编辑推荐
系统讲解AI应用于投研搭建、数据挖掘、量化策略和实盘。
内容简介
本书主要利用AI发现和构建有效的量化策略，旨在使读者掌握AI在量化策略中的应用。
随着2023年大模型的崛起，投资者需要学会与AI共生，建立个人知识库和灵活应用提示词工程（Prompt Engineering），让AI协助寻找论文、理解论文、编写代码、构建模型、训练模型、生成信号、特征识别、投资组合优化和参数优化等。AI在高质量人群的量化行业中将得到广泛应用和发展，让更多读者能掌握编程和量化技能，从而在AI的帮助下快速开发出适应市场的量化策略。
本书共10章，涵盖量化投资中AI的历史演进、投研平台的构建、量化策略的开发流程、策略分类和介绍、市场主流策略开发、策略回测和实盘准备等内容。书中提供丰富的示例代码，具有较强的实践性和系统性，并配有高等数学、金融工程和计算机科学技术等前置知识，以帮助读者深入理解量化投资策略。
作者简介
编著者江建武，同济大学硕士，同济大学经管学院MBA校友导师，资深工程师，二十多年IT从业经验。2006年进入量化行业，现与金融机构、BigQuant及高校共创AI量化实验室，并以高频交易dragon自媒体账户发起Dragon量化社区，目前社区拥有职业交易者超万人，初步建成量化生态圈，含数据供应商、经纪商、FOF、MOM、策略研发和交易框架等。
章节目录
版权信息
内容简介
作者简介
赞誉
前言
第1章 AI量化投资简介与本书导读
1.1 量化投资简介
1.2 AI简介
1.3 研究背景及意义
1.4 量化人的知识结构
1.5 配套的资料
第2章 量化投研平台搭建
2.1 量化投研平台简介
2.2 投研平台常用模块简介
2.3 投研平台实例：BigQuant
2.4 常见投研平台与开源框架介绍
第3章 人工智能时代下的量化策略开发
3.1 证券交易发展历程
3.2 AI时代的量化策略开发与传统量化策略开发比较
3.3 AI技术在量化开发场景下的应用
3.4 AI驱动下的知识库搭建
第4章 常见量化策略的分类与介绍
4.1 量化策略分类方式
4.2 经典策略类型概述
第5章 做市策略
5.1 做市的基本概念
5.2 高频做市策略
5.3 做市策略的收益来源
5.4 经典做市策略AS模型
5.5 经典做市策略GP模型
5.6 订单簿的泊松过程建模
5.7 订单簿信息作为交易信号
5.8 订单簿的机器学习模型
5.9 强化学习
5.10 模型介绍
第6章 套利策略
6.1 套利策略概述
6.2 标的筛选
6.3 预测择时
6.4 Copula法
6.5 风险管理
6.6 总结
第7章 CTA策略
7.1 CTA策略简介
7.2 CTA策略的重要性
7.3 CTA策略的业绩表现
7.4 趋势跟踪策略
7.5 TA-Lib金融量化技术分析库介绍
7.6 期货截面多因子策略
7.7 网格策略介绍
7.8 风险管理和资金分配
7.9 使用Optuna+Vectorbt调优交易策略
第8章 多因子选股策略
8.1 中国股市简介
8.2 选股策略概述
8.3 经典选股因子
8.4 因子组合方法
8.5 案例：多因子选股
第9章 量化回测
9.1 量化回测简介
9.2 量化回测的准备工作
9.3 回测平台选择
9.4 量化回测
9.5 量化回测结果分析
9.6 量化回测经典案例
9.7 量化回测注意事项
第10章 实盘准备
10.1 了解交易市场
10.2 了解交易所的规则
10.3 经纪商的选择
10.4 选择交易标的
10.5 交易平台的选择
10.6 交易柜台的选择
10.7 交易网络的选择
10.8 服务器的选择
10.9 高频交易的终极选择
10.10 交易中的风险控制
10.11 了解你自己
10.12 总结与展望
参考文献
AI驱动下的量化策略构建（微课视频版）是2024年由清华大学出版社出版,作者江建武 编著。
得书感谢您对《AI驱动下的量化策略构建（微课视频版）》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
