量化投资：数据挖掘技术与实践（MATLAB版）

　　《量化投资：数据挖掘技术与实践（MATLAB版）》内容分为三篇。第一篇（基础篇）主要介绍数据挖掘与量化投资的关系，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（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、数据回规方法、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（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。

　　卓金武，中国量化投资学会专家委员会成员，MathWorks中国区数据挖掘和量化投资总监，主要职责是向中国区MATLAB正版用户提供数据挖掘和量化投资解决方案。曾2次获全国大学生数学建模竞赛一等奖（2003，2004），1次获全国研究生数学建模竞赛一等奖（2007）；已主编专著两部:《MATLAB在数学建模中的应用》（第一版和第二版）。

　　　　周英，现就职于某知名搜索引擎公司，主要从事移动搜索引擎的研发，研究方向为互联网数据挖掘和互联网金融。曾获美国大学生数学建模竞赛二等奖一项，全国研究生数学建模竞赛二等奖一项。著有专著《大数据挖掘的技术与实践》。

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?D?D量化模型

1.1.4量化模型的主要产生方法?D?D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数据挖据过程

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

2.3.1MATLAB

2.3.2SAS

2.3.3SPSS

2.3.4WEKA

2.3.5R

2.3.6工具的比较与选择

2.4本章小结

参考文献

第二篇技术篇

第3章数据的准备

3.1数据的收集

3.1.1认识数据

3.1.2数据挖掘的数据源

3.1.3数据抽样

3.1.4量化投资的数据源

3.1.5从雅虎获取交易数据

3.1.6从大智慧获取财务数据

3.1.7从Wind获取高质量数据

3.2数据质量分析

3.2.1数据质量分析的必要性

3.2.2数据质量分析的目的

3.2.3数据质量分析的内容

3.2.4数据质量分析的方法

3.2.5数据质量分析的结果及应用

3.3数据预处理

3.3.1为什么需要数据预处理

3.3.2数据预处理的主要任务

3.3.3数据清洗

3.3.4数据集成

3.3.5数据归约

3.3.6数据变换

3.4本章小结

参考文献

第4章数据的探索

4.1衍生变量

4.1.1衍生变量的定义

4.1.2变量衍生的原则和方法

4.1.3常用的股票衍生变量

4.1.4评价型衍生变量

4.1.5衍生变量数据收集与集成

4.2数据的统计

4.2.1基本描述性统计

4.2.2分布描述性统计

4.3数据可视化

4.3.1基本可视化方法

4.3.2数据分布形状可视化

4.3.3数据关联情况可视化

4.3.4数据分组可视化

4.4样本选择

4.4.1样本选择的方法

4.4.2样本选择应用实例

4.5数据降维

4.5.1主成分分析（PCA）基本原理

4.5.2PCA应用案例：企业综合实力排序

4.5.3相关系数降维

4.6本章小结

参考文献

第5章关联规则方法

5.1关联规则概要

5.1.1关联规则提出背景

5.1.2关联规则的基本概念

5.1.3关联规则的分类

5.1.4关联规则挖掘常用算法

5.2Apriori算法

5.2.1Apriori算法的基本思想

5.2.2Apriori算法的步骤

5.2.3Apriori算法的实例

5.2.4Apriori算法的程序实现

5.2.5Apriori算法的优缺点

5.3FP-Growth算法

5.3.1FP-Growth算法步骤

5.3.2FP-Growth算法实例

5.3.3FP-Growth算法的优缺点

5.4应用实例：行业关联选股法

5.5本章小结

参考文献

第6章数据回归方法

6.1一元回归

6.1.1一元线性回归

6.1.2一元非线性回归

6.1.3一元多项式回归

