打开量化投资的黑箱（原书第2版） 下载 pdf 百度网盘 epub 免费 2025 电子书 mobi 在线

量化交易策略被投资大众称为“黑箱”，以难以理解并且难以描述而得名。尽管这种投资方法具有一定的复杂度，但如果得到很好的指导，您同样可以顺利进入这个领域，领略到其中的奥妙。作者里什。纳兰是一位专业基金经理，在书中他站在一个非纯粹技术性的视角介绍了量化交易策略，用生动的文笔带领读者游历整个“黑箱”。本书写作翔实生动，涉猎了金融界丰富的真实案例和市场趣闻，富于智慧地描绘了华尔街的数量金融奇才们是如何工作的。阅读本书的过程，是掀开量化交易神秘面纱的过程，是慢慢理解数量金融大师及其投资策略的过程，也可能是您对量化交易越来越感兴趣的过程。

目录

推荐序

译者序

前　言

致　谢

部分　量化交易的世界

第1章　关注量化交易的原因/ 2

深度思考的益处/ 7

风险的正确度量和错误度量/ 9

遵守纪律/ 10

小结/ 11

第2章　量化交易简介/ 12

何为宽客/ 14

量化交易系统的典型结构/ 16

小结/ 19

第二部分　打开黑箱

第3章　阿尔法模型：宽客如何盈利/ 22

两类阿尔法模型：理论驱动型和数据驱动型/ 24

理论驱动型阿尔法模型/ 25

数据驱动型阿尔法模型/ 45

实施策略/ 49

混合型阿尔法模型/ 61

小结/ 67

第4章　风险模型/ 71

控制风险规模/ 73

限制风险种类/ 77

小结/ 82

第5章　交易成本模型/ 85

定义交易成本/ 86

交易成本模型的种类/ 91

小结/ 96

第6章　投资组合构建模型/ 98

基于规则的投资组合构建模型/ 99

投资组合 化/ 104

投资组合构建模型的输出/ 120

宽客如何选择投资组合构建模型/ 121

小结/ 122

第7章　执行模型/ 124

订单执行算法/ 126

交易基础设施/ 138

小结/ 140

第8章　数据/ 142

数据的重要性/ 143

数据类型/ 145

数据来源/ 147

数据清洗/ 149

数据存储/ 155

小结/ 156

第9章　研究/ 158

研究蓝图：科学的方法/ 159

思想的产生/ 160

检验/ 163

小结/ 184

第三部分　量化投资策略实战指南

第10章　量化策略的风险内生性/ 188

模型风险/ 189

结构关系变化风险/ 194

外生冲击风险/ 198

蔓延风险和同质投资者风险/ 200

宽客如何监控风险/ 208

小结/ 210

第11章　对量化交易的批评/ 212

交易是一门艺术，不是科学/ 213

由于低估风险，宽客引起更多的市场波动性/ 214

宽客不能应对市场行情中的不寻常事件或快速的变化/ 220

宽客完全相同/ 222

长远来看，只有少数几个大型量化公司能够蓬勃发展/ 223

宽客在数据挖掘中存在错误/ 227

小结/ 230

第12章　评估宽客和量化交易策略/ 232

收集信息/ 233

评估量化交易策略/ 236

评估量化交易者/ 239

优势/ 242

评估宽客的诚信/ 246

宽客如何适应投资组合/ 248

小结/ 251

第四部分　高速及高频交易

第13章　高速及高频交易概要/ 254

第14章　高速交易/ 260

速度的重要性/ 261

延迟根源/ 270

小结/ 281

第15章　高频交易/ 284

契约型做市/ 284

非契约型做市/ 289

套利/ 291

快速的阿尔法策略/ 293

高频交易风险管理和投资组合构建/ 295

小结/ 297

第16章　关于高频交易的争论/ 299

高频交易创造不公平的竞争了吗/ 300

高频交易导致老鼠仓交易或市场操纵吗/ 304

