量化投资与风险对冲：策略到实战［美］姚威力［中］宋光辉量化投资金融风险对冲期权期货_［美］姚威力［中］宋光辉_9787111786788

量化投资是传统投资方法的自然科学进化。量化投资的重要性不仅在于其为投资者提供了新的工具和方法，更在于它体现了科技赋能在投资领域中不可逆转的趋势。量化投资知识也将是投资相关从业人员不可或缺的技能。从业绩长青的国际量化基金发展历史来看，量化投资以及风险对冲管理必须是一个系统化的工程，机构化的运作。作者将多年国际领先对冲基金中系统化及机构化运作量化投资和风险对冲的实操经验进行分享，可以帮助读者建立起清晰的量化投资知识体系，提供了入门和深入学习的实操路径。本书分成三个部分: ￠第一部分走进量化投资和风险对冲的世界，介绍量化投资和风险对冲定义，金融工具和金融市场，量化投资策略分类和策略概述，策略绩效评估，以及量化投资执行体系。￠第二部分挖掘量化投资策略的逻辑要点，对常见的量化投资策略，从策略逻辑、策略要点、策略特征、策略风险和对冲四个维度进行刨析。￠第三分部分开启量化投资实践之旅，循序渐进讲解了策略系统，策略数据，策略程序编写的具体工作。随着近年来人工智能大语言模型技术的突飞猛进，高效的AI Agentic分析师、投资经理的应用将进一步挤压传统的投资方法市场份额，我们希望读者能够以本书作为起点，进入一个崭新的，科学的，系统化的量化投资世界。

|前　　言|在城堡投资集团工作的第一天，我坐在交易台环视周围对冲基金行业中的顶级交易员们，以及十米开外的基金创始人、芝加哥首富的办公室，心里是非常忐忑不安的。我能胜任这份工作吗？毕竟我的专业是物理，对投资和金融行业的了解仅限于股票的买卖操作。那时量化投资并没有现在这么普及，也找不到什么书能让我快速学习这方面的知识。交易员们的工作都非常繁忙，他们交代我做事时基本上就是几句话，不会解释什么。我能做的也只是先答应下来，心里默念这些任务，后续再理解问题并四处寻找解决方案。他们的对话中充满了那些每一个字都知道，但放到一起我就不懂的术语。我也只能边开车边学习修理引擎。好在经过三个月紧张而高强度的工作之后，我已经可以及时应对他们大部分的请求了。但我还是感觉没有底气，不清楚这个领域都包括哪些工作，这些工作中还有哪些我没有触及。我需要的是系统的学习，在大脑中建立一个金融和投资知识框架。只有这样才可以将已经学习到的零散的知识点放到这个框架中牢记下来，并逐渐补足未触及的部分，最后将所有重要的知识融会贯通。进入城堡投资集团后的第二年，我决定申请芝加哥大学商学院的MBA项目来系统地学习。事实证明，这个选择对我的职业生涯非常有帮助。量化投资是一个综合的跨学科领域，其中的关键岗位角色，如策略研发、投资管理、风险管理等都至少需要金融、数学及计算机技术三个方面的技能。所以拥有理工科背景的人更容易进入量化投资领域，但我看到一些文科教育背景的人通过自我学习在这个领域也取得了不错的成绩。毕竟不同的量化策略对这三个方面技能的要求深度是不同的，并不是所有策略都需要有高深的数学模型知识才能驾驭。量化投资初学者可以从金融、数学、计算机技术三个方面循序渐进地学习，在这个过程中找到自己最擅长的领域。本书的定位是对量化投资和风险对冲的基本知识、执行体系框架、相关计算机技术进行介绍，让有任何知识背景的读者都能快速且系统地了解量化投资领域。无论你是准备进入量化投资领域，还是刚刚进入量化投资领域，通过本书都可以非常容易地确定你的工作方向，找到你欠缺的知识领域，完善它们，并将这一领域的知识与其他量化投资工作有机地结合成一体，融会贯通。我的职业生涯中经常会碰到一些量化从业人员在工作中出现低级错误，这实际上是因为他们对量化投资的基础框架缺乏系统化的了解。本书分为三个部分，系统地介绍了量化投资和风险对冲的基本概念、量化投资策略的逻辑要点和量化投资实战工作，基本覆盖了量化投资和风险对冲在金融、数学模型和计算机技术三个方面的框架性知识。第一部分走进量化投资与风险对冲的世界，介绍量化投资和风险对冲的基础知识，包括量化投资和风险对冲的定义、金融工具和金融市场、量化投资策略分类、投资策略绩效评估，以及量化投资执行体系。这部分没有复杂的金融理论和公式，适合所有对量化投资感兴趣的人，例如基金销售人员、财富管理人员、想进入或者刚进入量化投资的人员等。第二部分挖掘量化投资策略的逻辑要点，本部分从策略逻辑、策略要点、策略特征、策略风险及对冲四个维度对常见的量化投资策略进行了介绍。依据策略的复杂程度，本部分在策略要点部分上的描述详细程度不同。如果你对个别策略中的公式和理论理解有困难，可以略过它们，只关注策略逻辑、策略特征、策略风险及对冲部分。第三部分开启量化投资的实战之旅，本部分对策略系统、策略数据、策略程序研发进行了介绍。量化投资各阶段的工作中至少有一部分是通过计算机程序来实现的。量化从业人员要选择至少一门计算机语言学习并熟练掌握。我们推荐量化初学者使用Python进行数据研究、策略研发和策略执行。如果你只是想了解量化投资和风险对冲的框架性知识，并不想做策略研发，那么可以简略浏览这一部分。因为在量化投资相关领域工作，即使不做策略程序开发，也经常需要参加与策略系统相关的讨论，那么对系统的概要性理解也是必要的。本书通过上述三个部分的层层递进，让读者对量化投资和风险对冲的整体框架和要点有了初步的理解，为后续进一步开展量化投资和风险对冲方面的工作打下了坚实的知识基础。量化投资是传统投资方法的自然进化。科学技术能促进各行各业进行革命性变革，投资领域未来也必将越来越多地使用量化和科技的手段。这一发展趋势不可避免，所以量化投资知识对于投资领域从业人员而言是不可或缺的。希望读者能够以本书为起点，进入一个崭新的、科学的、量化的投资世界。姚威力　　2025年5月

