量化投资：以MATLAB为工具（第2版） pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

李洋（Faruto) 著

图书标签:

• 量化投资
• MATLAB
• 金融工程
• 投资策略
• 算法交易
• 金融建模
• 时间序列分析
• 风险管理
• 投资分析
• 第2版

出版社： 电子工业出版社

ISBN：9787121298486

版次：1

商品编码：12038750

包装：平装

丛书名： 大数据金融丛书

开本：16开

出版时间：2016-10-01

用纸：胶版纸

页数：576

字数：864000

正文语种：中文

产品特色

编辑推荐

适读人群 ：本书适合金融工程、金融建模、量化投资、程序化交易等金融领域的分析师及有志于从事金融投资的各界人士阅读。
　　本书在第1版广受好评的基础上，第2版修正第1版中的个别错误和不严谨之处，还增加了更多量化投资的实际案例，包括但不限于基于MATLAB的多因子选股模型、基于MATLAB和Wind的量化交易终端、基于MATLAB的BP模型、基于MATLAB的广义极值分布模型、基于MATLAB的正则表达式简介。本书最后详细介绍了笔者在2015年开发的一个开源工具箱——FQuantToolBox股票期货数据获取&量化回测工具箱，通过该工具箱可以免费获取股票和期货数据，方便读者构建自己的回测数据库，进行相关策略的研发和测试。

内容简介

　　本书分为基础篇和高级篇两大部分。基础篇通过Q＆A的方式介绍了MATLAB的主要功能、基本命令、数据处理等内容，使读者对MATLAB有一个基本的了解。高级篇分为20章，介绍了MATLAB结合具体量化投资的相关案例，包括MATLAB处理优化问题和数据交互、绘制交易图形、构建行情软件和交易模型、基于MATLAB的BP神经网络和广义极值分布、基于MATLAB的正则表达式基础教程、FQuantToolBox股票期货数据获取＆量化回测工具箱的介绍与使用等内容，通过丰富的实例和图形帮助读者理解和运用MATLAB作为量化投资的工具。本书的特色在于不仅仅满足理论学习的需要，更帮助读者边学边练，理论与实践并重。本书适合经济金融机构的研究人员和从业人员、进行量化投资的交易员、具有统计背景的科研工作者、高等院校相关专业的教师和学生及对量化投资和MATLAB感兴趣的人士阅读。

作者简介

　　李洋（Faruto），5年量化投资从业经验，先后就职于期货、保险、基金公司，从事量化投资相关工作。中国量化投资学会专家委员会成员、中国量化投资学会MATLAB技术分会会长，MATLAB技术论坛联合创始人，北京师范大学应用数学学士、硕士。十余年MATLAB编程经验，Libsvm-MAT支持向量机加强版工具箱开发者，FQuantToolBox股票期货数据获取&量化回测工具箱开发者，对量化对冲类策略、CTA类策略、套利类策略等有深入研究，且有多年量化投资实战经验，已出版《量化投资：以MATLAB为工具》、《MATLAB神经网络30个案例分析》和《MATLAB神经网络43个案例分析》、翻译《金融与经济中的数值方法――基于MATLAB编程》等书籍。郑志勇（Ariszheng）中国量化投资学会专家委员会成员，方正富邦基金产品总监，北京理工大学运筹学与控制论硕士，先后就职于中国银河证券、银华基金、方正富邦基金，从事金融产品研究与设计工作。十余年MATLAB编程经验，专注于产品设计、量化投资等相关领域的研究，尤其对于各种结构化产品、分级基金产品有着深入的研究，已出版《量化投资：以MATLAB为工具》、《运筹学与*优化MATLAB编程》和《金融数量分析：基于MATLAB编程》、翻译《金融与经济中的数值方法――基于MATLAB编程》等书籍。