高频交易导致更大的波动性或者结构不稳吗/ 311

高频交易缺乏社会价值吗/ 319

监管注意事项/ 320

小结/ 323

第17章　量化交易的展望/ 326

里什 K.纳兰（Rishi K. Narang）华尔街顶级数量金融专家，资深对冲基金经理。目前是特勒西斯资本有限责任公司（Telesis Capital LLC）的主要合伙人，这家公司主要采用量化交易策略进行投资。此前，他是圣巴巴阿尔法策略（Santa Barbara Alpha Strategies）的总经理和投资组合经理。里什还曾与别人合作创建Tradeworx公司并担任总裁，这家公司在1999～2002年管理着量化对冲基金。自1996年开始，他就开始从事对冲基金事业，专注于量化交易策略。里什毕业于加利福尼亚大学伯克利分校，获得了经济学学士学位。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：打开量化投资的黑箱（原书第2版）在线阅读

在线听书地址：打开量化投资的黑箱（原书第2版）在线收听

在线购买地址：打开量化投资的黑箱（原书第2版）在线购买

暂无原文赏析，正在全力查找中！

前言

前　　言历史是无情的主宰，根本没有所谓现在，只有不断成为未来的过去。保守的下场就是被扫出历史的舞台。

—约翰·肯尼迪在相对默默无闻的投资管理领域，广泛被误解的有利可图的市场正快速发展。这个有利可图的市场被一直工作在这个领域的 聪明的人所主宰。他们在现代金融领域正努力解决一些 有趣且 挑战性的问题。这个有利可图的市场有很多名字：量化交易、系统化交易或者黑箱交易。几乎在每个领域，技术都是改革的重要方式，极少数情况下，也是正在发生的事情。

上面提到这是一个技术革命，在量化交易领域，这可能让你感到很奇怪。但事实上，量化交易者和主观判断型交易者准确的不同点便在于技术。不要搞错：投资总是离不开数学，无论是对公司税收、成本、产生的利益和损失的基础分析，还是在计算市盈率指标等方面。格雷厄姆和多德所著书籍《证券分析》（Security Analysis）中有一个章节专门讲解财务报表分析。关于这一点，这本投资者的“ ”比本书的阐述更详尽。

正如在其他领域，以遵守纪律的、可重复的、保持一致的方式做事情是很有用的（无论是制造汽车还是飞机），投资同样可以系统化，而且应该系统化。量化交易者在系统化的道路上已经走了一段距离了，汽车制造仍是汽车制造，手工安装的齿轮还是机器安装的齿轮并没什么区别。驾驶飞机亦是如此，飞行员驾驶和 工作没有什么不同。换句话说，只是以不同的方式做着同样的工作。核心是技术的不同。

如果我说“我喜欢拥有便宜的股票”，理论上，我会计算每个公司的市盈率，手工搜寻 便宜的股票，然后进入市场购买。或者我可以写一个计算机程序，扫描包含所有有关市盈率的数据库，找到符合预先定义的股票，然后利用交易算法在市场中购买。两者在如何操作方面是完全不同的，但是 终所购买的股票和购买原因是完全相同的。

所以，如果这里讨论的是如何对一种具体工作的完全理性的演进，而且对新技术没有不合理的恐惧，那么，新闻报道者、政治家、普通公众甚至许多行业专家为什么又不喜欢量化交易呢？这有两个原因。个原因是在许多情况下，人们不喜欢自己的工作被技术取代。例如，高频交易的许多活跃对手进行战斗，并不是因为对资本市场的关心，而是因为他们的生计被更先进的技术威胁，这一点是很明显的。这是可以理解并有道理的，但是如果他们取胜的话，对市场是不利的。因为 终，他们拥护的是停滞不前。

第二个原因在我的经历中非常常见，是人们不能理解量化交易，对于不能理解的事情，我们倾向于恐惧和不喜欢。这本书旨在改善人们对投资管理行业量化交易的许多类型的参与者的理解。宽客经常内疚于因为缺乏必要的谨慎描述而使这个问题雪上加霜。而这只会在某些方面产生不信任，事实上丝毫没有必要内疚。