6.2多元回归

6.2.1多元线性回归

6.2.2多元多项式回归

6.3逐步归回

6.3.1逐步回归的基本思想

6.3.2逐步回归步骤

6.3.3逐步回归的MATLAB方法

6.4Logistic回归

6.4.1Logistic模型

6.4.2Logistic回归实例

6.5应用实例：多因子选股模型的实现

6.5.1多因子模型的基本思想

6.5.2多因子模型的实现

6.6本章小结

参考文献

第7章分类方法

7.1分类方法概要

7.1.1分类的概念

7.1.2分类的原理

7.1.3常用的分类方法

7.2K-近邻（KNN）

7.2.1K-近邻原理

7.2.2K-近邻实例

7.2.3K-近邻特点

7.3贝叶斯分类

7.3.1贝叶斯分类原理

7.3.2朴素贝叶斯分类原理

7.3.3朴素贝叶斯分类实例

7.3.4朴素贝叶斯特点

7.4神经网络

7.4.1神经网络的原理

7.4.2神经网络的实例

7.4.3神经网络的特点

7.5逻辑斯蒂（Logistic）

7.5.1逻辑斯蒂的原理

7.5.2逻辑斯蒂的实例

7.5.3逻辑斯蒂的特点

7.6判别分析

7.6.1判别分析的原理

7.6.2判别分析的实例

7.6.3判别分析的特点

7.7支持向量机（SVM）

7.7.1SVM的基本思想

7.7.2理论基础

7.7.3支持向量机的实例

7.7.4支持向量机的特点

7.8决策树

7.8.1决策树的基本概念

7.8.2决策树的建构的步骤

7.8.3决策树的实例

7.8.4决策树的特点

7.9分类的评判

7.9.1正确率

7.9.2ROC曲线

7.10应用实例：分类选股法

7.10.1案例背景

7.10.2实现方法

7.11延伸阅读：其他分类方法

7.12本章小结

参考文献

第8章聚类方法

8.1聚类方法概要

8.1.1聚类的概念

8.1.2类的度量方法

8.1.3聚类方法的应用场景

8.1.4聚类方法的分类

8.2K-means方法

8.2.1K-means的原理和步骤

8.2.2K-means实例1：自主编程

8.2.3K-means实例2：集成函数

8.2.4K-means的特点

8.3层次聚类

8.3.1层次聚类的原理和步骤

8.3.2层次聚类的实例

8.3.3层次聚类的特点

8.4神经网络聚类

8.4.1神经网络聚类的原理和步骤

8.4.2神经网络聚类的实例

8.4.3神经网络聚类的特点

8.5模糊C-均值（FCM）方法

8.5.1FCM的原理和步骤

8.5.2FCM的应用实例

8.5.3FCM算法的特点

8.6高斯混合聚类方法

8.6.1高斯混合聚类的原理和步骤

8.6.2高斯聚类的实例

8.6.3高斯聚类的特点

8.7类别数的确定方法

8.7.1类别的原理

8.7.2类别的实例

8.8应用实例：股票聚类分池

8.8.1聚类目标和数据描述

8.8.2实现过程

8.8.3结果及分析

8.9延伸阅读

8.9.1目前聚类分析研究的主要内容

8.9.2SOM智能聚类算法

8.10本章小结

参考文献

第9章预测方法

9.1预测方法概要

9.1.1预测的概念

9.1.2预测的基本原理

9.1.3量化投资中预测的主要内容

9.1.4预测的准确度评价及影响因素

9.1.5常用的预测方法

9.2灰色预测

9.2.1灰色预测原理

9.2.2灰色预测的实例

9.3马尔科夫预测

9.3.1马尔科夫预测的原理

9.3.2马尔科夫过程的特性

9.3.3马尔科夫预测的实例

9.4应用实例：大盘走势预测

9.4.1数据的选取及模型的建立

9.4.2预测过程

9.4.3预测结果与分析

9.5本章小结

参考文献

第10章诊断方法

10.1离群点诊断概要

10.1.1离群点诊断的定义

10.1.2离群点诊断的作用

10.1.3离群点诊断方法分类

10.2基于统计的离群点诊断

10.2.1理论基础

10.2.2应用实例

10.2.3优点与缺点

10.3基于距离的离群点诊断

10.3.1理论基础

10.3.2应用实例

10.3.3优点与缺点

10.4基于密度的离群点挖掘

10.4.1理论基础

10.4.2应用实例

10.4.3优点与缺点

10.5基于聚类的离群点挖掘

10.5.1理论基础

