量化投资
Advances in Financial Machine Learning 豆瓣
作者: Marcos Lopez de Prado 出版社: John Wiley & Sons 2018 - 2
Machine learning (ML) is changing virtually every aspect of our lives. Today ML algorithms accomplish tasks that until recently only expert humans could perform. As it relates to finance, this is the most exciting time to adopt a disruptive technology that will transform how everyone invests for generations. Readers will learn how to structure Big data in a way that is amenable to ML algorithms; how to conduct research with ML algorithms on that data; how to use supercomputing methods; how to backtest your discoveries while avoiding false positives. The book addresses real-life problems faced by practitioners on a daily basis, and explains scientifically sound solutions using math, supported by code and examples. Readers become active users who can test the proposed solutions in their particular setting. Written by a recognized expert and portfolio manager, this book will equip investment professionals with the groundbreaking tools needed to succeed in modern finance.
主动投资组合管理 豆瓣
作者: (美)理查德C.格林诺德(Richard C.Grinold) / 雷诺德N.卡恩(Ronald N.Kahn) 译者: 李腾 / 杨柯敏 出版社: 机械工业出版社 2014 - 9
自第1版在1994年出版以来,《主动投资组合管理》以其数学上的严谨性和内容上的系统性成为量化组合投资领域的权威之作。该书描述了一套创新的方法:寻找资产收益率原始信号,将它们转化为精炼预测,以及根据这些预测构建具有超常收益率和最小风险的投资组合,即持续战胜市场的投资组合。这本书帮助了数以千计的投资经理。
与第1版相比,《主动投资组合管理》的第2版更胜一筹。第2版细致地描述了怎样将经济学、计量经济学和运筹学的理论付诸实践,解决投资中的现实问题:寻找更高的收益机会。它从一个基准组合开始,定义了相对于基准的超常收益率,进而建立了主动管理的理论框架。这一版本新增了许多章节:资产配置、多空投资、信息的时间尺度以及其他前沿课题。它还用新观点讨论了当前最紧迫的一些问题,包括风险、账户离差、市场冲击、业绩分析等,并在必要时给出了实证数据的例子。
结果就是,第2版为主动投资管理提供了一组现代的、全面的战略概念和经验原则,指导主动投资流程并提升其收益。全书由四个部分构成:基础理论、预期收益率和估值、信息处理以及策略实施,带领读者逐步了解整个流程。《主动投资组合管理》介绍了:
主动管理的合适理论框架,以及怎样在该框架下应用基本的投资组合理论
将市场洞察力转化为特异的、有价值的投资策略的技术
多空投资策略:何时用,何时不用,以及原因
证实过的评估投资策略的规则
估计交易成本的方法,以及降低它们的有效方法
风险模型精度的历史和实证信息
技术附录:对每一章数学推导更详尽的解释
独特的、真实的练习题,提供理解新概念的具体要素
《主动投资组合管理》覆盖了主动投资管理的基本原则和基础理论,以及实践细节。它为主动投资提供了一条可靠的途径,以战胜被动指数和竞争性的、较少严密性的其他投资方法。
宽客人生 豆瓣
My Life as a Quant : Reflections on Physics and Finance
作者: 伊曼纽尔·德曼(Emanuel Derman) 译者: 韩冰洁 出版社: 机械工业出版社 2015 - 11
华尔街早已不再是那种陈旧的商业模式了。近年来,投资银行和对冲基金已经逐渐转向通过量化交易策略和衍生金融产品来获得利润了,它们招募了大量拥有博士学位的学术精英,这些精英对这些易波动的金融产品进行建模并管理相应风险。时至今日,公司的财富和金融市场的稳定通常依赖于数学模型。“宽客”——受过系统科学训练的、构建这些模型的量化金融从业人员,逐渐成为华尔街上的重要玩家。
在华尔街的宽客中,没有谁比伊曼纽尔·德曼更知名的了。德曼是很早一批转投华尔街的高能粒子物理学家,他在华尔街从业17年,最后成为高盛的常务董事,并且是著名的高盛量化策略小组的领导人。他是当今应用广泛的、具有影响力的金融模型的合作开发者。
物理学和数量金融看上去并不是那么相似。但正如德曼所说的那样,“当你研究物理学的时候,你的对手是上帝,而在研究金融学时,你的对手是上帝创造的人类”。怎样才能正确地将物理学中的精确方法应用到狂热的金融市场中去?将经济和市场视为一台复杂的机器是否合理?抑或者,量化金融不过是有瑕疵思考,还不足以成为科学,只是“黑暗中用来壮胆的口哨声”?
《宽客人生:从物理学家到数量金融大师的传奇》记述了德曼从胸怀大志的年轻科学家蜕变成为投资银行常务董事,在不断探索答案过程中所收获的人生体验。这本书内容涵盖广泛,作者又是亲历者。他讲述了如何在两个领域内实现跨越的故事,也记述了一路走来所经历的物理学家与华尔街上的宽客、期权交易者;他分析了为什么交易员和宽客角色定位不同,也详细阐述了物理学知识和金融学知识的不同属性。通过自己的故事,他反思了如何将物理学方法应用到喧嚣的金融市场上的正确方法。
《宽客人生:从物理学家到数量金融大师的传奇》是一个独特的故事,作者通过亲身经历揭示了华尔街的另一面——量化金融。