这本书将带着你开启“黑箱”。本书阐明了宽客所做的工作，帮助人们揭开量化交易的神秘面纱，让对量化交易感兴趣的人能够更好地评估宽客和他们的策略。

首先要弄清楚一点，是人，而不是机器，应该对量化交易有趣的方面负责。量化交易可以被定义为人们通过严谨的研究，系统化地执行交易策略。关于这点，系统化(systematic)被定义为遵守纪律的、有条不紊的、自动化的方法。尽管依赖于自动化和系统化，但是人们开发策略并决定策略是什么，是人选择系统交易的证券种类，是人选择获取什么数据以及如何清洗这些数据，还有许多其他事情也是由人完成。给予量化交易策略的人通常被称为宽客（quants）或者量化交易者（quant traders）。

宽客在研究中采用科学方法。虽然这个研究使用技术（包括数学方法和各种公式），但是研究过程完全取决于人的决策。实际上，人类决策几乎存在于设计、执行和量化交易策略监管的各个方面。正如我已经表明的，量化策略和传统的主观型投资策略所做的事情是非常相似的，都依赖于决策者日复一日地管理投资组合。

量化策略和主观判断型策略的区别在于策略如何被制定以及如何被执行。通过仔细研究这些策略，宽客能够用科学家验证理论知识的方法评估这些想法。而且，通过使用计算机，系统化地实施策略，宽客能够消除很多存在于主观判断型交易中的随意性。本质上，由情绪、无纪律性、激情、贪婪和恐惧驱使的决策，能够在量化投资过程被消除，而这些心理因素被许多人认为是市场投资中出现重大失误的原因。这些心理因素被理性分析和系统化的方法所取代，这些方法都是从许多其他领域获得的：对于需要重复完成并要求遵守纪律的事情，计算机比人做得出色。计算机比人更适合重复性劳动，这并无不妥。毕竟，计算机也不适合创造性的劳动；如果人类不告诉计算机如何操作，计算机将一无所知。相对许多主观判断型策略而言，由于在设计和执行策略上的不同，运行良好的量化策略能够持续获得有利的风险/收益回报。

为了更好地阐明本书的观点，我在书中主要集中探讨阿尔法方向的策略，没有涉及量化指数型交易者或者其他贝塔型策略。阿尔法策略通过择时和调整持仓头寸进而获利；贝塔策略是复制或者稍微改进指数的表现，例如标普500指数。虽然量化指数基金管理是一个大的行业，不过对它的解释不必过多。我没有必要在金融工程上花费太多的时间，金融工程主要在创造和管理新的金融产品（例如，债务抵押债券）方面起着重要的作用。我也不陈述量化分析，因为这也支持主观判断型投资决策。这是两个非常有趣的话题，可惜它们不是量化交易专有的特点，这些讨论还是留给相关专家吧。

这本书的主体结构分为四个部分。部分（第1章和第2章）介绍量化交易的背景知识。第二部分（第3～9章）详细讲述了黑箱的内容。第三部分（第10～12章）对量化交易进行分析，并指出评估宽客和策略的技巧。第四部分（第13～16章）对高频交易、支持高速交易的基础设施、量化交易的传言和真相进行介绍。 后，第17章分析量化交易的当前形势并展望未来。

用直观的方式解释量化交易是我的愿望。本书基于经济学原理和技术理论基础，描述了宽客做了什么以及如何操作。本书避免使用大量公式，行业术语也仅有限使用或者被解释以后使用。本书旨在表明很多人认为的“黑箱”实际上是透明的、直观的和易于理解的。我也探索了在量化交易中得到的经验教训，以及如何评估量化交易策略和宽客。总之，这本书对于许多资本市场的参与者和评论者都是有用的。对于投资组合经理、分析师以及任何类型的交易者，这本书将帮助其系统化地理解“宽客做什么，如何做，为什么这样做”。对于投资者、财经媒体、监管者或者对金融市场有一些基本知识的人来说，这本书对于帮助他们进一步理解量化交易有很大的帮助。

