具体描述
基本信息
书名：打开量化投资的黑箱（原书第2版）
作者：[美] 里什·纳兰（Rishi Narang） 著；上官丽英，王思洋，王锦炎 译
定价：69.00元
ISBN：9787111537298
出版社：机械工业出版社
出版日期：2016年05月
版次：1
开本：16开
字数：3313700字
页数：356页
装帧：平装
是否套装：否
编辑推荐
华尔街实战数量金融专家揭秘量化投资
进入量化投资领域之书
银河证券量化团队翻译并推荐此书
内容简介
无论是量化、算法，还是黑箱交易，谈论的都是一件事情：通过计算机执行的系统化交易。
尽管一些人斥责其危险地脱离了人类的控制，是市场过度波动的驱动者，但另一些人认为量化交易能够很好地克服人类的贪欲以及人类在制定投资决策中的认知偏差等弱点。
总的来说，不管你对量化交易有多少了解，事实上，量化基金持续超过了市场表现，这也是许多聪明的投资者追逐黑箱的原因。
不幸的是，量化交易的很多部分仍是模糊不清的，这主要是因为宽客对系统如何工作的细节的极度保密。但是，在这个版本中，作为量化交易者和大师级解读者，作者巧妙地告诉读者，量化交易比你想象的更易于理解与掌控。
本书目的是让读者甚至是对数学或者技术有所恐惧的投资者能理解量化交易，这本书会带领你走过黑箱之旅。作者用简明的语言指明宽客们所做的工作，揭开了量化交易和量化交易策略的神秘面纱。
在简明介绍量化交易准则和一般性准则之后，作者转入正题，开始介绍典型黑箱系统的详细内件，用非技术性的语言解释内件是什么以及内件之间是如何组合在一起的。
然后，用大量的实际案例以及真实的故事清晰地解释：
常见的量化系统结构
宽客如何追逐阿尔法
量化交易中的主观判断水平
高频交易及设施
执行算法以及如何工作
宽客如何构建风险模型以及如何知道特定的模型是否真正有效
基于理论驱动的系统和数据挖掘策略之间的重要不同点
如何评估量化经理以及他们的策略
如何将量化策略嵌入一个全面的投资组合策略，为何它们都很重要
量化交易的现行趋势和未来趋势以及在未来的角色
本书阐述了黑箱交易，使其透明化，直觉上更易感知、更易于理解。对于机构投资者、资产管理者、养老金管理者以及渴望在今天充满不确定性的金融市场获得优势的所有精明投资者而言，本书是一本读物。
作者简介
里什 K.纳兰（Rishi K. Narang）华尔街数量金融专家，资深对冲基金经理。目前是特勒西斯资本有限责任公司（Telesis Capital LLC）的主要合伙人，这家公司主要采用量化交易策略进行投资。此前，他是圣巴巴阿尔法策略（Santa Barbara Alpha Strategies）的总经理和投资组合经理。里什还曾与别人合作创建Tradeworx公司并担任总裁，这家公司在1999～2002年管理着量化对冲基金。自1996年开始，他就开始从事对冲基金事业，专注于量化交易策略。里什毕业于加利福尼亚大学伯克利分校，获得了经济学学士学位。
目 录
推荐序
译者序
前 言
致 谢
第一部分 量化交易的世界
第1章 关注量化交易的原因/ 2
深度思考的益处/ 7
风险的正确度量和错误度量/ 9
遵守纪律/ 10
小结/ 11
第2章 量化交易简介/ 12
何为宽客/ 14
量化交易系统的典型结构/ 16
小结/ 19
第二部分 打开黑箱
第3章 阿尔法模型：宽客如何盈利/ 22
两类阿尔法模型：理论驱动型和数据驱动型/ 24
理论驱动型阿尔法模型/ 25
数据驱动型阿尔法模型/ 45
实施策略/ 49
混合型阿尔法模型/ 61
小结/ 67
第4章 风险模型/ 71
控制风险规模/ 73
限制风险种类/ 77
小结/ 82
第5章 交易成本模型/ 85
定义交易成本/ 86
交易成本模型的种类/ 91
小结/ 96
第6章 投资组合构建模型/ 98
基于规则的投资组合构建模型/ 99
投资组合最优化/ 104
投资组合构建模型的输出/ 120
宽客如何选择投资组合构建模型/ 121
小结/ 122
第7章 执行模型/ 124
订单执行算法/ 126
交易基础设施/ 138
小结/ 140
第8章 数据/ 142
数据的重要性/ 143
数据类型/ 145
数据来源/ 147
数据清洗/ 149
数据存储/ 155
小结/ 156
第9章 研究/ 158
研究蓝图：科学的方法/ 159
