北京建设官方网站,深圳做网站哪家公司最好,一款简洁的个人主页源码,网站建设中html5模板什么是量化交易#xff1f;
量化交易是利用数学模型或算法来创建交易策略并进行交易。量化交易通常由大型机构交易员或对冲基金雇用#xff0c;他们雇用大量的博士和工程师团队。从历史上看#xff0c;量化交易领域一直非常隐秘#xff0c;有效的想法往往受到公司的严密保…什么是量化交易
量化交易是利用数学模型或算法来创建交易策略并进行交易。量化交易通常由大型机构交易员或对冲基金雇用他们雇用大量的博士和工程师团队。从历史上看量化交易领域一直非常隐秘有效的想法往往受到公司的严密保护但在过去几年中公开可用的数据集和计算访问的增长即以 GPU 和云的形式已经取得了进展。面向更多受众的量化交易。 量化交易概述 任何量化交易系统都包含以下步骤
识别/创建交易策略回测策略为您的策略设计执行设置/系统管理风险
上述每个步骤都需要大量的研究和反复试验才能正确。
量化交易是一个复杂的领域需要仔细和详细的研究才能成功。以下是 10 本书可以帮助人们开始他们的量化之旅。
1. 量化交易如何建立自己的算法交易业务作者Ernest Chan。 Ernest P. Chan 是一位屡获殊荣的量化对冲基金经理。他是 IBM 机器学习领域的研究员。他现在经营着自己的公司并且是一位知名作家为量化交易初学者撰写了多本书籍。您可以在这里找到他的博客。
上面的书涵盖了初学者的量化交易基础知识。本书的目的是介绍量化交易涉及的所有主要关注领域。它仅讨论基本和初学者策略。
2.机器交易部署计算机算法来征服市场作者Ernest Chan。 这本书也是欧内斯特·P·陈 (Ernest P. Chan) 的著作。这是一本 2017 年出版的稍微旧的书但内容仍然相关。重点不是端到端的量化交易流程而是介绍以下领域的策略
使用因子模型用于制定策略的人工智能期权策略时间序列分析日内交易
3. 《寻找阿尔法构建交易策略的定量方法》作者Igor Tulchinsky。 这本书是一本经典之作是任何认真探索进入量化交易领域的人的必读之书。伊戈尔·图尔钦斯基 (Igor Tulchinsky) 是 WorldQuant 的创始人兼首席执行官。WorldQuant 是最成功的量化对冲基金之一。本书的目的不是讨论策略而是讨论寻找策略的过程。本书是关于“阿尔法”这是交易策略的术语研究以及您应该遵循哪些步骤和过程来提出新想法。本书的每一章均由 WorldQuant 的一位宽客撰写。
4.金融机器学习的进展 作者Marcos Lopez de Prado 这本书的作者是被誉为“机器人大师”的马科斯·洛佩兹·德·普拉多。他目前是康奈尔大学工程学院的实践教授在此之前他曾担任 AQR Capital一家大型对冲基金专注于使用因子模型进行投资的机器学习负责人。本书专门讨论了应用机器学习/人工智能创建交易策略的挑战和机遇。本书是第一本讨论在定量空间中应用 ML/AI 的所有细微差别和挑战的书籍之一例如模型过度拟合、特征化和选择重要特征、回溯测试和评估模型。
5.资产管理者的机器学习作者Marcos Lopez de Prado 这是马科斯·洛佩兹·德普拉多的另一本书。本书讨论了定量的 AI/ML 方法更多地关注投资组合构建、特征选择和识别过度拟合模型。
6.主动投资组合管理的进展 作者Richard Grinold、Ronald Kahn 这本书是一位在量化行业工作的朋友向我推荐的。本书的重点不是制定策略而是投资组合管理。投资组合管理是将各种信号和策略组合成单个投资组合的过程其目的是降低风险。本书讨论了构建投资组合、优化交易成本和最小化风险的方法。
7. 151 种交易策略作者Zura Kakushadze、Juan Andres Serur Zura Kakushadze 是一位量化金融研究员此前也曾与 WorldQuant 合作过。这是作者最新出版的一本书。它是跨资产类别的各种策略的汇编也是高级策略的来源。这不是一本专注于人工智能/机器学习的书但其中许多策略可以重新构建以使用人工智能/机器学习。讨论的一些策略类型是
盈利策略期权策略波动策略动量/均值回归策略指数和外汇策略。
8.资产管理机器学习作者Emmanuel Jurczenko 本书重点介绍机器学习在交易领域的应用。最初的内容是关于机器学习的介绍重点关注量化交易相关概念。本书讲述了
创建多/空策略使用新闻/情绪进行交易使用机器学习预测回报使用机器学习进行投资组合优化。
9.用于算法交易的 Python从想法到云部署作者Yves Hilpisch 本书更多地关注事物的工程方面。它简要提到了交易策略。它深入讨论了如何在 python 中实现所有必需的流程。讨论的主题是
处理金融数据集并用 python 读取它们如何设置云实例和 docker 进行部署如何使用 API 和数据库如何使用 conda 和虚拟环境
10.用于算法交易的机器学习 作者Stefan Jansen 本书采用实践方法。它涵盖的内容非常广泛。涵盖的一些重要主题是
使用随机森林/神经网络的多/空策略使用新闻和 NLP 来增强策略使用 CNN/RNN 等高级模型探索强化学习如何用于交易策略。
除了上述内容之外本书还讨论了使用技术指标、线性模型和 Zipline、Alphalens、pyfolio 等库来分析策略的结果。
除了上述书籍之外另一本重要的书是理解许多策略的先决条件
期权、期货和其他衍生品作者John Hull S. Basu 约翰·赫尔John Hull关于期权和衍生品的书是理解衍生工具的经典介绍没有这本书任何宽客的图书馆都是不完整的。