|目　　录|前言第一部分　走进量化投资与风险对冲的世界第1章　量化投资概述　/ 21.1　引言　/ 21.2　什么是量化投资　/ 41.3　量化投资相关概念　/ 101.4　量化投资策略的优势和局限性　/ 161.5　风险对冲与Alpha　/ 181.6　量化投资从业技能要求　/ 191.7　小结　/ 21第2章　量化投资基础金融知识　/ 222.1　引言　/ 222.2　金融工具种类　/ 232.3　金融工具相关知识　/ 322.4　金融市场和交易所　/ 352.5　小结　/ 37第3章　量化投资策略分类体系　/ 383.1　引言　/ 383.2　量化投资策略的分类　/ 383.3　对冲基金与量化策略　/ 413.4　其他投资策略分类方法　/ 433.5　小结　/ 44第4章　投资风险管理　/ 464.1　引言　/ 464.2　风险管理框架　/ 474.3　风险管理策略制定　/ 494.4　风险计量　/ 504.5　风险监控　/ 564.6　风险对冲　/ 574.7　小结　/ 59第5章　投资策略绩效评估　/ 605.1　引言　/ 605.2　以单位净值为基础的指标计量　/ 625.3　以交易流水为基础的指标计量　/ 715.4　基于指标的绩效评估　/ 745.5　归因分析　/ 775.6　小结　/ 80第6章　量化投资执行体系　/ 826.1　引言　/ 826.2　量化投资全过程　/ 836.3　量化体系中的角色及工作职责　/ 916.4　软硬件资源　/ 936.5　交易环境　/ 946.6　小结　/ 95第二部分　挖掘量化投资策略的逻辑要点第7章　因子策略　/ 987.1　引言　/ 987.2　因子理论　/ 997.3　因子类型　/ 1017.4　因子挖掘　/ 1057.5　策略模型构建　/ 1147.6　策略回测与策略评估　/ 1157.7　小结　/ 115第8章　股票策略　/ 1168.1　引言　/ 1168.2　股票因子策略　/ 1178.3　指数增强策略　/ 1208.4　统计套利策略　/ 1238.5　股票多空策略　/ 1268.6　事件驱动策略　/ 1288.7　ETF套利策略　/ 1328.8　小结　/ 135第9章　期货策略　/ 1369.1　引言　/ 1369.2　量化CTA策略　/ 1379.3　期现套利策略　/ 1419.4　跨期套利策略　/ 1449.5　跨品种套利策略　/ 1479.6　小结　/ 150第10章　期权策略　/ 15110.1　引言　/ 15110.2　期权基础理论　/ 15210.3　平价套利策略　/ 16510.4　波动率策略　/ 16710.5　方向性策略　/ 17510.6　小结　/ 181第11章　债券策略　/ 18211.1　引言　/ 18211.2　债券基础理论　/ 18311.3　久期策略　/ 19811.4　骑乘策略　/ 20111.5　利差策略　/ 20311.6　小结　　/ 206第12章　可转债策略　/ 20712.1　引言　/ 20712.2　可转债基础理论　/ 20812.3　可转债套利策略　/ 20912.4　小结　/ 212第13章　高频策略　/ 21313.1　引言　/ 21313.2　高频策略概述　/ 21413.3　做市策略　/ 21513.4　高频套利策略　/ 21713.5　小结　/ 219第14章　组合及配置策略　/ 22014.1　引言　/ 22014.2　FOF策略　/ 22114.3　MOM策略　/ 22314.4　风险平价策略　/ 22514.5　小结　/ 227第15章　基于大数据与人工智能技术的策略　/ 22915.1　引言　/ 22915.2　大数据简介　/ 23015.3　人工智能简介　/ 23415.4　基于大数据和人工智能模型的量化策略　/ 24015.5　小结　/ 246第三部分　开启量化投资的实战之旅第16章　量化投资编程　/ 24816.1　引言　/ 24816.2　编程语言与编程工具　/ 24916.3　Python安装和运行　/ 25316.4　Python常用库　/ 27016.5　数据库与SQL基础　/ 27816.6　小结　/ 289第17章　量化投资基础数据及衍生指标　/ 29017.1　引言　/ 29017.2　价格数据与成交量数据　/ 29317.3　基本面数据　/ 30017.4　公司行为数据　/ 30617.5　另类数据　/ 31017.6　数据来源　/ 31017.7　数据清洗、预处理与导入　/ 31317.8　小结　/ 316第18章　量化投资系统平台　/ 31718.1　引言　/ 31718.2　市场上的量化投资平台　/ 31918.3　量化投资平台组成模块　/ 31918.4　策略数据输入模块　/ 32318.5　通用数据管理模块　/ 32518.6　策略回测与评估模块　/ 32818.7　策略执行与管理模块　/ 33118.8　小结　/ 337第19章　量化投资全流程示例　/ 33819.1　引言　/ 33819.2　策略研发　/ 33919.3　策略模拟盘运行　/ 36119.4　策略实盘运行　/ 36319.5　策略盘后分析和管理　/ 36319.6　策略优化及拓展　/ 36419.7　小结　/ 365

你还可能感兴趣

我要评论