書名：《量化投資：數(shù)據(jù)挖掘技術(shù)與實(shí)踐》

　　作者：卓金武 周英

　　出版社：電子工業(yè)出版社

　　出版時(shí)間：2015-5-1

　　內(nèi)容簡(jiǎn)介

　　全書內(nèi)容分為三篇。第一篇（基礎(chǔ)篇）主要介紹數(shù)據(jù)挖掘與量化投資的關(guān)系，以及數(shù)據(jù)挖掘的概念、實(shí)現(xiàn)過(guò)程、主要內(nèi)容、主要工具等內(nèi)容。第二篇（技術(shù)篇）系統(tǒng)介紹了數(shù)據(jù)挖掘的相關(guān)技術(shù)及這些技術(shù)在量化投資中的應(yīng)用，主要包括數(shù)據(jù)的準(zhǔn)備、數(shù)據(jù)的探索、關(guān)聯(lián)規(guī)則方法、數(shù)據(jù)回規(guī)方法、分類方法、聚類方法、預(yù)測(cè)方法、診斷方法、時(shí)間序列方法、智能優(yōu)化方法等內(nèi)容。第三篇（實(shí)踐篇）主要介紹數(shù)據(jù)挖掘技術(shù)在量化投資中的綜合應(yīng)用實(shí)例，包括統(tǒng)計(jì)套利策略的挖掘與優(yōu)化、配對(duì)交易策略的挖掘與實(shí)現(xiàn)、數(shù)據(jù)挖掘在股票程序化交易中的綜合應(yīng)用，以及基于數(shù)據(jù)挖掘技術(shù)的量化交易系統(tǒng)的構(gòu)建。

　　前言

　　量化投資交易策略的業(yè)績(jī)穩(wěn)定，市場(chǎng)規(guī)模和份額不斷擴(kuò)大，得到越來(lái)越多投資者的認(rèn)可。中國(guó)金融業(yè)飛速發(fā)展，尤其是2010年股指期貨的推出，使得量化投資和對(duì)沖基金逐步進(jìn)入國(guó)內(nèi)投資者的視野。2012年丁鵬博士(600804)所著的《量化投資——策略與技術(shù)》出版后，更是推動(dòng)了量化投資技術(shù)在國(guó)內(nèi)的普及。目前，量化投資、對(duì)沖基金已經(jīng)成為中國(guó)資本市場(chǎng)最熱門的話題之一，各投資機(jī)構(gòu)紛紛開始著手打造各自的量化投資精英團(tuán)隊(duì)。

　　量化投資是將投資理念及策略通過(guò)具體指標(biāo)、參數(shù)的設(shè)計(jì)，融入到具體的模型中，用模型對(duì)市場(chǎng)進(jìn)行不帶任何情緒的跟蹤，簡(jiǎn)單而言，就是用數(shù)量化的方法對(duì)股票、期貨等投資對(duì)象進(jìn)行估值，選取適合的對(duì)象進(jìn)行投資。目前，量化投資的書籍主要集中在模型和策略及工具的使用上，但關(guān)于如何產(chǎn)生這些量化模型、量化策略的書籍的確非常少。金融市場(chǎng)瞬息萬(wàn)變，為了更好地進(jìn)行量化投資，我們要不斷去驗(yàn)證既有模型的有效性，同時(shí)要想在金融行業(yè)保持自己的競(jìng)爭(zhēng)力，又必須不斷開發(fā)新的模型，而驗(yàn)證模型、開發(fā)模型，所謂量化投資的主要內(nèi)容，都需要數(shù)據(jù)的支撐。另一方面，金融領(lǐng)域是數(shù)據(jù)資源保存最好、最為豐富的行業(yè)，在金融領(lǐng)域已經(jīng)積累了大量的數(shù)據(jù)，同時(shí)每天還在產(chǎn)生大量的交易數(shù)據(jù)、價(jià)格數(shù)據(jù)等數(shù)據(jù)信息。這些數(shù)據(jù)資源正好為量化投資提供了很好的數(shù)據(jù)基礎(chǔ)，那么問題的關(guān)鍵就是如何利用金融業(yè)豐富的數(shù)據(jù)資源更好地進(jìn)行量化投資。

