機械化交易新解：技術指標進化論 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

杜昭銘（Parkson Dow） 著

图书标签:

• 量化交易
• 技术指标
• 交易策略
• 金融工程
• Python
• R语言
• 机器学习
• 时间序列
• 市场分析
• 投资理财

出版社： 寰宇出版股份有限公司

ISBN：9789866320316

商品编码：16014169

包装：平装

出版时间：2011-07-01

用纸：胶版纸

页数：312

正文语种：繁體中文

商品尺寸：21*14.8

内容简介

《機械化交易新解：技術指標進化論》從設計公式、基本觀念、運用規則、背離運用、圖形運用、切線運用、交易運用、實戰心得等，深度解析『RSI』、『KD』、『MACD』三大技術分析指標。機械化交易是作者多年來努力推廣的交易方式，他認為想要啟動交易的獲利金鑰、資金管理，唯有執行機械化交易是不二法門。本書展現了作者對交易獨特的見解以及長年研究深厚的功力，對於交易者來說，這是一本不容錯過的經典。
《機械化交易新解：技術指標進化論》歸納目前市場指標使用的共通特性；一、指標運算，瞭解均線的運作原理，二、從資訊分析來談背離的認識與運用。三、時間與乖離的運用。本書的目的是希望讀者們能重拾對長壽指標的認識與信心。從書中會看到許多過往不曾聽到的使用觀念，都是作者自原創者所得來原汁原味的考據；其中有些創新使用觀念，也都是延伸自原創基礎理論基礎。作者給讀者的承諾就是，你將真正的瞭解這些技術指標原理與用法，並該努力思考著如何加強指標工具的運用，讓獲利提升。
作者認為投資人的問題，不是在尋求一個耀眼的聖盃，而是一個好用的交易武器。他人好用的交易模式不一定適合你。作者偏好往60%的盤局日子裡鑽，不喜歡等待十幾年才來一次的大行情。市場的道理如同人生一般「法本無法」，沒有所謂的定理，所有的道理都必須自己用心過濾深思。

作者简介

Parkson Dow（杜昭銘）
學歷：景文高工
經歷：專職金融商品交易24年
專長：機械化交易、程式交易
現職：Trader&Writer;
著作：《TradeStation程式交易全攻略》、《機械化交易新解：技術指標進化論》

内页插图

目录

推薦序1
推薦序2
推薦序3
推薦序4
推薦序5
以謝代序
前言
壹、實戰技術篇：法本無法、心手合一
技術指標使用導引
指標的分類－－趨勢指標與動量指標
動量指標運用之母－－背離訊號
曲線閱讀基礎－－葛蘭碧八大法則
一、全方位交易指標－－強弱指標RSI介紹
RSI公式設計觀念與原理
RSI指標運用之峰頂與谷底
RSI指標運用之背離
RSI指標運用之圖形分析與壓力支撐
RSI切線拉回與背離關係
RSI的突破盤局訊號
RSI停損與反手進場
RSI交易範例
二、市場的情緒度量衡－－KD隨機指標介紹
KD隨機指標公式設計觀念與原理
KD特性之一：發散與收斂
KD特性之二：穿越
KD特性之三：關鍵
KD特性之四：警告
KD特性之五：膝部與肩膀
KD特性之六：只有%K產生背離
KD特性之七：定位（準反轉）
KD特性之八：多頭出場設定
KD特性之九：空頭出場設定
Parkson看KD隨機指標
KD持倉的層層驚喜
指標背離的無解宿命
KD交易範例
三、順勢逆勢交易兩相宜－－MACD指標介紹
MACD的設計公式與基本觀念
Gerald建議的MACD使用規則
MACD買賣訊號之一：背離運用
MACD買賣訊號之二：柱狀圖運用
MACD買賣訊號之三：切線運用
MACD買賣訊號之四：Bill Williams論點
MACD買賣訊號之五：Linda Bradford Raschke 實戰心得
MACD交易範例
貳、交易資金管理篇
停損點的設定原理與概念
追蹤型停損與加碼
交易策略與資金管理的交集
資金配備與風險控管
交易概率數字面面觀
附錄一、Parkson話交易
欲修其身者，先正其心—談交易心態
聖杯之路
真實謊言
話停損
奇蹟與偏見
你為什麼不交易？
交易攻守之道
機械化交易之我見
附錄二

