　　量化投资系统指的是进行量化投资策略分析和实施量化交易的平台和工具。随着投资行业的飞速发展，量化投资系统的研究、开发和推广方兴未艾，备受关注。
　　《量化投资与对冲基金丛书·量化投资系统：平台、原理和可信性》内容主要分为三个部分，第一部分介绍了当前常见的量化投资平台，介绍了Open Quant、Right Edge和Apama等国外主流的量化投资平台，以及十一款国内常见的量化投资平台，并从多个角度对这些平台的特性进行了对比分析；第二部分介绍了量化投资平台的一般构成，以及相关的技术原理；第三部分在前两部分的基础上，分析了量化系统的可信性，重点介绍了可信性分析的关键技术。
　　《量化投资与对冲基金丛书·量化投资系统：平台、原理和可信性》适合的人群：金融投资行业从业人员，投资策略研究员，基金公司管理人员，量化投资系统运行、维护和开发人员，以及对量化投资感兴趣的广大读者。

作者简介

　　李国旗，1977年生于山东省，2007年于上海交通大学获得计算机应用专业博士学位，自2008年至今在北京航空航天大学从事研究工作，主要涉及软件可信性、量化投资、人工智能等领域。至今发表学术论文40余篇，其中10余篇被SCI检索。近年来在投资领域多有著述，尤其在量化投资系统方面具有丰富的设计和实践经验，是中国量化投资学会交易系统和交易策略组的专家成员。

第一部分量化投资平台介绍
第1章国外量化平台介绍
1.1 OpenQuant策略交易平台
1.1.1 OpenQuant策略交易平台简介
1.1.2 OpenQuant策略交易平台的特点
1.2 RightEdge程序化交易平台
1.2.1 RightEdge程序化交易平台简介
1.2.2 RightEdge的特点
1.2.3 开发交易系统的步骤
第2章基于Apama框架开发的平台
2.1 ProgressApama
2.1.1 ProgressApama平台简介
2.1.2 Apama平台架构
2.1.3 Apama部件及核心技术介绍
2.1.4 客户端开发
2.1.5 运行环境
2.2 招商量化交易平台
2.2.1 招商证券量化交易平台概述
2.2.2 量化交易平台整体建设构架
2.2.3 招商证券量化交易平台关键技术
2.2.4 招商量化交易系统第1期的策略
第3章国内量化平台介绍
3.1 金字塔决策交易系统
3.1.1 金字塔决策交易系统概述
3.1.2 软件逻辑架构和程序化交易需求分析流程
3.1.3 金字塔决策交易系统特色
3.1.4 后台程序化工作机理
3.1.5 金字塔版本简要说明
3.1.6 系统配置建议
3.2 龙软DTS程序化交易平台
3.2.1 龙软DTS程序化交易平台简介
3.2.2 DTS交易平台架构
3.2.3 交易策略管理
3.2.4 DTS平台的量化研究
3.2.5 风控管理
3.3 盛立SPT
3.3.1 SPT专业版和机构版的区别和联系
3.3.2 SPT专业版特点
3.3.3 SPT的系统架构
3.3.4 SPT专业版的运行机制
3.3.5 策略开发平台
3.3.6 安全策略
3.3.7 运行环境
3.3.8 应用场景
3.4 MagicQuant
3.4.1 产品架构
3.4.2 核心技术概念介绍
3.4.3 安全性策略
3.5 开拓者程序化交易平台
3.5.1 开拓者（TB）交易平台概述
3.5.2 TB分账户管理平台
3.5.3 TB交易平台特点
3.5.4 TB交易平台优势
3.5.5 TB交易平台的TradeBlazer公式
3.5.6 模型的测试和优化
3.5.7 TB交易平台运行环境
3.6 天软量化研究和交易平台
3.6.1 天软量化研究和交易平台简介
3.6.2 天软金融分析.NET
3.6.3 天软量化研究和交易平台结构图
3.6.4 天软交易网关架构
3.6.5 天软量化研究和交易平台的优势
3.6.6 各种场景接入算法交易平台
3.6.7 天软量化研究和交易平台框架（TSOrder2）
3.7 国泰安量化投资研究平台
3.7.1 国泰安量化投资研究平台概述
3.7.2 国泰安量化投资研究平台架构及特点
3.7.3 国泰安量化投资策略研究平台（QIA-Lite）
3.7.4 国泰安量化投资策略执行平台（QRC）
3.8 广发证券量化策略交易系统
3.8.1 广发证券量化策略交易系统简介
3.8.2 策略交易平台提供的服务
3.8.3 平台架构
3.8.4 交易平台的特点
3.9 易盛程序化交易平台
3.9.1 易盛程序化交易平台简介
3.9.2 平台特点介绍
3.10 恒生ITP
3.10.1 投资赢家智能交易（ITP）平台系统特点
3.10.2 ITP产品优势
3.10.3 ITP量化平台的策略开发
3.10.4 策略研发与运营执行合理区分
3.11 申万量化平台
3.11.1 三个平台
3.11.2 QAS平台
第4章各种量化平台应用的技术对比