　　數(shù)據(jù)挖掘技術(shù)是從數(shù)據(jù)中挖掘有用知識(shí)的一門系統(tǒng)性的技術(shù)，剛好解決了數(shù)據(jù)利用的問題，所以數(shù)據(jù)挖掘與量化投資便很自然地結(jié)合在一起。但數(shù)據(jù)挖掘在國(guó)內(nèi)也是一個(gè)新領(lǐng)域，所以還沒有關(guān)于量化投資與數(shù)據(jù)挖掘相結(jié)合的相關(guān)書籍。另外，目前關(guān)于數(shù)據(jù)挖掘的幾本書基本都是譯著，由于語(yǔ)言和文化的差異，國(guó)內(nèi)讀者讀起來(lái)相對(duì)吃力。在這樣的背景下，能有一本書介紹如何利用數(shù)據(jù)挖掘技術(shù)進(jìn)行量化投資還是很好的。

　　巧合的是，筆者在MathWorks平時(shí)的工作職責(zé)之一是支持金融客戶，相當(dāng)比例是關(guān)于量化投資的，二是支持其他商業(yè)客戶的數(shù)據(jù)挖掘，所以對(duì)這兩個(gè)領(lǐng)域都有一定的了解。在一次研討會(huì)上，丁鵬博士與筆者討論了數(shù)據(jù)挖掘在量化投資中應(yīng)用的話題，感覺這是個(gè)非常好的課題，建議筆者寫一本這樣的書。筆者對(duì)這個(gè)課題也非常感興趣，于是就有了這本書的開始。

　　雖然筆者之前寫過(guò)一本《MATLAB在數(shù)學(xué)建模中的應(yīng)用》（在MATLAB相關(guān)書籍中也算是有影響力的書，2013年當(dāng)當(dāng)網(wǎng)自然科學(xué)類圖書中銷量排名Top20），具有一些寫作經(jīng)驗(yàn)。但寫這本書確實(shí)還是相當(dāng)費(fèi)勁。因?yàn)榻鹑趶臉I(yè)者大多比較務(wù)實(shí)，所以本書的一個(gè)寫作原則就是內(nèi)容一定要?jiǎng)?wù)實(shí)。數(shù)據(jù)挖掘中涉及很多方法，這些方法的理論往往比較難，對(duì)于金融從業(yè)者來(lái)說(shuō)，這些方法的思想和應(yīng)用最重要，理論不是關(guān)注的重點(diǎn)。所以對(duì)于本書中介紹的每個(gè)方法，盡量介紹清楚方法的思想、實(shí)現(xiàn)步驟，并以案例形式提供方法實(shí)現(xiàn)的MATLAB程序，這樣讀者就可以直接借鑒書中的程序，很快將書中的技術(shù)轉(zhuǎn)化為自己的實(shí)際操作工具。但筆者查閱了大量的參數(shù)書和網(wǎng)絡(luò)資料，發(fā)現(xiàn)數(shù)據(jù)挖掘中的這些方法，很少有這樣的程序，所以筆者花費(fèi)了大量的時(shí)間和精力去編寫這些方法的程序。這樣做也特別符合當(dāng)代人的學(xué)習(xí)習(xí)慣，現(xiàn)在社會(huì)信息實(shí)在是太豐富了，對(duì)讀者來(lái)說(shuō)，一本好書應(yīng)該能讓大家快速掌握這本書的精華。為了早點(diǎn)寫好本書，在寫書期間，筆者將幾乎全部工作和生活之余的時(shí)間全部投入到寫書中去，每個(gè)晚上，每個(gè)周末，每次帶孩子去練習(xí)跆拳道的時(shí)候都在寫書。雖然看似很辛苦，但確實(shí)很有成就感，是這份成就感給了我執(zhí)著的動(dòng)力和快樂，最終完成了此書?？傊?，寫書的過(guò)程是“痛并快樂著”！