里什·纳兰（Rishi K. Narang）致谢非常感激我的兄弟Manoj Narang对于本书第四部分给予的帮助，感恩Mani Mahjouri提供的许多建议和帮助。感谢迈克·贝勒和Dmitry Sarkisov对信息微爆发提出的具有启发性的观点。我在T2AM的同事Myong Han、Yimin Guo、Huang Pan和Julie Wilson通读了本书的不同部分，给出了许多有价值的建议。如果没有编辑Arzhang Kamarei不知疲倦的工作，这本书的可读性将会大打折扣。本书的第1版也是由Arzhang Kamarei帮助编辑校对的。

我必须感谢我在T2AM的同伴Eric Cressman、John Cutsinger和Elizabeth Castro的帮助。

我在量化交易领域学到了许多知识，应该感谢许多朋友和机构的帮助，它们是新际集团（Newedge）的Chris Kennedy和Ryan Duncan，艾特集团的Sang Lee以及巴克莱集团。除非另有说明，书中的基础数据来自YAHOO金融和彭博。

自2009年信息技术及广播局（ITBB）出现后，我对于很多人和很多机构的帮助表示感激，它们是新际集团（尤其是Keith Johnson、Leslie Richman、Brian Walls、Galen Burghardt和Isabelle Lixi）、美林证券（尤其是Michael Lynch、Lisa Conde、Tim Cox和Omer Corluhan）、摩根士丹利（尤其是Michael Meade）、芝加哥商业交易所（尤其是Kelly Brown）。

对于第2版，我感谢Philip Palmedo、Brent Boyer、Aaron Brown和Werner Krebs提出的建设性的批评意见，使得这本书进一步得以改善，也很感谢Pankaj Patel、Dave DeMers、John Burnell、John Fidler和Camille Hayek对各种新内容的帮助。

书籍介绍

无论是量化、算法，还是黑箱交易，谈论的都是一件事情：通过计算机执行的系统化交易。

尽管一些人斥责其危险地脱离了人类的控制，是市场过度波动的驱动者，但另一些人认为量化交易能够很好地克服人类的贪欲以及人类在制定投资决策中的认知偏差等弱点。

总的来说，不管你对量化交易有多少了解，事实上，量化基金持续超越了市场表现，这也是许多聪明的投资者追逐黑箱的原因。

不幸的是，量化交易的很多部分仍是模糊不清的，这主要是因为宽客对系统如何工作的细节的极度保密。但是，在这个版本中，作为量化交易者和大师级解读者，作者巧妙地告诉读者，量化交易比你想象的更易于理解与掌控。

本书目的是让读者甚至是对数学或者技术有所恐惧的投资者能理解量化交易，这本书会带领你走过黑箱之旅。作者用简明的语言指明宽客们所做的工作，揭开了量化交易和量化交易策略的神秘面纱。

在简明介绍量化交易准则和一般性准则之后，作者转入正题，开始介绍典型黑箱系统的详细内件，用非技术性的语言解释内件是什么以及内件之间是如何组合在一起的。

然后，用大量的实际案例以及真实的故事清晰地解释：

最常见的量化系统结构

宽客如何追逐阿尔法

量化交易中的主观判断水平

高频交易及设施

执行算法以及如何工作

宽客如何构建风险模型以及如何知道特定的模型是否真正有效

基于理论驱动的系统和数据挖掘策略之间的重要不同点

如何评估量化经理以及他们的策略

如何将量化策略嵌入一个全面的投资组合策略，为何它们都很重要

量化交易的现行趋势和未来趋势以及在未来的角色

本书阐述了黑箱交易，使其透明化，直觉上更易感知、更易于理解。对于机构投资者、资产管理者、养老金管理者以及渴望在今天充满不确定性的金融市场获得优势的所有精明投资者而言，本书是一本必读物。