思想的产生/ 160
检验/ 163
小结/ 184
第三部分 量化投资策略实战指南
第10章 量化策略的风险内生性/ 188
模型风险/ 189
结构关系变化风险/ 194
外生冲击风险/ 198
蔓延风险和同质投资者风险/ 200
宽客如何监控风险/ 208
小结/ 210
第11章 对量化交易的批评/ 212
交易是一门艺术，不是科学/ 213
由于低估风险，宽客引起更多的市场波动性/ 214
宽客不能应对市场行情中的不寻常事件或快速的变化/ 220
宽客完全相同/ 222
长远来看，只有少数几个大型量化公司能够蓬勃发展/ 223
宽客在数据挖掘中存在错误/ 227
小结/ 230
第12章 评估宽客和量化交易策略/ 232
收集信息/ 233
评估量化交易策略/ 236
评估量化交易者/ 239
优势/ 242
评估宽客的诚信/ 246
宽客如何适应投资组合/ 248
小结/ 251
第四部分 高速及高频交易
第13章 高速及高频交易概要/ 254
第14章 高速交易/ 260
速度的重要性/ 261
延迟根源/ 270
小结/ 281
第15章 高频交易/ 284
契约型做市/ 284
非契约型做市/ 289
套利/ 291
快速的阿尔法策略/ 293
高频交易风险管理和投资组合构建/ 295
小结/ 297
第16章 关于高频交易的争论/ 299
高频交易创造不公平的竞争了吗/ 300
高频交易导致老鼠仓交易或市场操纵吗/ 304
高频交易导致更大的波动性或者结构不稳吗/ 311
高频交易缺乏社会价值吗/ 319
监管注意事项/ 320
小结/ 323
第17章 量化交易的展望/ 326
部分内容在线试读
里什用简单易读的语言对量化交易进行了全面概述。这本书清楚地对不同类型的策略进行分类，解释宽客如何和何时进行量化交易。最重要的是，他帮助人们消除了宽客都是完全一样的观点，展现了量化交易中技术类型和策略类型的多样性。对于想了解这个领域的人士而言，这是一本优秀的读物。
-沙克尔·艾哈迈德（Shakil Ahmed）
博士，花旗集团做市商全球负责人
看到里什，你怎么也不会想到这个人能将量化交易如此复杂的事情清晰而有效地表达出来，但是他做到了，而且做得很漂亮。即使你已经有了第1版，你也应该购买这一版。高速交易的新内容会让你觉得这样做是值得的，尤其在第16章，你将看到里什的智慧和斗志。
-盖伦·伯格哈特（Galen Burghardt），新际集团研究主任
如果投资者阅读了这本书，与量化经理的交流将会非常顺畅。如果经理阅读并理解了这本书的内容，更是如此。
-大卫·德默斯（David DeMers），SAC资本顾问公司投资组合经理
在新版本中，里什用清晰的语言、不用任何一个复杂的公式强调了近期金融危机中量化交易的角色。在第11章中，他描述了对量化交易的看法。里什毫不费力地带领我们进入量化交易世界，并使得量化交易极易被理解，因为他本人就是量化交易者。
-帕拉卡 N. 帕特尔（Pankaj N. Patel）
瑞士信贷集团股票量化研究全球负责人
此书献给我的儿子Solomon K. Narang，他对这个世界充满好奇，我希望他永远如此。
用户评价
这本书的深度和广度让我惊叹。除了量化投资的核心技术和策略，作者还触及了许多与量化投资相关的“软技能”和“思维模式”。例如，在探讨“数据挖掘与特征工程”时，他不仅仅是介绍技术本身，更强调了“发散性思维”和“批判性思维”在发现潜在投资机会中的重要性。他鼓励读者跳出固有的思维模式，从不同的角度去审视市场数据，从而挖掘出别人忽略的“阿尔法”。我尤其喜欢他对“数学思维”在量化投资中的作用的论述。他阐述了如何将概率论、统计学、线性代数等数学工具灵活应用于金融分析，并帮助我们建立起严谨的逻辑推理能力。这让我明白，量化投资并非简单的套用公式，而是需要深刻理解数学原理，并将其与金融市场的实际相结合。本书的这种“举一反三”的引导方式，让我觉得不仅仅是在学习一项技能，更是在培养一种分析问题和解决问题的能力，这对于我未来的职业发展无疑是极有价值的。