精彩书摘

內文連載
壹、實戰技術篇：法本無法、心手合一
技術指標使用導引
我們希望交易會是一門要求精確的科學，但是在傳統的圖形技術分析領域裡交易被變成科學與藝術混合的事物。當事情一牽涉到藝術的浪漫區域裡，就會讓人常常落得有理說不清了。雖然有謂「一圖勝千言」，但千言萬語在交易的過程是多了些。於是交易圈裡的一些工程師們開始思索一條比較簡明與數據主導的理性分析工具──指標。
技術指標通常是利用一組數學運算公式，公式可能是歸納也可能是數值比較，許多更是衍生自統計學上的一些原理。基本上就是所謂「量化」我們的交易歷史數據，在結果中方便的分析遞增、遞減或週期變化，解讀後可以迅速的被分析得到結論以幫助投入交易。所以，公式是條理化的，而我們的交易動作也可以被條理化。而條理化、制度化交易可以減少行情判斷的灰色地帶，導引我們交易進入一種直覺化反應的交易，我們稱之為「機械化交易」。
機械化交易有助於我們面對市場上龐大且出現迅速的資訊，特別是當我們面對分時區段的短線交易進出（Day Trading）；或者我們在面對股市動輒上千上萬家上市公司做投資篩選時（Screener），你希望一天只有２４小時的我們在每一家公司裡停留多少時間來得到初步分析結論？當然更好的消息是，你可以輕易的把規則告訴電腦化程式語言，讓電腦幫你篩選甚至監督即時行情。從讓電腦來幫助我們交易這件事，就更可以看到指標除簡化交易分析的時間外的另一個好處就是——它可以在最少的失真下被複製，複製知識或我們所謂的教育。
複製交易知識最成功並為人所傳頌的就是——交易圈神秘的團體超級作手丹尼斯（Richard Dennis & William Eckhardt in 1984）一手訓練出的「烏龜小組」（Turtle Trader）。第一代烏龜小組來自個別不同生活與工作環境，在丹尼斯短期的訓練教育之後就披掛上陣獨立作業。長期以來，在美國的投資顧問界每年評比最佳績效前二十名中，常常包辦二分之一強的名額。近年來烏龜的神秘面紗已經被揭開許多，在網路上可以取得許多文件以一窺究竟。再簡單不過了的２０天高價、低價突破進場法，外加市場變動率計算投資比重與加碼；如此便創造市場的神話。
許多人在看完烏龜的文件後大多產生兩種反應，一是失望，另一是繼續不相信烏龜的交易會是如此簡單，簡單的到他十歲的兒子都可以理解並吵著要爹地明天幫他開戶。但是，這不就是機械化操作的最大優勢嗎？容易被學習與容易在市場進入狀況。
機械化交易一直是我努力所推廣的交易方式，在本書的最後，我還會再跟你討論機械化交易與它的好處，因為想要啟動交易的獲利金鑰、資金管理，唯有執行機械化交易是不二法門。