　　本書內(nèi)容

　　全書內(nèi)容分為三篇。

　　第一篇（基礎(chǔ)篇）主要介紹一些基本概念和知識(shí)，包括數(shù)據(jù)挖掘與量化投資的關(guān)系，數(shù)據(jù)挖掘的概念、實(shí)現(xiàn)過(guò)程、主要內(nèi)容、主要工具等內(nèi)容。

　　第二篇（技術(shù)篇）是本書的主體，系統(tǒng)介紹了數(shù)據(jù)挖掘的相關(guān)技術(shù)及這些技術(shù)在量化投資中的應(yīng)用實(shí)例。這部分又分為如下三個(gè)層次：

　?。?）數(shù)據(jù)挖掘前期的一些技術(shù)，包括數(shù)據(jù)的準(zhǔn)備（收集數(shù)據(jù)、數(shù)據(jù)質(zhì)量分析、數(shù)據(jù)預(yù)處理等）和數(shù)據(jù)的探索（衍生變量、數(shù)據(jù)可視化、樣本選擇、數(shù)據(jù)降維等）。

　　（2）數(shù)據(jù)挖掘的核心六大類方法，包括關(guān)聯(lián)規(guī)則、回歸、分類、聚類、預(yù)測(cè)和診斷。對(duì)于每類方法，則詳細(xì)介紹了其包含的典型算法，包括基本思想、應(yīng)用場(chǎng)景、算法步驟、MATLAB實(shí)現(xiàn)程序、應(yīng)用案例。同時(shí)，對(duì)每類方法還介紹了一個(gè)在量化投資中的應(yīng)用案例，以強(qiáng)化這些方法在量化投資中的實(shí)用性。

　?。?）數(shù)據(jù)挖掘中特殊的實(shí)用技術(shù)，包含兩章內(nèi)容，一是關(guān)于時(shí)序數(shù)據(jù)挖掘的時(shí)間序列技術(shù)，二是關(guān)于優(yōu)化的智能優(yōu)化方法。這個(gè)層次也是數(shù)據(jù)技術(shù)體系中不可或缺的技術(shù)。時(shí)序數(shù)據(jù)是數(shù)據(jù)挖掘中的一類特殊數(shù)據(jù)，并且金融數(shù)據(jù)往往都具有時(shí)序性，所以針對(duì)該類特殊的數(shù)據(jù)類型，又介紹了時(shí)間序列方法。另外，數(shù)據(jù)挖掘離不開優(yōu)化，量化投資也離不開優(yōu)化，所以又以一章智能優(yōu)化方法介紹兩個(gè)比較常用的優(yōu)化方法，遺傳算法和模擬退火算法。

　　第三篇（實(shí)踐篇）主要介紹數(shù)據(jù)挖掘技術(shù)在量化投資中的綜合應(yīng)用實(shí)例，包括統(tǒng)計(jì)套利策略的挖掘、配對(duì)交易策略的挖掘、基于數(shù)據(jù)挖掘技術(shù)的股票程序化交易，最后一章——基于數(shù)據(jù)挖掘技術(shù)的量化交易系統(tǒng)，則給出了集成主流數(shù)據(jù)挖掘技術(shù)的量化投資系統(tǒng)的框架，讀者可以利用該框架，依據(jù)書中介紹的數(shù)據(jù)挖掘技術(shù)，結(jié)合自己的情況，開發(fā)出屬于自己的量化交易系統(tǒng)，從而輕松實(shí)現(xiàn)從理論到實(shí)踐這一跨越，更好地利用數(shù)據(jù)挖掘技術(shù)在量化投資的領(lǐng)域乘風(fēng)破浪，不斷創(chuàng)造佳績(jī)。