评分书中关于量化投资分析方法的介绍，简直就是一本实操手册。作者不仅仅停留在理论层面，而是非常注重分析方法的“落地”。他详细讲解了如何利用各种统计工具和模型来评估投资策略的表现，例如夏普比率、索提诺比率、最大回撤、卡玛比率等等，并解释了这些指标的含义以及它们在评估策略风险和收益方面的作用。我特别欣赏他对“回测”的讲解。书中详细介绍了回测的流程、注意事项以及如何避免常见的“过拟合”陷阱。他不仅给出了构建回测系统的基本框架，还探讨了如何进行样本内和样本外测试，以及如何评估回测结果的可靠性。这对于我来说，是极其重要的知识点，因为很多时候，我们在纸面上看起来很完美的策略，在实际运行中却可能表现糟糕，而可靠的回测是避免这种情况的关键。此外，书中还涉及到了风险管理和组合优化等内容，让我明白了即使拥有再好的策略，也需要有效的风险控制和合理的资产配置来保驾护航。这部分内容让我在进行策略分析和决策时，能够更加有理有据，更加科学客观。
评分这本书在“金融工程与衍生品在量化投资中的应用”这部分的内容，让我大开眼界。我一直认为衍生品是高风险的工具，但通过这本书的学习，我才了解到在量化投资中，它们可以被巧妙地用来对冲风险、增强收益，甚至构建出更为复杂的投资策略。作者详细介绍了期权、期货、互换等常见衍生品的定价模型和交易机制，并且探讨了它们在量化投资组合中的具体应用。我特别对书中关于“期权套利策略”和“期货对冲策略”的讲解印象深刻。他不仅介绍了策略的构建逻辑，还分析了它们的风险收益特征以及在不同市场环境下的适用性。这让我意识到，衍生品并非是普通投资者难以企及的领域，通过量化方法，它们可以成为提升投资组合效率的有力工具。这本书拓宽了我对金融工具的认知边界，让我对如何构建更具弹性和效率的投资组合有了全新的思考。
评分这本书对于量化投资技术的阐述，可以说是做到了细致入微，让我受益匪浅。在阅读关于数据处理和特征工程的部分时，我被作者的专业性和严谨性所折服。他详细介绍了在量化投资中常用的数据源，以及如何对这些数据进行清洗、整理和预处理，以保证后续分析的准确性。书中列举了许多实际操作中可能遇到的数据问题，并提供了相应的解决方案，这对于在实际应用中避免踩坑至关重要。例如，在处理时间序列数据时，他详细讲解了如何处理缺失值、异常值，以及如何进行数据平稳化等操作，这些都是量化投资基础中的基础，但往往被初学者所忽视。此外，作者还深入讲解了特征选择和特征构建的技术，他不仅仅介绍了常用的统计学方法，还探讨了如何结合金融领域的专业知识来创造更有意义的特征。我尤其喜欢他对“特征共线性”以及“数据泄露”等问题的讨论，这些都是在构建模型时非常容易遇到的难题，而书中给出的分析和建议，确实能够帮助我避免许多不必要的弯路。整体而言，这部分内容为我打下了坚实的量化投资技术基础，让我对如何将原始数据转化为可用的投资信号有了更清晰的认识。
评分作为一名非科班出身的读者，我一直以来对量化投资中的“模型构建与优化”部分感到有些畏惧。然而，这本书以其清晰的逻辑和循序渐进的讲解，彻底打消了我的顾虑。作者首先从基础的线性模型讲起，逐步过渡到更复杂的模型，例如时间序列模型、机器学习模型等。他详细解释了每种模型的原理、适用场景以及优缺点，并且提供了如何进行模型选择和参数优化的具体方法。我特别欣赏他对“过拟合”和“欠拟合”问题的深入剖析。书中给出了许多识别和解决这些问题的实用技巧，让我能够更好地理解模型的表现，并避免走入误区。此外，作者还探讨了如何将不同的模型进行集成，以提高整体的预测能力和鲁棒性。这部分内容让我感觉到，量化投资的决策过程，是一个不断迭代和优化的过程，而本书正是为我提供了这个过程中的关键指引。它让我不再觉得模型构建是遥不可及的，而是可以通过系统学习和实践来掌握的。
评分这本书的装帧非常考究，拿在手里就能感受到沉甸甸的专业感。封面设计虽然简洁，但“打开量化投资的黑箱”这几个字，瞬间就点燃了我对量化投资领域的好奇心。我一直以来都对金融市场充满兴趣，但总觉得隔着一层神秘的面纱，尤其是那些听起来就高大上的“量化”概念，总让人望而却步。这本书的出现，恰恰满足了我探索未知、揭开谜团的渴望。当我翻开第一页，一股严谨而又清晰的逻辑扑面而来，作者并没有上来就丢给我一堆晦涩难懂的数学公式，而是循序渐进地引导我理解量化投资的核心思想，这对于像我这样的初学者来说，无疑是雪中送炭。书中对量化投资的起源、发展以及其在现代金融市场中的作用进行了深入的剖析，让我对这个领域有了初步但深刻的认知。我特别欣赏作者的叙事方式，他善于将复杂的理论用生动的语言解释清楚，并结合大量的实例来佐证观点，使得整个阅读过程既有知识的收获，又不乏趣味性。总的来说，这本书的开篇就给了我一个非常好的印象，让我对接下来的内容充满了期待。它不仅仅是一本关于量化投资的书，更像是一位经验丰富的导师，在引领我踏入这个充满挑战但也充满机遇的领域。我迫不及待地想要深入其中，去探索那些隐藏在数字背后的秘密。