前言/序言

好的，这是一份关于《量化投资的基石：从基础理论到实战策略》的图书简介。 --- 量化投资的基石：从基础理论到实战策略 深入理解现代金融市场的驱动力 在全球金融市场日益复杂与高频化的今天，传统的主观投资方法正面临前所未有的挑战。量化投资，这一结合了金融学、数学、统计学乃至计算机科学的交叉学科，已成为主导现代投资决策的核心力量。《量化投资的基石：从基础理论到实战策略》旨在为读者构建一个全面、系统且深入的量化投资知识体系。本书不局限于介绍特定的交易模型或软件操作，而是着重于揭示量化投资背定的底层逻辑、核心理论框架及其在真实市场中的应用精髓。 本书的结构设计力求逻辑严谨，层层递进，确保即便是对金融工程背景不深的读者，也能逐步掌握量化投资的理论脉络，并能将所学知识转化为可操作的投资策略。 第一部分：量化投资的理论基础与数学工具 本部分是整个量化投资体系的理论基石。我们首先摒弃对复杂公式的盲目崇拜，转而强调对核心金融经济学概念的深刻理解。 第一章：现代投资组合理论的再审视 我们将从马科维茨（Markowitz）的经典模型出发，探讨其在实际应用中的局限性，特别是对资产收益率分布的假设。随后，深入剖析资本资产定价模型（CAPM）及其多因子扩展，如Fama-French三因子和五因子模型。重点在于理解风险因子（如市值、价值、动量、质量）的经济学意义，而非仅仅将其视为统计拟合的结果。我们讨论如何使用滚动回归和时间序列分析来估计和检验这些因子的有效性。 第二章：概率论与随机过程在金融中的应用 量化策略的稳健性建立在严谨的概率论基础上。本章细致讲解了随机过程（如布朗运动、几何布朗运动）如何用于描述资产价格的演化，并探讨了伊藤引理在衍生品定价中的核心地位。对于风险管理，则需要掌握条件风险价值（CVaR）和极值理论（EVT），这些工具对于理解极端市场事件的发生概率至关重要。我们将通过Python的`scipy`库实例，演示如何对金融数据进行拟合检验，确保模型选择的准确性。 第三章：时间序列分析与高频数据处理 金融时间序列的显著特点是其非平稳性、异方差性和序列相关性。本章聚焦于单位根检验（ADF、KPSS）、协整检验（Engle-Granger、Johansen）等工具，以识别资产间的长期均衡关系。对于高频交易领域，本书介绍了如何处理噪声数据、时间戳对齐（Timestamp Alignment）以及微观市场结构的建模，例如订单簿的动态变化及其对价差的冲击效应分析。 第二部分：数据、因子与模型构建 理论是基础，数据和因子是量化的血液。本部分聚焦于如何从海量信息中提取出具有预测能力的信号。 第四章：数据源的获取、清洗与特征工程 量化投资的质量受制于数据质量。本章详细介绍了主流的数据类型：行情数据（Level 1/Level 2）、基本面数据、另类数据（卫星图像、新闻情感等）。重点讲解了数据清洗的关键步骤，包括异常值检测（使用鲁棒统计方法如M-估计）、缺失值插补策略（基于时间序列插值或机器学习模型），以及如何构建多粒度的时间序列特征。我们强调特征交叉和特征选择的重要性，避免维度灾难。 第五章：因子的构建、检验与衰减分析 因子是量化策略的核心Alpha来源。本书系统地梳理了市场公认的因子（价值、成长、动量、质量、波动率等）的构造方法，并提供了一套标准化的因子检验流程——包括T检验、信息系数（IC）计算、信息比率（IR）评估。尤为重要的是，我们将探讨因子生命周期管理，即如何量化因子的衰减速度，并设计动态的因子轮换机制，以保持策略的长期有效性。 第六章：机器学习在量化中的应用与局限 近年来，机器学习模型在预测收益和分类任务中展现出潜力。本章超越了简单的线性回归，深入探讨了树模型（如随机森林、XGBoost）在因子筛选中的应用，以及深度学习模型（如LSTM、Transformer）在处理序列依赖性问题上的尝试。关键在于讨论模型的过拟合风险、样本外（Out-of-Sample）测试的严格性，以及如何使用模型可解释性工具（如SHAP值）来理解模型决策的经济逻辑。 第三部分：策略设计、回测与风险控制 拥有优质因子后，如何将其转化为一个稳定、可盈利的交易系统是实践的关键。 第七章：量化交易策略的系统化设计 我们将策略开发过程分解为输入、信号生成、头寸确定、执行和退出五个核心模块。重点讨论了不同策略类型（如趋势跟踪、均值回归、套利策略）的结构差异。在执行环节，详细介绍了订单流的建模，包括滑点（Slippage）的精确估计，以及如何使用最优执行算法（如VWAP、TWAP）来最小化交易成本。 第八章：严谨的回测框架与偏差消除 回测是策略的试金石。本章着重于构建一个“无偏见”的回测环境。我们将深入剖析回测中常见的陷阱，例如：前视偏差（Look-Ahead Bias）、幸存者偏差（Survivorship Bias）、数据频率不匹配偏差。我们提供了一套完整的诊断工具，用以评估回测结果的稳健性，包括蒙特卡洛模拟在压力测试中的应用，以及如何通过“样本内/样本外”划分进行模型验证。 第九章：风险管理与资金规模化（Scaling） 一个成功的量化系统，其风险管理模块必须与Alpha生成模块同等重要。本章涵盖了核心风险指标的计算与监控，如最大回撤、夏普比率、索提诺比率。更进一步，我们探讨了多策略组合的协方差管理，如何通过有效的资产配置平滑整体净值曲线。最后，本书讨论了资金规模化（Scaling）的挑战，即当资金规模增大时，策略的有效性和交易成本如何变化，以及如何通过分层策略应对流动性约束。 结语：面向未来的量化视野 《量化投资的基石》不仅仅是一本技术手册，更是一份引导读者构建批判性思维的指南。它强调，量化投资的未来在于不断适应市场结构的变化、数据类型的融合以及计算能力的提升。本书旨在培养读者终身学习的能力，使他们能够持续地发现、验证和部署新的投资信号，最终在竞争激烈的金融市场中立于不败之地。 --- 目标读者： 量化交易从业者、金融工程专业学生、高净值人士的私人投资顾问、以及所有希望从根本上理解现代金融市场运作机制的专业人士。 建议配套： 读者最好具备基础的线性代数和统计学知识，并对Python编程有初步了解。本书提供了大量的理论推导和代码逻辑框架，而非直接的代码复现包。