第二部分量化投资系统的构建基础
第5章数据库技术
5.1 数据库技术概述
5.2 大型关系数据库管理系统
5.2.1 DB
5.2.2 Oracle
5.2.3 SQLServer
5.2.4 Sybase
5.2.5 Teradata
5.3 小型关系型数据库管理系统
5.3.1 Access
5.3.2 MySQL
5.4 嵌入式关系数据库管理系统（SQLite）
5.5 非关系数据库管理系统（NoSQL）
5.6 金融数据库终端
第6章开发和扩展技术
6.1 开发平台
6.1.1 Java开发工具
6.1.2 Windows.NETFramework开发工具
6.1.3 Delphi开发工具
6.1.4 Java、.NET和C/C++开发平台的对比
6.2 扩展技术
6.2.1 可扩展技术
6.2.2 二次开发技术
第7章分析策略开发技术
7.1 量化策略简介
7.2 量化投资策略开发的程序设计原理
7.2.1 事件驱动型
7.2.2 目标驱动型
第8章网络安全
8.1 保密安全（Security）
8.2 对金融网络安全的认识
8.3 金融网络信息安全的特性
8.3.1 金融网络安全具有动态性
8.3.2 金融网络的整体安全防护原则
8.4 安全体系结构与安全模型
8.5 现有的安全机制与服务
8.5.1 网络安全服务
8.5.2 网络安全结构模型
8.6 金融网络安全主要技术
8.6.1 物理隔离网络
8.6.2 网关
8.6.3 防火墙（Firewall）
8.6.4 入侵检测系统（IDS）
8.6.5 虚拟专用网
8.6.6 数据加密技术
8.6.7 智能卡技术
8.6.8 扫描技术
8.6.9 容灾技术
8.7 金融网络安全的防范措施

第三部分量化投资系统的可信性
第9章可信性概述
9.1 信息系统面临的系统性风险和挑战
9.2 可信性提出的背景
9.3 可信性的概念
第10章可信性工程方法
10.1 可信性的工程标准
10.2 可信性工程的基本原理
10.2.1 过程控制和分级控制
10.2.2 额外的设计技术
10.2.3 需求追踪
第11章可信性分析
11.1 可信性分析概述
11.2 FMECA技术
11.2.1 FMECA概述
11.2.2 软件FMECA的分析过程
11.2.3 案例
11.3 FTA技术
11.3.1 FTA概述
11.3.2 FTA分析过程
11.3.3 FTA分析工具及使用步骤介绍
11.3.4 案例
11.4 基于Petri网的可信性分析
11.4.1 Petri网的发展
11.4.2 Petri网的种类
11.4.3 常用的Petri网
11.4.4 Petri网的结构
11.4.5 Petri网的形式化定义
11.4.6 标识网和网系统
11.4.7 Petri网的分析方法
11.4.8 Petri网的结构性质（动态性质）
11.4.9 Petri网的规则
11.4.10 Petri网的行为
11.4.11 Petri网的基本原理
11.4.12 Petri网画图工具
11.4.13 基于Petri网的在线证券交易协议可信性分析
11.4.14 基于P/T系统的量化交易系统的正确性分析与验证