目录

基 础 篇
第0章 N分钟学会MATLAB（60＜N＜180） 1
0．1 引言 1
0．2 基础知识 1
0．3 输入/输出 10
0．4 数据处理 12
0．5 数学运算 18
0．6 字符操作 25
0．7 日期时间 27
0．8 绘图相关 28
0．9 数学、金融、统计相关 34
0．10 其他 47
高 级 篇
第1章 基于MATLAB的优化问题 51
1．1 基于MATLAB的线性优化 51
1．1．1 背景介绍 51
1．1．2 线性优化MATLAB求解 52
1．1．3 含参数线性规划 56
1．2 基于MATLAB的非线性优化 57
1．2．1 背景介绍 57
1．2．2 理论模型 58
1．2．3 MATLAB实现 60
1．2．4 扩展阅读 70
1．3 优化工具箱参数设置 73
1．3．1 优化工具箱参数说明 73
1．3．2 优化工具箱参数设置方法 78
1．3．3 参数设置实例演示 80
第2章 MATLAB与Excel的数据交互 81
2．1 数据交互函数 81
2．1．1 获取文件信息xlsfinfo函数 81
2．1．2 读取数据xlsread函数 82
2．1．3 写入数据xlswrite函数 84
2．1．4 交互界面uiimport函数 85
2．2 Excel-Link宏 87
2．2．1 加载Excel-Link宏 88
2．2．2 使用Excel-Link宏 89
2．2．3 Excel 2007加载与使用宏 91
2．3 交互实例 92
2．3．1 基金相关性的计算 92
2．3．2 多个文件的读取和写入 93
2．4 数据的平滑处理 94
2．4．1 smooth函数 94
2．4．2 smoothts函数 99
2．4．3 medfilt1函数 102
2．5 数据的变换 104
2．5．1 数据的标准化变换 105
2．5．2 数据的极差规格化变换 107
第3章 MATLAB与数据库的数据交互 110
3．1 MATLAB实现 110
3．1．1 Database工具箱简介 110
3．1．2 Database工具箱函数 111
3．1．3 数据库数据读取 112
3．1．4 数据库数据写入 117
3．2 系统数据源配置 119
第4章 K线图及常用技术指标的MATLAB实现 122
4．1 K线图的MATLAB实现 123
4．1．1 MATLAB内置函数candle实现 123
4．1．2 自己编写函数实现 124
4．2 常用技术指标的MATLAB实现 128
4．2．1 简单移动平均线（SMA）和指数移动平均线（EMA） 129
4．2．2 自适应移动平均线（AMA） 133
4．2．3 指数平滑异同移动平均线（MACD） 138
4．2．4 平均差（DMA） 140
第5章 基于MATLAB的行情软件 143
5．1 基于MATLAB的行情软件使用介绍 145
5．1．1 面板介绍 145
5．1．2 功能介绍 145
5．2 基于MATLAB的行情软件建立过程 148
5．2．1 GUI版面布局设计 148
5．2．2 核心函数编写 150
5．3 扩展阅读 159
5．3．1 MATLAB通过网页抓取从雅虎网站获取股票历史数据 159
5．3．2 MATLAB通过网页抓取从新浪获取股票实时数据 163
第6章 基于MATLAB的随机模拟 167
6．1 概率分布 167
6．1．1 概率分布的定义 167
6．1．2 几种常用的概率分布 167
6．1．3 概率密度、分布和逆概率分布函数值的计算 171
6．2 随机数与蒙特卡罗模拟 174
6．2．1 随机数的生成 174
6．2．2 蒙特卡罗模拟 178
6．3 随机价格序列 180
6．3．1 收益率服从正态分布的价格序列 180
6．3．2 具有相关性的随机序列 182
6．4 带约束的随机序列 184
第7章 基于MATLAB的风险管理 188
7．1 背景介绍 188
7．1．1 VaR模型 188
7．1．2 VaR计算方法 190
7．2 MATLAB实现 191
7．2．1 数据读取 191
7．2．2 数据处理 200
7．2．3 历史模拟法程序 201
7．2．4 参数模型法程序 203