评分☆☆☆☆☆

作为一个在市场摸爬滚打多年的老股民，我一直对技术分析情有独钟。然而，随着市场的日益复杂和信息传播速度的加快，我越来越感觉到，传统的、单打独斗的技术指标应用方式，似乎有些力不从心。“機械化交易”这个概念，对我来说，既熟悉又陌生。熟悉是因为我早已听说过自动化交易的优势，陌生则是因为我对它的具体实现方式和底层逻辑缺乏深入的了解。而“技術指標進化論”这个副标题，更是让我眼前一亮。它意味着这本书并非停留在对现有指标的简单罗列和解释，而是试图去探究这些指标是如何随着时代的发展而不断演进的。我非常想知道，作者是如何定义“進化”的？是指指标的计算方式更加精妙？还是指它们能够更好地适应不同的市场环境？或者，是指它们能够与更高级的算法模型融合，发挥出更强大的威力？我脑海中浮现出各种经典技术指标，例如布林带、MACD、KDJ等，它们在机械化交易的语境下，是否被赋予了新的解读和应用方式？这本书似乎承诺着一场关于技术分析的“升级”，我期待它能帮助我突破现有认知，找到在当前市场环境下更有效、更智能的交易方法。

评分☆☆☆☆☆

“機械化交易新解”，光是这几个字，就足以勾起我强烈的好奇心。它传递出一种“解构与重构”的意味，仿佛有人要将我们习以为常的交易模式进行一番深刻的剖析，然后用一种全新的、更加高效的方式来呈现。而“技術指標進化論”，更是为这种“新解”注入了灵魂。它暗示着，我们所熟知的那些技术指标，并非静止不变的工具，而是在不断地“进化”，以适应日益变化的市场环境和技术水平。我非常期待，作者是如何阐释这种“进化”的？是它涉及到更深层次的数学模型和统计学原理？还是它与人工智能、大数据等新兴技术产生了怎样的奇妙化学反应？我脑海中闪过无数个关于技术指标的问号：它们是如何从最初的简单图表，演变成如今支撑起复杂量化策略的核心要素？在“機械化交易”的时代，它们又扮演着怎样的角色？是作为决策的依据，还是作为执行的指令？这本书的名字，让我看到了一个更加智能、更加动态的交易未来，我渴望通过阅读这本书，去理解和把握这种“进化”的力量，从而在未来的交易中占据先机。