前言/序言

　　为什么要写这本书
　　量化投资中的许多活动是依赖计算机及人工智能技术实现的，怎么保证系统是可以信赖的？也就是说，对于任何投资活动，风险是永恒的关注点，如何去认识量化投资中的系统性风险是关键的问题。通俗地说，要说服某个老板采用量化投资，把许多投资活动交给计算机程序来做，得说清楚怎么保证计算机不会出错吧——说明这个问题，是本书最初的动机。
　　毋庸置疑，量化投资系统是一种安全关键系统，所谓安全关键系统（Safety Critical System），国际通行的定义是一旦发生故障或者错误会带来人身伤害、严重的环境污染或者金融损失的系统。直白地说，如果您的投资程序出错了，让您亏了本或者踏了空，您觉得不心疼，那您就可以忽略这本书了，否则，即使您不看这本书，也应该了解相关的知识。安全关键系统的软件工程，特别是增加了人工智能技术后，是一门很深的学问。许多相关的知识是非专业人员很难接触到的，许多相关的智慧也需要慢慢才能领悟——就是所谓的“认识”。写这本书的重要目的之一就是要提高读者的认识，对量化投资系统性风险及其应对方法的认识。
　　目前国内市场上有很多款量化投资系统可供选择，总的来说是不错的。不过，2013年光大证券乌龙指事件之后，有人指责国内的量化投资系统有问题，说许多系统太“山寨”。其实这个问题，笔者认为应该从两个方面来考虑，一是近几年国内的大环境确实有问题，大家都比较浮躁，急功近利，会造成许多问题；另一方面，构建一个量化投资系统本身是很有难度的，产品本身要好，在具体应用的时候，产品的本地化和二次开发也十分重要，这里就需要做系统的、做策略的以及相关的投资决策者能够深入、高效地进行沟通。对市场上的这些量化投资系统做个全面的介绍，对它们的特点进行对比分析，并介绍相关的原理以便促进上述的沟通，是出版本书的另外一个目的。
　　此外，许多年轻的读者可能最关心的是现实中的就业机会及长远的发展前景。据我所知，目前国内从事量化投资系统开发和服务的厂家大概有十几家了，许多投资公司也都在扩大IT部门的规模以便对购买的量化投资系统进行二次开发和维护。总的来说，量化投资在国内还处于起步阶段，将来会有很大的一个产业规模，所以无论您是学计算机的对金融投资感兴趣，还是学金融的对计算机感兴趣，相信本书都是您所需。
　　基本概念
　　欧美的学者写书喜欢在前言里申明基本的概念，以期建立后续讨论的基础。这或许和西方人的思维习惯有关，有人说西方哲学的核心是本体论（Ontology），所谓本体，简单说就是概念，以及概念和概念之间的关系。明确的、无歧义的概念是知识表示的规约，是信息交互的保障。这是值得学习和提倡的。
　　在这里，量化投资和量化投资系统是两个最基本的概念。
　　所谓量化投资，维基上给出的解释是：Quantitative investing represents an investing technique typically employed by the most sophisticated， technically advanced hedge funds. These firms employ fast computers to find predictable patterns within financial data. （笔者译：量化投资指的是通常被大多数成熟的、技术先进的对冲基金使用的投资技术，这些公司采用先进的计算机从金融数据中发现可预测的模式。）这句话有两个要点，首先量化投资通常是被对冲基金使用的，对冲基金的特点是高风险、弱监管、低容量和高收益，这就说明了量化投资通常的适用领域；其次，量化投资依赖计算机技术，通过计算机系统来处理金融数据，目标是预测未来。
　　经过一番搜索，发现量化投资系统至今没有一个明确的定义，这里笔者试着给出。所谓量化投资系统，指的是进行量化投资策略分析和实施量化交易的平台和工具。其范围和边界是除了人以外，进行量化投资活动所依赖的实体，包括软件、硬件、网络和服务。我们更关注的是软件。其特性有三个方面：数据处理，即通过分析历史数据开发模型，通过查询实时数据确定投资策略及投资行为；大量使用人工智能技术，通过人工智能开发模型，依赖人工智能生成策略；安全关键，即所谓的Safety-Critical System。
量化投资与对冲基金丛书·量化投资系统：平台、原理和可信性 [Quantitative Investing Systems:Platform，Principle and Dependability] 下载 mobi epub pdf txt 电子书格式