7．2．5 蒙特卡罗模拟程序 205
7．2．6 计算结果比较 208
第8章 期权定价模型的MATLAB实现 209
8．1 概述 209
8．1．1 关于布莱克、斯科尔斯和莫顿的故事 209
8．1．2 Black-Scholes定价模型 210
8．2 Black-Scholes定价模型及希腊字母研究 211
8．2．1 Black-Scholes微分方程的推导 211
8．2．2 希腊字母研究及MATLAB仿真测试 217
8．3 二叉树定价模型研究 233
8．3．1 期权定价的数值方法概述 233
8．3．2 二叉树定价模型 235
8．3．3 二叉树模型下的希腊字母计算和测试 240
8．3．4 美式期权与欧式期权的风险指标对比 243
8．4 BAW定价模型研究 247
8．4．1 美式期权定价模型方法概述 247
8．4．2 BAW定价模型 247
8．4．3 BAW定价模型仿真测试 250
第9章 基于MATLAB的支持向量机（SVM）在量化投资中的应用 253
9．1 背景介绍 253
9．1．1 SVM概述 253
9．1．2 LIBSVM工具箱 255
9．2 上证指数开盘指数预测 257
9．2．1 模型建立 257
9．2．2 MATLAB实现 258
9．3 上证指数开盘指数变化趋势和变化空间预测 264
9．3．1 信息粒化简介 264
9．3．2 模型建立 267
9．3．3 MATLAB实现 267
9．4 基于C-SVM的期货交易策略 272
9．4．1 引言 272
9．4．2 模型建立 273
9．4．3 MATLAB实现 273
9．5 扩展阅读 287
9．5．1 MATLAB自带的SVM实现函数与LIBSVM的差别 287
9．5．2 关于SVM的学习资源汇总 288
第10章 MATLAB与其他金融平台终端的通信 291
10．1 DataHouse平台MATLAB接口介绍 291
10．1．1 DataHouse平台简介 291
10．1．2 MATLAB接口介绍 293
10．2 Wind平台MATLAB接口介绍 308
10．2．1 Wind平台简介 308
10．2．2 MATLAB接口介绍 309
第11章 基于MATLAB的交易品种选择分析 313
11．1 品种的流动性 313
11．2 品种的波动性 316
11．3 小结 320
第12章 基于MATLAB的交易品种相关性分析 321
12．1 背景介绍 321
12．2 MATLAB实现 324
12．2．1 计算相关性的时间长度和时间周期的选择 325
12．2．2 不同交易品种（资产）的时间轴校正 327
12．2．3 全市场品种的相关性图形展示 327
12．3 扩展阅读 329
第13章 基于MATLAB的国内期货证券交易解决方案 333
13．1 国内期货柜台系统介绍 333
13．2 MATLAB对接CTP的各种方式 335
13．3 开发前准备 336
13．3．1 文档下载 336
13．3．2 MATLAB安装 336
13．3．3 监控工具 337
13．3．4 开发工具 338
13．4 C#版对接原理 338
13．5 XAPI版项目介绍 339
13．6 MATLAB对接期货接口介绍（XAPI项目．NET版） 340
13．6．1 导入C#库 341
13．6．2 启动行情连接 341
13．6．3 显示连接状态 345
13．6．4 订阅行情 348
13．6．5 行情连接参数 349
13．6．6 启动交易连接 349
13．6．7 交易的相关事件 349
13．6．8 下单 350
13．6．9 撤单 352
13．6．10 退出 352
13．6．11 改进 352
13．7 MATLAB对接期货接口介绍（XAPI项目COM版） 353
13．7．1 COM组件注册 353
13．7．2 COM组件运行 354
13．7．3 COM事件注册 356
13．7．4 下单 357
13．8 MATLAB对接证券接口 358
13．9 MATLAB对接个股期权接口 360
第14章 构建基于MATLAB的回测系统 361
14．1 基于MATLAB的量化回测平台框架介绍 361
14．1．1 回测平台实现细节思考 361