评分☆☆☆☆☆

这本书的书名听起来就充满了前沿的科技感和深度，仿佛能带领我穿越到未来，见证交易世界的变革。我最近一直在关注量化交易和算法交易的发展，这本书的名字恰好击中了我的兴趣点。“機械化交易”这个词本身就蕴含着自动化、高效和精确的特质，而“新解”则暗示着作者并非简单重复已有的概念，而是带来了全新的视角和独到的见解。“技術指標進化論”更是引人遐想，它似乎在描绘一个宏大的图景，展示了各种技术指标如何从诞生之初，经过不断的迭代、优化和创新，最终演变成如今支撑起复杂交易策略的强大工具。我迫不及待地想知道，作者是如何梳理这些技术指标的发展脉络的？是按照时间顺序，还是按照功能分类？书中是否会涉及到一些经典的、耳熟能详的技术指标，比如移动平均线、MACD、RSI等，然后深入剖析它们在“機械化交易”时代被赋予的新生命？又或者，作者会重点介绍一些鲜为人知但却极具潜力的“进化”后的指标，它们是如何克服旧指标的局限性的？我想象着书中可能会出现的图表和公式，它们一定能够清晰地展示指标的演变过程和实际应用的效果。这本书无疑为我打开了一扇通往更高级交易领域的大门，我期待它能带来一场关于技术指标的知识盛宴。

评分☆☆☆☆☆

这本书的书名，让我想到了一个关于“智慧”的故事。在古老的时代，人们依靠观察星象、潮汐来理解自然规律，这或许就是最原始的“技术指标”。而如今，随着科技的飞速发展，我们拥有了强大的计算机和复杂的算法，能够模拟、预测甚至操控市场。 “機械化交易”就如同将这种“智慧”赋予了机器，让它们在交易的世界里精准、高效地执行指令。“技術指標進化論”则像是讲述了这段“智慧”的成长史，从最初的萌芽，到如今的枝繁叶茂。我很好奇，作者会如何描绘技术指标的“进化”路径？是它们从简单的静态数据，变成了能够感知市场情绪、甚至是预测新闻事件的动态分析工具？书中是否会介绍一些突破性的指标概念，它们能够超越传统的价量关系，深入挖掘市场的微观结构和潜在驱动力？我想象着，这本书或许会挑战我们对技术指标的固有认知，让我们看到一个更加智能、更加前沿的交易世界。它不仅仅是一本关于交易的书，更像是一部关于金融科技演进的史诗，我迫不及待地想翻开它，一探究竟。

评分☆☆☆☆☆

坦白说，看到这本书的标题，我最先联想到的就是那些在金融市场呼风唤雨的“量化巨头”和他们背后神秘莫测的算法。 “機械化交易”这个词，在我心中勾勒出一幅幅高速运转的电脑屏幕，一行行精妙的代码，以及不知疲倦、毫秒必争的交易执行场景。而“技術指標進化論”，则像是一个宏大的叙事，它不仅仅是关于几个技术指标的讲解，更像是一部关于金融科技发展史的缩影。我很好奇，作者是如何看待技术指标在“機械化交易”中的角色演变的？是它们从简单的辅助工具，逐渐成为了交易决策的核心驱动力？还是说，随着人工智能和机器学习的兴起，传统的技术指标也发生了颠覆性的变化，它们被赋予了更强的学习能力和预测能力？我甚至在想，书中是否会探讨一些关于“黑箱”算法的哲学思考，或者分析在高度机械化的交易环境中，人类交易者的价值何在？这本书的名字充满了探索和发现的意味，它不仅仅是写给那些已经身处量化交易前沿的专业人士，也同样吸引着像我这样，对金融科技的未来充满好奇的普通投资者。我期待它能给我带来一些颠覆性的认知，让我对交易的理解提升到一个全新的高度。

评分☆☆☆☆☆

在商品现货市场,如果买卖双方达成交易,一般是”胜——胜”型的双赢结果,而在期货市场,期货合约的交易则是”胜——负”型结果,因此,在任何情况下必定有一部分投资者将处于亏损的被动局面中.如果投资者想在期市中成为长期,稳定的赢家,就必须确立符合市场条件的投资原则.

