本书分为基础篇和高级篇两部分。基础篇通过Q&A的方式介绍MATLAB和Python的主要功能、基本命令、数据处理等内容,使读者对MATLAB和Python有一个基本的了解。高级篇分为23章,介绍MATLAB和Python结合具体量化投资的相关案例,包括MATLAB处理优化问题和数据交互、绘制交易图形、构建行情软件和交易模型、基于MATLAB的BP神经网络和广义极值分布、基于MATLAB的正则表达式基础教程、FQuantToolBox股票期货数据获取&量化回测工具箱的介绍与使用等内容,通过丰富的实例和图形帮助读者理解和运用MATLAB和Python作为量化投资的工具。本书的特色在于不仅能满足理论学习的需要,还可以帮助读者边学边练,做到理论与实践的相辅相成。本书适合经济金融机构的研究人员和从业人员、进行量化投资的交易员、具有统计背景的科研工作者、高等院校相关专业的教师和学生及对量化投资和MATLAB感兴趣的人士阅读。
内容简介
作者简介
前言
基础篇
第0章 N分钟学会MATLAB(60<N<180)
第1章 Python快速入门与进阶提高
高级篇
第2章 基于Python的优化问题
第3章 资产配置中如何分配资金
第4章 K线图及常用技术指标的MATLAB实现
第5章 基于MATLAB的行情软件
第6章 含衍生品的投资组合风险度量——基于嵌套随机仿真方法
第7章 基于MATLAB的风险管理
第8章 期权定价模型的MATLAB实现
第9章 基于MATLAB的支持向量机(SVM)在量化投资中的应用
第10章 MATLAB与其他金融平台终端的通信
第11章 基于MATLAB的交易品种选择分析
第12章 基于MATLAB的交易品种相关性分析
第13章 基于MATLAB的国内期货证券交易解决方案
第14章 构建基于MATLAB的回测系统
第15章 基于MATLAB的多因子选股模型的实现
第16章 基于MATLAB和Wind的量化交易终端AsTradePlatform介绍与使用
第17章 基于MATLAB的BP神经网络在量化投资中的应用
第18章 基于MATLAB的广义极值分布在量化投资中的策略挖掘与回测
第19章 基于MATLAB的正则表达式基础教程
第20章 FQuantToolBox股票期货数据获取&量化回测工具箱的介绍与使用
第21章 双动量模型在资产配置中的作用
第22章 基于低滞后均线在沪深300指数上的量化择时模型
第23章 从量化角度详解美国ETF行业大奖的BufferETF创新产品
第24章 量化FOF组合构建和分析技术在基金投顾中的应用