14．1．2 回测平台框架 363
14．2 简单均线系统的MATLAB实现 364
14．3 基于MATLAB的策略回测模板样例 369
14．3．1 模板结构 369
14．3．2 相关回测变量和指标的定义 369
14．3．3 策略描述 370
14．3．4 数据准备 373
14．3．5 回测计算 374
14．3．6 策略评价 379
14．4 其他基于MATLAB的回测平台展示 385
14．4．1 HTS1．0――基于MATLAB设计的回测平台体验版 385
14．4．2 GreenDragon期货交易算法研发平台 387
14．4．3 交易策略回测GUI [Trading strategy back tester] 388
第15章 基于MATLAB的多因子选股模型的实现 389
15．1 多因子模型介绍 389
15．1．1 背景 389
15．1．2 因子种类 389
15．1．3 因子库 390
15．1．4 全局参数 390
15．1．5 初始股票池 391
15．1．6 股票组合 392
15．1．7 情景分析 392
15．1．8 测试流程 393
15．1．9 评价体系 393
15．2 MATLAB实现 394
15．2．1 主脚本 394
15．2．2 提取数据 396
15．2．3 因子选股 398
15．2．4 回测 399
15．2．5 策略评价 403
15．3 总结 405
第16章 基于MATLAB和Wind的量化交易终端AsTradePlatform介绍与使用 406
16．1 背景介绍 406
16．2 面板介绍 406
16．3 模块介绍 408
16．3．1 前期准备 408
16．3．2 初始化 412
16．3．3 登录/登出模块 413
16．3．4 策略控制模块 419
16．3．5 标的池模块 446
16．3．6 策略监控模块 456
16．3．7 账户信息模块 465
16．3．8 手动交易 467
16．3．9 选股模型 468
16．4 总结与改进 472
第17章 基于MATLAB的BP神经网络在量化投资中的应用 473
17．1 基础概述 473
17．1．1 BP神经网络概述 473
17．1．2 基于MATLAB的BP神经网络的非线性系统建模 480
17．2 基于MATLAB的BP神经网络对股指连续收盘价进行预测 484
17．2．1 数据与指标选取 484
17．2．2 基于BP神经网络的股指连续的预测实现 484
第18章 基于MATLAB的广义极值分布在量化投资中的策略挖掘与回测 487
18．1 背景介绍 487
18．1．1 广义极值分布 487
18．1．2 GEV分布与目标价格的突破概率 490
18．2 GEV策略与回测的MATLAB实现 495
18．2．1 策略准则 495
18．2．2 GEV策略构建 500
18．2．3 HS300回测 507
18．2．4 股指期货5分钟连续主力合约回测 511
第19章 基于MATLAB的正则表达式基础教程 517
19．1 引言 517
19．2 单个字符的匹配 518
19．2．1 句点符号 518
19．2．2 方括号符号 519
19．2．3 方括号中的连接符 519
19．2．4 特殊字符 519
19．2．5 类表达式 520
19．3 字符串的匹配 521
19．3．1 多次匹配 521
19．3．2 逻辑运算符 522
19．3．3 左顾右盼――利用上下文匹配 523
19．4 标记（tokens） 523
19．4．1 什么是标记 523
19．4．2 如何使用标记 524
19．5 多行字符串与多正则表达式 525
19．5．1 多个字符串与单个正则表达式匹配 525
19．5．2 多个字符串与多个正则表达式匹配 526
19．5．3 多字符串的替换 526
19．6 应用实例 526
第20章 FQuantToolBox股票期货数据获取＆量化回测工具箱的介绍与使用 528
20．1 FQuantToolBox是做什么用的 528
20．2 FQuantToolBox工具箱内容简介 529
20．3 行情数据和基本面数据获取函数 530
20．4 工具箱各版本更新说明 557

