量化投资是金融市场一种新兴的投资业务模式，其建立在数学与统计方法之上，同时需要利用计算机算法实现策略并进行交易执行。本书是围绕量化投资教学编写的教材，是“金融数学教学丛书”中的一本。本书是作者在北京大学和复旦大学连续多年讲授量化投资相关课程教学经验的总结，在本书中作者尝试对量化投资的基本内容、技术方法和实现过程进行较为全面的、从理论到实践的介绍。本书的许多章节配备了基于中国市场数据的量化投资策略案例分析，帮助读者感受量化策略实现的具体步骤及真实表现，
本书共七章，前两章为量化投资基础，随后为量化择时和择股，最后两章为高频量化交易。本书以理论为起点，介绍量化投资的基本方法，并利用案例分析来汇总理论知识，指导实践操作，章末设有相关习题，供读者学习巩固之用，同时章末附有二维码，读者扫码可看高清彩图。
本书可作为高等院校相关专业本科生和硕士研究生的专业教材或教学参考书，也可以作为相关技术和研究人员的实用参考书。

丛书序
前言
第1章 量化投资和交易综述
1.1 金融投资和量化投资
1.2 量化投资的主要资产标的
1.3 金融资产定价理论与量化投资
1.3.1 金融资产定价理论简介
1.3.2 实证金融的研究工作
1.3.3 实证金融与量化投资策略
1.4 应用数学、统计和机器学习与量化投资
1.4.1 建模在量化投资中的作用
1.4.2 量化投资中的主要数学和统计方法
1.4.3 机器学习方法在资产价格预测中的应用研究
1.5 量化投资与量化交易
习题一
第2章 量化投资策略
2.1 投资标的
2.2 调仓频率
2.3 数据
2.4 股票收益率特征性事实
2.5 投资信号建模
2.6 信号的叠加
2.7 策略评判标准
2.8 案例：两资产等权重投资组合
习题二
第3章 量化择时模型
3.1 均线
3.2 常见趋势型技术指标
3.3 常见反转型技术指标
3.4 线性滤波
3.5 线性回归
3.6 HP滤波
3.7 L1滤波
3.8 Fourier滤波
3.9 Kalman滤波
3.10 案例：螺纹钢期货主力合约分钟频率择时
习题三
第4章 经典资产定价模型及量化策略
4.1 收益和风险度量
4.2 现代资产组合理论
4.3 资本资产定价模型和单因子模型
4.4 套利定价理论和多因子模型
4.5 案例：低beta择股策略
习题四
第5章 多因子选股模型
5.1 从单因子到多因子
5.2 提取因子收益和因子暴露
5.3 因子的类型
5.4 因子的选取
5.5 因子的剥离
5.6 因子的整合
5.7 基准的选取
5.8 建立多因子投资组合
5.9 案例：沪深300指数增强策略
习题五
第6章 算法交易
6.1 交易执行的基本概念
6.1.1 交易所与交易者
6.1.2 交易指令
6.1.3 订单簿
6.1.4 交易执行的相关问题
6.2 基于价格过程的最优下单模型
6.2.1 Bertsimas-Lo最优下单模型
6.2.2 Almgren-Chriss最优下单模型
6.2.3 TWAP与VWAP
6.3 基于订单簿的最优下单模型
习题六
第7章 高频策略
7.1 做市商交易模型
7.2 Avellaneda-Stoikov库存模型
7.3 高频投资策略
7.3.1 高频数据特征
7.3.2 高频投资策略
7.3.3 我国资本市场的高频投资
7.4 案例：沪深300股指期现高频套利
习题七
参考文献