　　本書特色

　　綜觀全書，可發(fā)現(xiàn)本書的特點(diǎn)鮮明，主要表現(xiàn)在：

　?。?）方法務(wù)實(shí)，學(xué)以致用。本書介紹的方法都是數(shù)據(jù)挖掘中的主流方法，都經(jīng)過(guò)實(shí)踐的檢驗(yàn)，具有較強(qiáng)的實(shí)踐性。對(duì)于每種方法，本書基本都給出了完整、詳細(xì)的源代碼，這對(duì)于讀者來(lái)說(shuō)，具有非常大的參考價(jià)值，很多程序可供讀者直接套用并加以學(xué)習(xí)，并可以直接轉(zhuǎn)化為自己的量化投資實(shí)戰(zhàn)工具。

　?。?）知識(shí)系統(tǒng)，易于理解。本書的知識(shí)體系應(yīng)該是當(dāng)前數(shù)據(jù)挖掘書籍中最全、最完善的，不僅包含詳細(xì)的數(shù)據(jù)挖掘流程、數(shù)據(jù)準(zhǔn)備方法、數(shù)據(jù)探索方法，還包含六大類數(shù)據(jù)挖掘主體方法、時(shí)序數(shù)據(jù)挖掘方法、智能優(yōu)化方法。正因?yàn)橛型暾闹R(shí)體系，讀者讀起來(lái)才有很好的完整感，從而更利于理解數(shù)據(jù)挖掘的知識(shí)體系，這對(duì)于學(xué)習(xí)是非常有幫助的。

　　（3）結(jié)構(gòu)合理，易于學(xué)習(xí)。在講解方法時(shí)，由淺入深，循序漸進(jìn)，讓初學(xué)者知道入門的切入點(diǎn)，讓專業(yè)人員又有值得借鑒的“干貨”。基礎(chǔ)篇、技術(shù)篇和實(shí)踐篇的結(jié)構(gòu)部署也讓本書獨(dú)樹一幟，讓讀者在學(xué)習(xí)數(shù)據(jù)挖掘和量化投資的過(guò)程中有一個(gè)循序漸進(jìn)的過(guò)程，使讀者在短時(shí)間內(nèi)成為一位數(shù)據(jù)挖掘高手，同時(shí)成為一位量化投資高手。

　?。?）案例實(shí)用，易于借鑒。絕大多數(shù)實(shí)例都是量化投資領(lǐng)域的實(shí)例，所以綜觀全書，本書都在有意引導(dǎo)讀者思考如何讓數(shù)據(jù)挖掘在量化投資中產(chǎn)生更實(shí)際的價(jià)值。

　?。?）主線明晰，脈絡(luò)分明。本書涉及知識(shí)面寬廣，以數(shù)據(jù)挖掘和量化投資為中心，輻射銀行、債券、營(yíng)銷、零售等領(lǐng)域和學(xué)科。為了與書稿主線保持一致，這些所涵蓋的領(lǐng)域雖然只是略微帶過(guò)，但是從側(cè)面折射出數(shù)據(jù)挖掘技術(shù)真的廣泛服務(wù)于社會(huì)各個(gè)領(lǐng)域。在現(xiàn)代社會(huì)，某學(xué)科單打獨(dú)斗的時(shí)代已經(jīng)過(guò)去了，本書在無(wú)形之中已經(jīng)樹立了一個(gè)意識(shí)：各學(xué)科的知識(shí)之間是相通的，運(yùn)用知識(shí)的最高境界是各學(xué)科知識(shí)的大融合。

　?。?）理論與實(shí)踐相得益彰。對(duì)于本書的每個(gè)方法，除理論的講解，都配有一個(gè)典型的應(yīng)用案例，讀者可以通過(guò)案例加深對(duì)理論的理解，同時(shí)理論也讓案例的應(yīng)用更有信服力。技術(shù)的介紹都是以實(shí)現(xiàn)實(shí)例為目地，同時(shí)提供大量技術(shù)實(shí)現(xiàn)的源程序，方便讀者學(xué)習(xí)，注重實(shí)踐和應(yīng)用，秉承筆者務(wù)實(shí)、切近讀者的寫作風(fēng)格。

