书名：《量化投资四维逻辑》

出版单位：中国财政经济出版社

ＩＳＢＮ ９７８ －７ －５０９５ －8534 －4

出版日期：2018年10月

定价：88.00元

（一）

格雷厄姆曾说：“市场短期是投票器，长期是称重机。”在中国价值投资理念已经开始起步、市场格局向机构主导的成熟转型过程中，经过市场检验、契合市场风格的量化价值产品正逢其时。

正是认识到这种发展趋势，本书基于大数据的人工智能量化策略研究，从以下三个视角进行突破：

第一，利用人工智能，将非结构化大数据运用到量化投资策略上。

第二，借助人工智能的算法突破线性建模的限制。

第三，加强对强化学习算法的研究。

毋庸置疑，市场是激烈竞争的，过去的市场异象会成为当前的随机噪音，投资者只有不断寻找新的指标、模型与应用方法才能持续获取超额收益。而量化交易利用公开数据，利用数据挖掘技术、统计技术、计算方法等处理数据,可以得到最优的投资组合和投资机会，大大降低了投资者对市场的人为干预，摆脱人性的弱点，不仅提高了效率，也加快了策略更新。

（二）

为了更加清晰、立体、系统地阐释量化投资的逻辑，本书特别选择了选股、择时、机器学习和资产配置四个维度来分析。

? 量化选股，主要分析了标的的指标信号。

由于市场的激烈竞争及利益驱动市场机制的存在，投资者只能不断寻找下一个指标信号来战胜市场，一旦新的指标信号被证明有用，其收益最终都将会被套走，市场将变得越来越有效。因此真正的能获取超额收益的指标很稀缺，持续战胜市场也很困难，量化选股则能不断寻找新的指标信号来持续获取超额收益。

? 量化择时则利用某种时序分析方法来判断市场未来的走势情况。

基于判断的结果来制定相应的策略，主要包括动量和反转两个方面。前者主要通过跟踪市场持续的方向，认为未来会继续按照该趋势运行，因而可以通过过去的趋势制定策略；后者的核心思想是超涨或超跌的股票价格会出现反转，因而可以通过挖掘价格拐点构建策略。

? 机器学习是人工智能中最能体现人类智慧的技术。

在量化投资领域的应用通?？梢越岷洗车牧炕蹲什呗?。投资者可以通过机器学习量化投资策略平台，将数据、算法、算力有效结合，构造具备独特性和完备性等特征的机器学习策略。

? 资产配置是将其财产在不同国家和不同资产类别中进行分配。

作为投资管理过程中的关键一环，每种资产配置策略都有其适用范围，取决于投资者的目标及约束条件的变化，以及投资组合管理者对资本市场历史与未来关系的理解。投资组合管理者必须随时注意到投资者和资本市场的重要变化，并及时调整资产配置比例。

（三）

在美国，量化投资的发展已经到了相当成熟的阶段。而国内量化投资的起步比美国市场晚了30多年。

在量化投资这个领域，做得好的人往往守口如瓶，做得不太好的人却到处高谈阔论。这给新入行的量化投资人带来极大的困扰。其实，中国的量化投资人不应亦步亦趋，而是应该以成熟的美国量化投资策略为基础，结合中国股票市场的投资者结构和市场特征进行本土化改造。于是，本书率先作出尝试，构建本土化的量化投资策略，为广大量化投资人建立一个全新的分析框架。

“第一篇 量化选股策略”，概述了量化选股策略的收益来源及其框架，并对量化策略整个流程中的单指标分析、多因子收益模型、风险模型、投资组合构建和绩效归因与评价进行了实证研究与展示，得出了科学的结论。

“第二篇 量化择时策略篇”，主要论述了动量择时模型与反转择时模型，前者包括均线择时系统、指数收益率奇数阶矩等方法，后者包括DeMark Combo策略、LPPL模型等方法。

“第三篇 机器学习量化策略”，阐述了机器学习的相关概念及其策略开发流程，并给出了主流的机器学习算法——简单决策树、GB决策树、随机森林、长短期记忆模型、临近取样算法的实证结果与分析结论。

“第四篇 资产配置篇”，就资产配置决策、资产配置策略、综合型资产配置、战略型资产配置、战术型资产配置、保障型资产配置等进行了论述，并就基于风险平价、风险预算、Black-Litterman模型的资产配置和行业配置进行了实证分析。