前言/序言

　　近年来，互联网和人工智能技术的飞速发展，推动传统金融大踏步前进，尤其是量化投资、互联网金融、移动计算等领域，用一日千里来形容亦不为过。2015年年初，李克强总理在《政府工作报告》中提出制订“互联网+”行动计划，推动移动互联网、云计算、大数据等与各行业的融合发展。2015年9月，国务院又印发了《促进大数据发展行动纲要》，提出“推动产业创新发展，培育数据应用新业态，积极推动大数据与其他行业的融合，大力培育互联网金融、数据服务、数据处理分析等新业态”。可见，大数据金融将会成为未来十年最闪亮的领域之一。2012年年初，中国量化投资学会联合中国工信出版集团电子工业出版社，共同策划出版了“量化投资与对冲基金丛书”，深受业内好评。在此基础上，2016年我们再次重磅出击，整合业内顶尖人才，推出“大数据金融丛书”，引领时代前沿，助力行业发展。
　　本书特点
　　李洋是最早加入本丛书的作者之一，他的第1版《量化投资：以MATLAB为工具》出版后，深受好评，也奠定了他在该领域的领先地位。三年后，他再次大幅度升级改版，相信又会给业内读者带来更多的分享价值。与第1版相比，第2版以实战策略为核心，阐述了MATLAB在量化投资中的方方面面。
　　第1章是关于MATLAB的优化问题，开发量化策略的回测中无法避免的就是策略优化，MATLAB则提供了很多函数进行线性优化及非线性优化。
　　第2、3、5章主要讲解数据交互如何解决，包括最常用的如何从Excel中交互数据，以及与数据库之间的交互。行情的获取也可以通过MATLAB的接口实现，并以图形化的方式展示出来，同时通过案例说明如何从雅虎和新浪获取股票行情数据。
　　有关策略的MATLAB分析，在本书的第4、8、15章有详细介绍。
　　第4章将技术分析的各种指标用MATLAB进行实现。传统的技术指标在量化投资中有着广泛的应用，但是需要结合各自的品种进行相应的优化参数处理。
　　第8章介绍了期权定价问题。在我国的衍生品市场中，期权的交易规模尚处于初始阶段，但是未来的发展空间巨大，这其中最核心的是定价问题，包括B-S模型、二叉树模型等，都可以用MATLAB的函数实现。
　　第15章介绍了传统的多因子选股模型。目前主流的Alpha策略采用的都是多因子选股，包括基本面因子、统计类因子、舆情大数据因子等。
　　第9、17、19章阐述了人工智能理论在量化投资中的应用。
　　第9章介绍SVM（支持向量机）如何用于量化策略的开发。SVM主要用于构建分类模型，可以基于SVM的MATLAB函数构建金融市场的分类模型并进行预测。
　　除了SVM，另一个大量用于分类分析的是BP神经网络，最近很热门的深度学习，很多问题都是基于BP神经网络构建的。第17章介绍了基于MATLAB的BP神经网络在量化投资中的应用。
　　第19章介绍的正则表达式则是人工智能中很传统的一类方法，利用正则表达式可以进行逻辑推理，这是专家系统的重要理论基础，MATLAB中也提供了对应的函数库。
　　第6章是关于随机模拟的问题。对于一些需要海量数据处理的问题，比如高频交易、算法交易等，在没有完整的数据集时，可以用随机模拟的方式获得大致的概率分布，并且基于该随机模拟进行算法分析，是一个不错的选择。
　　风险管理毫无疑问是量化投资中的核心问题，其一般用VaR模型来表达，第7章针对这部分内容进行了阐述。
　　第10、13、14、20章全面讲述了MATLAB与其他系统之间的交互和实现问题。这是MATLAB一个相当强大的功能，可以充分利用其他系统的数据和结果。
　　本书几乎涵盖了MATLAB在量化投资的方方面面，是目前市面上在该领域（无论是从深度还是从广度上都处于领先地位的教材，特此推荐。
　　美好前景
　　中国经济经过几十年的高速发展，各行各业基本上已经定型，能够让年轻人成长的空间越来越小。未来十年，大数据金融领域是少有的几个有着百倍、甚至千倍成长空间的行业，在传统的以人为主的分析逐步被数据和模型替代的过程中，从事数据处理、模型分析、交易实现、资产配置的核心人才（我们称之为宽客），将有广阔的舞台可以充分展示自己的才华。在这个领域，将不再关心你的背景和资历，无论学历高低，无论有无经验，只要你勤奋、努力，脚踏实地地研究数据、研究模型、研究市场，实现财务自由并非遥不可及的梦想。对于宽客来说，除了你的才华，其他一切都不重要！
　　丁 鹏 博士
　　中国量化投资学会理事长
　　《量化投资——策略与技术》作者
　　“大数据金融丛书”主编
　　2016.8 上海
　　前言
　　写在前面的话
　　光阴荏苒，岁月如梭，距离《量化投资：以MATLAB为工具》第1版的出版已经有近两年的时间了，期间通过各大电商的评论及邮件，我收到读者各式各样的反馈和评论，深知该书无法满足所有层次读者的需求，也有诸多需要完善和精细化的地方，仅希望能够对在量化投资道路上探索的读者有些许启发和帮助。
　　相比于第1版，第2版除了修正个别错误和不严谨之处，还增加了更多量化投资的实际案例，包括但不限于基于MATLAB的多因子选股模型、基于MATLAB和Wind的量化交易终端、基于MATLAB的BP模型、基于MATLAB的广义极值分布模型、基于MATLAB的正则表达式简介。本书最后详细介绍了笔者在2015年开发的一个开源工具箱——FQuantToolBox股票期货数据获取＆量化回测工具箱，通过该工具箱可以免费获取股票和期货数据，方便读者构建自己的回测数据库，进行相关策略的研发和测试。