　?。?）內(nèi)容獨(dú)特，趣味橫生。很多方法和內(nèi)容是同類書籍所沒有的，這無(wú)疑增強(qiáng)了本書的新穎性和趣味性。

　　（8）文字簡(jiǎn)介、明了，易于閱讀。在本書編寫過(guò)程中，在保證描述精準(zhǔn)的前提下，摒棄那些刻板、索然無(wú)味的文字，讓文字充滿活力，更易于閱讀。

　　讀者對(duì)象

　　從事投資工作的專業(yè)人士，包括證券、基金、私募、信托、銀行、保險(xiǎn)等領(lǐng)域的從業(yè)者。

　　從事數(shù)據(jù)挖掘、數(shù)據(jù)分析、數(shù)據(jù)管理工作的專業(yè)人士。

　　金融、經(jīng)濟(jì)、管理、統(tǒng)計(jì)等專業(yè)的教師和學(xué)生。

　　從事量化投資或數(shù)據(jù)挖掘方向研究的科研工作者。

　　希望學(xué)習(xí)MATLAB的工程師或科研工作者。因?yàn)楸緯拇a都是用MATLAB編寫的，所以對(duì)于希望學(xué)習(xí)MATLAB的讀者來(lái)說(shuō)，也是一本很好的參考書。

　　致專業(yè)人士

　　對(duì)于從事量化投資的專業(yè)人士來(lái)說(shuō)，書中的數(shù)據(jù)挖掘技術(shù)是值得借鑒的技術(shù)，至少會(huì)有助于挖掘或啟發(fā)策略。書中的實(shí)例都具有一定的實(shí)戰(zhàn)背景，含有一些從數(shù)據(jù)挖掘?qū)用娴牟呗裕蠹铱梢試L試將這些技術(shù)和策略融入自己的思想和策略中，以讓自己的策略更強(qiáng)大。另外，對(duì)于書中介紹的各方法的理論，如果您有很好的數(shù)學(xué)或計(jì)算機(jī)背景，且有時(shí)間或感興趣，可以認(rèn)真看，否則，理論部分可以直接跳過(guò)。但是每種方法的思想，應(yīng)用場(chǎng)景一定要領(lǐng)悟，這樣當(dāng)遇到合適的場(chǎng)景后，就可以馬上想到用哪種方法，然后直接借鑒書中的代碼就可以輕松將這些方法應(yīng)用到自己的量化投資實(shí)踐中。

　　對(duì)于從事數(shù)據(jù)挖掘的專業(yè)人士來(lái)說(shuō)，大家可以關(guān)注整個(gè)數(shù)據(jù)挖掘知識(shí)體系和數(shù)據(jù)挖掘的流程，因?yàn)楸緯臄?shù)據(jù)挖掘知識(shí)體系應(yīng)該是當(dāng)前數(shù)據(jù)挖掘數(shù)據(jù)中體系最全、最完善的。另外，數(shù)據(jù)挖掘流程也介紹得很詳細(xì)，具有很強(qiáng)的操作性。此外，書中的算法案例和綜合應(yīng)用案例，也算是本書的特色，值得借鑒。

　　致教師

　　本書系統(tǒng)地介紹了數(shù)據(jù)挖掘設(shè)計(jì)的理論、方法和案例，可以作為金融、經(jīng)濟(jì)、管理、統(tǒng)計(jì)等學(xué)科的本科專業(yè)教材或研究生教材。相比一般的數(shù)據(jù)挖掘教材，量化投資更容易激發(fā)學(xué)生的學(xué)習(xí)興趣，興趣是最好的老師，這對(duì)開展教學(xué)是非常有利的。

　　書中的內(nèi)容雖然系統(tǒng)，但也相對(duì)獨(dú)立，教師可以根據(jù)課程的學(xué)時(shí)安排和專業(yè)方向的側(cè)重，選擇合適的內(nèi)容進(jìn)行課堂教學(xué)，其他內(nèi)容則可以作為參考章節(jié)。授課部分，一般會(huì)包含第一篇的兩章和第二篇的前8章，總共10章內(nèi)容，而如果課時(shí)較多，則可以增加其他章節(jié)，包括后面商業(yè)案例的學(xué)習(xí)。