精心设计，清晰易懂，与文字内容相得益彰。作者在介绍量化投资的各个环节时，都力求做到详尽周全，从数据预处理到策略回测，再到风险管理，几乎涵盖了量化投资的全流程。 我特别欣赏作者在讲解“因子选择”这一关键环节时所花费的篇幅。他详细介绍了多种常用的因子，并深入剖析了这些因子的经济含义和统计特性。作者并没有盲目推崇某种特定的因子，而是强调了因子选择的动态性和适应性，这让我意识到，一个优秀的量化策略，其因子库也需要不断地更新和优化。他还提供了一些在MATLAB中实现因子筛选和因子组合的方法，这些方法非常实用。 在回测部分，作者对不同回测方法的优缺点进行了详细的比较，并重点讲解了如何避免常见的“未来函数”陷阱。这对我来说是非常宝贵的经验，因为在自己实践回测时，经常会因为对回测细节把握不准而导致结果失真。作者提供的MATLAB代码示例，能够帮助我更准确地理解和实现这些回测技巧，从而得到更可靠的回测结果。 除了技术层面的讲解，作者还在书中穿插了一些关于学术研究和行业动态的介绍，这让我在学习量化投资知识的同时，也能对整个领域的发展趋势有所了解。他提到的几篇经典论文，我之后也特意去查阅了，受益匪浅。这种将理论学习与前沿视野相结合的做法，使得整本书的内容更加充实和有价值。 总的来说，这本书是一本非常扎实的量化投资教科书。它既有严谨的理论基础，又有贴近实战的MATLAB工具应用。对于想要系统学习量化投资，并希望掌握实操技能的读者来说，这本书绝对是不可多得的优质选择。
初拿到这本书，其厚重的分量和精美的装帧就给我留下了深刻的印象。书中的每一个章节都像是一个精心设计的模块，将复杂的量化投资体系，拆解得清晰可见。作者在叙述过程中，十分注重逻辑的严谨性，仿佛在带领读者进行一场严谨的学术探究。 书中对于“统计套利”策略的讲解，令我印象尤为深刻。作者并没有停留在概念的介绍，而是深入剖析了构建和执行统计套利策略所需要考虑的各种因素，例如协整关系的检验、价差的动态调整、以及交易成本的影响等等。他提供的MATLAB代码示例，能够帮助读者一步一步地实现一个完整的统计套利交易系统，从数据的获取到信号的生成，再到交易的执行，每一个环节都考虑得很周全。 更令我感到兴奋的是，作者在书中还分享了一些关于“机器学习在量化投资中的应用”的内容。虽然这部分内容可能相对专业，但作者的讲解依然清晰易懂，并且提供了不少实用的MATLAB代码片段。这让我看到了量化投资领域的最新发展趋势，也激发了我进一步探索机器学习在金融领域应用的兴趣。 此外，这本书在讲解过程中，还会时不时地抛出一些“思考题”，引导读者主动去思考和探索。这是一种非常有效的学习方式，能够帮助我将书本上的知识内化，并转化为自己的理解。我发现，通过思考这些问题，我对量化投资的理解又进了一层。 总而言之，这本书不仅是一本技术指南，更像是一次智识的盛宴。作者以其深厚的专业功底和卓越的教学能力，为我们构建了一个全面而深入的量化投资学习框架。我强烈推荐这本书给所有对量化投资感兴趣，并且愿意深入探索的读者。