10.5.2应用实例

10.5.3优点与缺点

10.6应用实例：离群点诊断量化择时

10.7延伸阅读：新兴的离群点挖掘方法

10.7.1基于关联的离群点挖掘

10.7.2基于粗糙集的离群点挖掘

10.7.3基于人工神经网络的离群点挖掘

10.8本章小结

参考文献

第11章时间序列方法

11.1时间序列的基本概念

11.1.1时间序列的定义

11.1.2时间序列的组成因素

11.1.3时间序列的分类

11.1.4时间序列分析方法

11.2平稳时间序列分析方法

11.2.1移动平均法

11.2.2指数平滑法

11.3季节指数预测法

11.3.1季节性水平模型

11.3.2季节性趋势模型

11.4时间序列模型

11.4.1ARMA模型

11.4.2ARIMA模型

11.4.3ARCH模型

11.4.4GARCH模型

11.5应用实例：基于时间序列的股票预测

11.6本章小结

参考文献

第12章智能优化方法

12.1智能优化方法概要

12.1.1智能优化方法的概念

12.1.2在量化投资中的作用

12.1.3常用的智能优化方法

12.2遗传算法

12.2.1遗传算法的原理

12.2.2遗传算法的步骤

12.2.3遗传算法实例

12.2.4遗传算法的特点

12.3模拟退火算法

12.3.1模拟退火算法的原理

12.3.2模拟退火算法步骤

12.3.3模拟退火算法实例

12.3.4模拟退火算法的特点

12.4应用实例：组合投资优化

12.4.1问题描述

12.4.2求解过程

12.5延伸阅读：其他智能方法

12.5.1粒子群算法

12.5.2蚁群算法

12.6本章小结

参考文献

第三篇实践篇

第13章统计套利策略的挖掘与优化

13.1统计套利策略概述

13.1.1统计套利的定义

13.1.2统计套利策略的基本思想

13.1.3统计套利策略挖掘的方法

13.2基本策略的挖掘

13.2.1准备数据

13.2.2探索交易策略

13.2.3验证交易策略

13.2.4选择最佳的参数

13.2.5参数扫描法

13.2.6考虑交易费

13.3高频交易策略及优化

13.3.1高频交易的基本思想

13.3.2高频交易的实现

13.4多交易信号策略的组合及优化

13.4.1多交易信号策略

13.4.2交易信号的组合优化机理

13.4.3交易信号的组合优化实现

13.5本章小结

参考文献

第14章配对交易策略的挖掘与实现

14.1配对交易概述

14.1.1配对交易的定义

14.1.2配对交易的特点

14.1.3配对选取步骤

14.2协整检验的理论基础

14.2.1协整关系的定义

14.2.2EG两步协整检验法

14.2.3Johansen协整检验法

14.3配对交易的实现

14.3.1协整检验的实现

14.3.2配对交易函数

14.3.3协整配对中的参数优化

14.4延伸阅读：配对交易的三要素

14.4.1配对交易的前提

14.4.2配对交易的关键

14.4.3配对交易的假设

14.5本章小结

参考文献

第15章数据挖掘在股票程序化交易中的综合应用

15.1程序化交易概述

15.1.1程序化交易的定义

15.1.2程序化交易的实现过程

15.1.3程序化交易的分类

15.2数据的处理及探索

15.2.1获取股票日交易数据

15.2.2计算指标

15.2.3数据标准化

15.2.4变量筛选

15.3模型的建立及评估

15.3.1股票预测的基本思想

15.3.2模型的训练及评价

15.4组合投资的优化

15.4.1组合投资的理论基础

15.4.2组合投资的实现

15.5程序化交易的实施

15.6本章小结

参考文献

第16章基于数据挖掘技术的量化交易系统

16.1交易系统概述

16.1.1交易系统的定义

16.1.2交易系统的作用

16.2DM交易系统总体设计

16.2.1系统目标

16.2.2相关约定

16.2.3系统结构

16.3短期交易子系统

16.3.1子系统功能描述

16.3.2数据预处理模块

16.3.3量化选股模块

16.3.4策略回测模块

16.4中长期交易子系统

16.4.1子系统功能描述

16.4.2导入数据模块

16.4.3投资组合优化模块

16.5系统的拓展与展望

16.6本章小结

参考文献