评分☆☆☆☆☆

这个时候的人不知道金融投资市场并不是他眼中屏幕上的图表那么简单,不知道进入金融市场需要掌握什么样的知识,眼中只有买和卖,开始也许会尝点甜头,初战告捷自然信心大增,满仓进满仓出,渐渐的他发现这个时候市场怎么老跟自己过不去,卖了就涨,买了就跌,而且反向入场点位时机均佳,好像市场反向的动力就差他自己那几手交易.这就是期货市场的魔力,赚大钱甚至是连续几次赚大钱十分地容易,而要保住利润,长久地保住利润却万分地难.每个期货人都有过赚钱的经历,不少人还有过在一段时期内连续多次赚大钱的经历,但有能力保住利润的却少之又少, 最后的结果确往往使他们失望,这个结果就是市场只有少数人能够从中获利,甚至是暴利.

评分☆☆☆☆☆

市场交易的方式非常多,用五花八门来形容一点也不为过,各种交易方式都有获利的可能,这也是期货的魅力所在.这种魅力吸引了大量投资者来参与期货交易,人人都认为自己可以成功,然而,也正是因为交易方式的多样性,导致投资者难以找到适合自己的交易方式,因为市场在不同的阶段都有与其相适应的交易方式在获利,这使投资者产生一种错觉:市场上到处都是机会天天都有人在赚钱,可自己为什么却总也抓不住呢 投资者很容易迷失在这种错觉之中,这种错觉的根源在于投资者因错过任何机会都很后悔,都会自责,因为他自认为这个机会他是有能力把握的,市场的包容性,往往是导致投资者无从确定自己交易方式的根源,而实际操作中,越贴近市场越容易受到各种各样其他因素的影响,如市场气氛,主力的出入,消息的震荡,行情运行的拉锯,都可能使一个交易者无法承受心理压力而做出错误的判断,这就是亏损的根源.

评分☆☆☆☆☆

在商品现货市场,如果买卖双方达成交易,一般是”胜——胜”型的双赢结果,而在期货市场,期货合约的交易则是”胜——负”型结果,因此,在任何情况下必定有一部分投资者将处于亏损的被动局面中.如果投资者想在期市中成为长期,稳定的赢家,就必须确立符合市场条件的投资原则.

评分☆☆☆☆☆

在商品现货市场,如果买卖双方达成交易,一般是”胜——胜”型的双赢结果,而在期货市场,期货合约的交易则是”胜——负”型结果,因此,在任何情况下必定有一部分投资者将处于亏损的被动局面中.如果投资者想在期市中成为长期,稳定的赢家,就必须确立符合市场条件的投资原则.

评分☆☆☆☆☆

还没看

评分☆☆☆☆☆

市场交易的方式非常多,用五花八门来形容一点也不为过,各种交易方式都有获利的可能,这也是期货的魅力所在.这种魅力吸引了大量投资者来参与期货交易,人人都认为自己可以成功,然而,也正是因为交易方式的多样性,导致投资者难以找到适合自己的交易方式,因为市场在不同的阶段都有与其相适应的交易方式在获利,这使投资者产生一种错觉:市场上到处都是机会天天都有人在赚钱,可自己为什么却总也抓不住呢 投资者很容易迷失在这种错觉之中,这种错觉的根源在于投资者因错过任何机会都很后悔,都会自责,因为他自认为这个机会他是有能力把握的,市场的包容性,往往是导致投资者无从确定自己交易方式的根源,而实际操作中,越贴近市场越容易受到各种各样其他因素的影响,如市场气氛,主力的出入,消息的震荡,行情运行的拉锯,都可能使一个交易者无法承受心理压力而做出错误的判断,这就是亏损的根源.

评分☆☆☆☆☆

还没看

评分☆☆☆☆☆

还没看