这本书的封面设计简洁大方，传递出一种专业而又不失亲和力的感觉。当翻开第一页，我就被作者严谨的逻辑和清晰的语言所吸引。书中对于量化投资的基本概念，如风险、收益、回测、优化等，都进行了深入浅出的阐述，即使是初学者也能很快理解。特别是作者在介绍各种量化策略时，并非简单地罗列公式，而是结合了大量的实际案例，让我们能够直观地感受到理论与实践的紧密联系。 书中的代码示例部分更是亮点，作者选择了MATLAB作为实现工具，这对于很多熟悉MATLAB但对量化投资不甚了解的研究人员和工程师来说，无疑是一大福音。MATLAB强大的矩阵运算能力和丰富的工具箱，为量化策略的开发和回测提供了便利。作者在代码编写上也非常规范，注释清晰，使得读者在学习和模仿时能够事半功倍。我尤其喜欢书中关于如何构建交易系统的部分，从数据获取、信号生成到订单执行，每一个环节的讲解都非常到位，并且提供了可供参考的实现思路。 而且，这本书并没有止步于基础理论和策略实现，而是进一步探讨了更深层次的问题，比如如何处理模型的过拟合、如何进行风险管理、以及如何评估策略的实际表现等。这些内容对于想要在量化投资领域有所建树的读者来说，至关重要。作者在这些章节中，不仅分享了自己的经验，还引用了大量学术研究成果，使得整本书的理论深度和实践指导意义都得到了极大的提升。 我特别欣赏作者在书中对于“知行合一”的强调。量化投资不仅仅是数学公式和编程代码的堆砌，更重要的是将理论付诸实践，并在实践中不断学习和改进。书中提供的许多建议，例如如何谨慎地进行实盘交易，如何保持持续学习的态度，都非常有启发性。读完这本书，我感觉自己对量化投资的理解又上了一个台阶，也对如何将所学知识应用到实际投资中有了更清晰的规划。 总的来说，这本书是一本集理论深度、实践指导和工具应用为一体的优秀著作。无论您是量化投资领域的初学者，还是有一定经验的从业者，都能从中获益匪浅。作者的专业知识和教学能力在这本书中得到了充分的展现，相信这本书会成为许多量化投资爱好者的案头必备。
这本《包邮 量化投资：以MATLAB为工具（第2版）》的扉页上，作者用一种十分恳切的语气表达了对读者学习过程的期望，这让我感到一种温暖的连接，仿佛作者就在我身边，手把手地指导我。整本书的纸质和印刷质量都相当不错，拿在手里有分量感，阅读体验很舒适。在内容的编排上，作者似乎有意地将一些看似复杂的概念，通过循序渐进的方式呈现出来，例如在介绍一些基础的统计学概念时，他就巧妙地将其与金融市场数据的特点结合起来，让我这种对统计学不太感冒的人，也能找到学习的乐趣。 书中关于如何利用MATLAB进行数据可视化的章节，尤其让我眼前一亮。作者并没有仅仅展示MATLAB内置的绘图函数，而是深入讲解了如何通过定制化的图表来更直观地展现数据规律和策略表现，这对于我这种视觉型学习者来说，简直是福音。他还分享了一些绘制热力图、散点图矩阵以及时间序列图的技巧，这些图表能够帮助我快速地发现隐藏在数据中的模式，从而更好地理解和评估不同的投资策略。 更让我惊喜的是，书中还穿插了一些作者在实际量化交易过程中遇到的典型问题，以及他如何运用MATLAB来解决这些问题的经验分享。这些“干货”内容，是市面上其他很多书籍难以提供的。比如，关于如何处理缺失数据、如何进行异常值检测、以及如何构建高效的因子库，作者都给出了非常具体的解决方案和MATLAB代码示例。这让我在学习理论的同时，也能直接上手解决实际操作中的难题。 另外，这本书的语言风格也十分讨喜，作者善于运用生动的比喻和形象的描述，将抽象的金融概念变得生动易懂。我尤其喜欢他在解释“黑天鹅事件”时所举的例子，让我对风险有了更深刻的理解。他还时不时地在书中穿插一些关于投资心态的讨论，这对于在量化投资这条道路上，经常会遇到情绪波动的我来说，是非常及时的提醒。 总而言之，这本书不仅仅是一本关于量化投资的技术手册，更像是一位经验丰富的前辈，在悉心传授他的智慧和经验。我从这本书中获得的，不仅仅是知识，更是一种前进的动力和信心。