量化投资（MATLAB数据挖掘技术与实践） / 大数据金融丛书
作者： 卓金武，周英 总主编:丁鹏
出版时间：2017年1月
出版社：中国工信出版集团
- 中国工信出版集团
- 9787121302305
- 66372
- 2017年1月
- 未分类
- 未分类
- F830.59-39
卓金武、周英所著的《量化投资（MATLAB数据挖掘技术与实践）》，书中的内容分为三篇。第一篇为基础篇，主要介绍量化投资与数据挖掘的关系，以及数据挖掘的概念、实现过程、主要内容、主要工具等内容。第二篇为技术篇，系统介绍了数据挖掘的相关技术及这些技术在量化投资中的应用，主要包括数据的准备、数据的探索、关联规则方法、数据回归方法、分类方法、聚类方法、预测方法、诊断方法、时间序列方法、智能优化方法等内容。第三篇为实践篇，主要介绍数据挖掘技术在量化投资中的综合应用实例，包括统计套利策略的挖掘与优化、配对交易策略的挖掘与实现、数据挖掘在股票程序化交易中的综合应用，以及基于数据挖掘技术的量化交易系统的构建。
本书的读者对象为从事投资、数据挖掘、数据分析、数据管理工作的专业人士；金融、经济、管理、统计等专业的教师和学生；希望学习MATLAB的广大科研人员、学者和工程技术人员。
第一篇 基础篇
第1章 绪论
1.1 量化投资与数据挖掘的关系
1.1.1 什么是量化投资
1.1.2 量化投资的特点
1.1.3 量化投资的核心——量化模型
1.1.4 量化模型的主要产生方法——数据挖掘
1.2 数据挖掘的概念和原理
1.2.1 什么是数据挖掘
1.2.2 数据挖掘的原理
1.3 数据挖掘在量化投资中的应用
1.3.1 宏观经济分析
1.3.2 估价
1.3.3 量化选股
1.3.4 量化择时
1.3.5 算法交易
1.4 本章小结
参考文献
第2章 数据挖掘的内容、过程及工具
2.1 数据挖掘的内容
2.1.1 关联
2.1.2 回归
2.1.3 分类
2.1.4 聚类
2.1.5 预测
2.1.6 诊断
2.2 数据挖掘过程
2.2.1 数据挖掘过程概述
2.2.2 挖掘目标的定义
2.2.3 数据的准备
2.2.4 数据的探索
2.2.5 模型的建立
2.2.6 模型的评估
2.2.7 模型的部署
2.3 数据挖掘工具
2.3.1 MATLAB
2.3.2 SAS
2.3.3 SPSS
2.3.4 WEKA
2.3.5 R
2.3.6 工具的比较与选择
2.4 本章小结
参考文献
第3章 MATLAB快速入门
3.1 MATLAB快速入门
3.1.1 MATLAB概要
3.1.2 MATLAB的功能
3.1.3 快速入门案例
3.1.4 入门后的提高
3.2 MATLAB常用技巧
3.2.1 常用标点的功能
3.2.2 常用操作指令
3.2.3 指令编辑操作键
3.2.4 MATLAB数据类型
3.3 MATLAB开发模式
……
第二篇 技术篇
第4章 数据的准备
第5章 数据的探索
第6章 关联规则方法
第7章 数据回归方法
第8章 分类方法
第9章 聚类方法
第10章 预测方法
第11章 诊断方法
第12章 时间序列方法
第13章 智能优化方法
第三篇 实践篇
第14章 统计套利策略的挖掘与优化
第15章 配对交易策略的挖掘与实现
第16章 基于Wind数据的程序化交易
第17章 基于Quantrader平台的量化投资
第18章 基于数据挖掘技术的量化交易系统