评分在深入阅读的过程中，我逐渐意识到这本书的价值远不止于表面。作者在阐述量化投资策略时，并非泛泛而谈，而是将各种策略娓娓道来，并且分析得极为透彻。他详尽地介绍了诸如趋势跟踪、均值回归、套利策略等经典模型，并不仅仅停留在理论层面，而是深入到这些策略的构建逻辑、适用场景、优缺点以及风险控制等方面。我尤其对书中关于“因子投资”部分的讲解印象深刻。作者用清晰的图表和通俗易懂的比喻，将高深莫测的因子理论具象化，让我这个之前对因子一窍不通的读者，也能理解其背后的逻辑和实际应用。他详细解释了不同因子（如价值、动量、规模、质量等）是如何被构建出来的，以及它们在市场中的表现差异。更重要的是，书中还探讨了如何构建多因子模型，以及如何进行因子选择和组合，这对于希望构建自己投资组合的读者来说，无疑是极其宝贵的实践指导。我常常一边阅读，一边在脑海中勾勒出自己可以应用的策略框架，这种将理论知识转化为实践可能性的感觉，实在是令人兴奋。这本书让我明白，量化投资并非是“黑箱操作”，而是有其内在的逻辑和科学依据的，而作者正是那个耐心揭开这个箱子的人。
评分当我读到书中关于“实盘交易与风险管理”的章节时，我深刻体会到了作者的良苦用心。他并没有止步于理论分析，而是将目光投向了将量化策略付诸实践的每一个环节。从交易执行的微观细节，到整个投资组合的宏观风险控制，作者都进行了细致的阐述。我特别赞赏他对“滑点”、“交易成本”等实际交易中不可忽视的因素的分析。他解释了这些因素如何影响策略的实际收益，以及如何通过优化交易执行来最小化这些负面影响。更重要的是，书中详细讲解了不同层面的风险管理策略。从单一策略的风险控制（如止损、仓位管理），到整个投资组合的风险分散和对冲，作者都给出了清晰的指导。他强调了“黑天鹅事件”的防范，以及在极端市场环境下如何保护资本。这让我意识到，量化投资并非一味地追求高收益，而是更加注重在风险可控的前提下实现稳健的增长。这本书让我明白，成功的量化投资，不仅需要精密的算法和模型，更需要一套成熟的交易执行和风险管理体系。
评分在阅读这本书的最后部分，我感受到了作者对“量化投资的未来趋势与伦理思考”的深刻洞察。他不仅仅停留在当前的技术和策略，而是展望了量化投资未来的发展方向，例如人工智能、深度学习在量化投资中的应用，以及大数据如何进一步改变金融市场。这让我对这个领域保持了持续的学习热情和前瞻性。更让我感到欣慰的是，作者并没有回避量化投资可能带来的伦理和社会问题。他探讨了市场操纵、信息不对称、算法歧视等潜在风险，并强调了遵守行业规范和道德准则的重要性。这种“负责任”的视角，让我觉得这本书不仅是一本技术手册，更是一本关于如何在复杂的金融世界中进行理性、合规投资的指南。它让我明白，作为一名量化投资者，不仅仅要追求技术上的精进，更要肩负起对市场和社会应有的责任。这本书为我提供了一个更为宏观的视角，让我对量化投资的理解更加全面和深刻。
评分阅读这本书的过程，就像是在进行一场严谨的学术探索。作者在介绍“统计分析与假设检验”时，展现了他深厚的理论功底。他详细讲解了如何运用各种统计方法来验证投资假设，例如 t 检验、F 检验、卡方检验等，并阐述了它们在金融数据分析中的具体应用。我尤其对书中关于“协整分析”和“因果关系推断”的讨论印象深刻。这些高级的统计技术，在揭示金融市场中隐藏的规律方面具有重要的意义。作者用清晰的语言解释了这些复杂的概念，并且通过实际案例来展示它们的应用效果。这让我明白了，量化投资不仅仅是数据拟合，更重要的是理解数据之间的内在联系和因果关系。这本书让我意识到，扎实的统计学基础是进行有效量化分析的基石。它不仅提升了我对金融市场的理解深度，也锻炼了我严谨的逻辑思维能力，让我能够更客观地分析数据，做出更明智的投资决策。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.coffeedeals.club All Rights Reserved. 静流书站 版权所有