交易的密碼：用算法賺取第一桶金

第一章 交易模型與投資組合  1
第1 節(jié) 建立底層交易邏輯  3
第2 節(jié) 交易策略的發(fā)展  4
第3 節(jié) 交易策略  6
第4 節(jié) 回測  14
第5 節(jié) 數據獲取  20
第6 節(jié) 建立交易模型  23
第7 節(jié) 交易的特征工程  30
第8 節(jié) 投資組合優(yōu)化  43
第二章 用機器學習預測股價  53
第1 節(jié) 機器學習過程  55
第2 節(jié) 回歸模型：從風險到回報  57
第3 節(jié) 波動率預測與波動套利  61
第4 節(jié) 使用決策樹追蹤趨勢  66
第5 節(jié) 提升交易策略穩(wěn)定性  71
第三章 交易的情緒  75
第1 節(jié) 情緒分析原則  77節(jié) 情緒分析原則  77
第2 節(jié) 如何構建情緒指標  81
第3 節(jié) 基于詞向量與句向量的新聞分析  84
第4 節(jié) 其他的情緒識別思路  88
第四章 用深度學習指導交易  89
第1 節(jié) 基礎深度模型  91
第2 節(jié) LSTM 可以用來選股嗎  93
第3 節(jié) 雙向LSTM 是否會更好  95
第4 節(jié) GRU 優(yōu)化了什么  96
第5 節(jié) 集成的CNN 結構  98
第6 節(jié) 關于選股模型的思考  104
第7 節(jié) 選股模型改進  107
第8 節(jié) 集成模型  122
第五章 在交易中應用強化學習  127
第1 節(jié) 強化學習基礎框架  129
第2 節(jié) 手動實現股票買賣的強化學習網絡 132
第3 節(jié) 改進DQN 網絡  135
第4 節(jié) 回合制還是持續(xù)式：Actor-Critic  137
第5 節(jié) 稀疏獎勵：好奇心提高agent 對環(huán)境的可知性  138
第6 節(jié) 神經網絡自動進化：Neuro-evolution  141
第7 節(jié) 強化學習的框架選擇  144
第8 節(jié) 設計一個符合交易系統(tǒng)的獎勵  145
第9 節(jié) 雙agent：選擇交易時機和交易價格  146
第10 節(jié) 應用強化學習需要注意的事項  148
第六章 傳統(tǒng)的指標：神奇還是普通  151
第1 節(jié) 斐波那契數列  152
第2 節(jié) ABCD 交易法  154
第3 節(jié) 諧波模式  157
第4 節(jié) 自動找出諧波模式  160
第七章 高頻交易  163
第1 節(jié) 套利交易：魔鬼的價差  164
第2 節(jié) 跳繩交易  166
第3 節(jié) 網格交易：利用好每一次波動  167
第4 節(jié) 搭建網格交易系統(tǒng)  169
第5 節(jié) 網格交易的常見問題與進階  172
第6 節(jié) 高頻交易框架  173
第八章 問答集  177
第1 節(jié) 預判性與跟隨性  178
第2 節(jié) 有了算法后，還需要人工介入嗎  178
第3 節(jié) 需要多大的資金規(guī)模  178
第4 節(jié) 如何預測黑天鵝事件  179
第5 節(jié) 什么是指數增強  179
第6 節(jié) 私募公司是如何開發(fā)策略的  180
第7 節(jié) 是否要在機器學習模型中單獨區(qū)分行業(yè)  181
第8 節(jié) 指數是否重要  181
第9 節(jié) 追漲或打板  181
第10 節(jié) 股票池篩選原則  182
第11 節(jié) 如何設置機器學習的目標  182
第12 節(jié) 如何建立分類任務：二分類還是多分類  183
第13 節(jié) 如何確定長期、中期、短期的周期規(guī)律  183
第14 節(jié) 如何研究對手盤  184
第15 節(jié) 什么是沖擊算法（下單算法）  185
第16 節(jié) 如何利用大模型進行研報的分析判斷  187
第17 節(jié) 傻瓜的故事  190
附錄A  192