　　本书内容框架
　　本书分为基础篇和高级篇两大部分。
　　基础篇采用了Q＆A的写作方式，目的是让刚刚接触MATLAB的读者能快速有效地了解MATLAB。基础篇内容来源多样，既有来自MATLAB的官方帮助文档，也有笔者个人的一些总结，还有若干来自MATLAB技术论坛（http://www.matlabsky.com）的讨论问题。
　　高级篇介绍了MATLAB结合具体量化投资的相关案例，涉及的内容主要有：基于MATLAB的优化问题、MATLAB与Excel的数据交互、MATLAB与数据库的数据交互、K线图及常用技术指标的MATLAB实现、基于MATLAB的行情软件、基于MATLAB的随机模拟、基于MATLAB的风险管理、期权定价模型的MATLAB实现、基于MATLAB的支持向量机（SVM）在量化投资中的应用、MATLAB与其他金融平台终端的通信、基于MATLAB的交易品种选择和相关性分析、基于MATLAB的国内期货证券交易解决方案、构建基于MATLAB的回测系统、基于MATLAB的多因子选股模型的实现、基于MATLAB和Wind的量化交易终端AsTradePlatform介绍与使用、基于MATLAB的BP神经网络在量化投资中的应用、基于MATLAB的广义极值分布在量化投资中的策略挖掘与回测、基于MATLAB的正则表达式基础教程、FQuantToolBox股票期货数据获取＆量化回测工具箱的介绍与使用。高级篇可以帮助读者通过具体的量化投资案例掌握MATLAB的相关应用。
　　本书既有复杂模型（支持向量机相关模型）的介绍，也有简单模型（品种简单波动性模型）的分析，其实无论模型复杂与否，量化投资本身更像一门艺术，并不是复杂的模型才是“好”模型，简单的模型就是“差”模型。所有的回测仅仅是检测模型的历史表现，所有的模型也有其生命周期和适用条件，终极意义上的模型检验只能是“实战”。
　　使用MATLAB可以更加精细、自由地测试交易模型。作为一个投资工具，MATLAB的目的是帮助投资者快速构建模型进行测试来检查某一模型的历史表现，工具本身并不能帮我们赚钱，量化投资的核心还是策略模型背后的交易逻辑。
　　阅读本书时，建议读者按照“先通读章节内容，后调试程序，再精读章节内容”的顺序进行。本书程序建议在MATLAB R2012a及以上版本的环境下运行。本书的章节之间没有特别的顺序要求，读者可以选择任何感兴趣的章节开始阅读。如果您是一名MATLAB和量化投资的初学者，则建议按照章节顺序通读全书。
　　面向读者对象
　　● 经济金融机构的研究人员和从业人员。
　　● 进行量化投资的交易员。
　　● 具有统计背景的科研工作者。
　　● 高等院校理工科、经济金融学科等相关专业的本科生、研究生及教师。
　　● 对量化投资和MATLAB感兴趣的人士。
　　勘误和交流
　　由于笔者水平有限，书中难免会出现一些错误或不严谨之处，恳请读者批评指正。本书在MATLAB技术论坛的“MATLAB读书频道”有专门的交流板块（http://www. matlabsky.com/forum-112-1.html），方便与读者进行沟通。如果您在阅读过程中有任何疑问，可以在上述书籍交流板块发帖留言，笔者会尽力为您提供最满意的解答。本书的全部源代码和测试数据也可以在上述书籍交流板块进行下载。本书为黑白印刷，对于书中的测试和展示图片，读者可以运行源代码得到彩色图片进行查看。
　　如果您有什么宝贵意见，欢迎发邮件进行交流，期待得到您真挚的反馈。
　　笔者邮箱：farutoliyang@foxmail.com
　　笔者微博：http://weibo.com/faruto
　　笔者博客：http://blog.sina.com.cn/faruto
　　笔者微信公众号：FQuantStudio
　　致谢
　　本书得到了笔者朋友和同事的帮助，借本书出版之际，一并向他们表示真诚的感谢。
　　感谢丁鹏博士邀请我撰写此书，没有他的邀请就不会有该书的问世；感谢博文视点李冰等编辑的支持和合作。
　　感谢我之前待过的两支量化团队成员：张冰博士、钱文博士、陈星、宋腾；周剑博士、赵婉西、陈雪莹。感谢我现在所在的量化团队成员：刘文希、伍侃、刘霁。Quant Never Sleeps！在量化之路上我们要一直前行。

评分☆☆☆☆☆

给同事买的，不知道是啥，希望他还满意吧~

评分☆☆☆☆☆

将投资分析与大数据分析结合起来，很好喔

评分☆☆☆☆☆

精装版质量很过硬，也算是丁博士的名著了吧～哈哈～

评分☆☆☆☆☆

非常棒的书，对初学者很有用。

评分☆☆☆☆☆

这本书真是不错，有看国外书的爽快感

评分☆☆☆☆☆

包装很不错，重点还是目录吧

评分☆☆☆☆☆

还不错 可以考虑再次购买

评分☆☆☆☆☆

当下大数据非常流行，做金融的，一定要看哦。增长知识，扩大视野。

评分☆☆☆☆☆

好书，做课题买的，京东买很划算，总价300多，最后用券满160-60，满200-60，180多就搞定了，书质量很好，以后一直支持京东