著書に定量的投資を読んで、次のように指摘しています。
タイトル：オープン定量的投資のブラックボックス
著者：リシK.ナランの
翻訳：郭Jianguang
出版社：機械工業プレス
版：2012年3月初版第1のブラシ
序文
定量的取引は、取引を取得するには、厳密な調査の後にヒトであります政策、その後、実装するシステムに配信。主観的な判断の種類と取引戦略の主な違いは、戦略を生成し、どのように実装する方法です。
アルファ戦略は、時間を調整することで、ポートフォリオの大きさに戻り、異なる位置を選択します。ベータポリシーの複製指数、またはわずかにインデックスのパフォーマンスを超えています。
世界の定量的取引の最初の部分
第1章なぜ我々は定量的取引に焦点を当てんが
採用投資戦略のさまざまな側面についてより詳細な反射を作るために強制自分自身：ワイドボディの乗客から学ぶことができます。規律を厳守。
定量的取引への第2章
は良いと平凡クオンツとの違いは、クオンツか適切な判断を持っているということです。情報モデルがあった場合には、市場の変化、手動での介入政策の施行の必要性を駆動処理することはできません。
どのように定量的取引システムは？で構成されている
アルファモデル、リスク管理モデル、コスト管理モデルポートフォリオ構築モデルフォーム、およびフォームの実行モデル。構築と実行モデルは、高品質なデータを持っている必要があります。
開くにはブラックボックスの第二部
クオンツは、お金を稼ぐ方法：第3章αモデルを？
αは、投資家やリターンとは無関係な市場の変動を指します。これは、利益をクオンツを参照し、投資プロセスのスキルで明らかに。アルファリターン戦略の追求は、資産配分の決定は、判定時間のポートフォリオであり、その位置のサイズ、オプションの本質を設定します。コアアイデア：必ずしも良いか常に貧しい金融商品。重要な要因は、より多くの保持空を保持するタイミングを決定することです。バリュー投資の背後にある考え方は、過大評価と株価が過小評価する際の株式を購入する際に販売しています。任意の有効なアルファ・モデルは、アプリケーションのその範囲を有しています。最も重要なポイントは、彼らは科学的に考える方法を理解することであるクオンツを理解します。駆動アルファモデル理論とデータ駆動型のサブカテゴリー。トレンドのタイプ、回復タイプ、値/ベネフィットの種類、成長、品質のタイプ：理論主導クオンツの大半は、5つのカテゴリーに分けることができます。関連データと基礎データに価格データ。これは、データされたデータ駆動型モデルが起こるために何が起こっているかを暗示することができ、および分析技術により、市場動向のいくつかを識別できることを前提としています。少数の人々が使用する理由、利点が分からないです。欠点は、計算量が許容範囲を超えてもよいことである、履歴データに他の依存は、一定の調整を必要とします。ノイズの多い入力データは、エラー信号を生成することがあります。違いクオンツ実装戦略、目標（最終的に予測するためにどのようなモデル）、投資期間（高周波、ニュートラル、長期）を含む構造、投資スコープ、モデルを設定し、動作周波数を賭け。様々な戦略は、アルファ混合線形モデルは、多くの場合、使用方法、非線形モデルとマシンモデルを学んでいます。
第4章リスク制御モデル
リスクマネジメントのは、露光スケールの実装の品質とリターンの持続可能性、および意図的選択と制御を改善することです。大きな利点は、様々なエクスポージャーを定量的に取引を測定する能力であり、これらのエクスポージャーの選択のために意図されています。それは、システミック・リスクを取ることができる認識し、各ポートフォリオのエクスポージャーの大きさを測定して、これらのリスクを受け入れるかどうかを決定することを望みます。
第5章トランザクションコストモデル
アイデアの背後にある：任意のトランザクションは、コストを費やす必要があります。取引コストは20％-50％のリターンを占めました。トランザクションのための二つの理由：収益を改善し、損失を低減。しかし、そのトランザクションへの軽微な変更は、それが取引費用をカバーしないかもしれません。取引コストモデルは、取引コストを最小限にすることではなく、必要な取引コストモデルを決定するために使用されています。取引費用の構成：手数料、滑り、市場への影響（市場での注文トレーダーの影響）（トレーダー参照は、実際には、2つの期間の間に価格変更を実行するために取引を開始することを決めました）。動向は戦略が滑りに敏感である従ってください。
取引コストモデルのタイプ：コストモデル定数の取引、取引コストモデルの線形、区分的線形モデル取引費用、トランザクションは次モデルのコストを。
第6章ポートフォリオ構築モデル
のゴールは、ポートフォリオが保持すべきクオンツを決定することです。方法の2種類があり、一つは、ルールベース、および他の使用して最適化ツールです。
ルールベースのポートフォリオ構築モデル：同じ位置の重みリスク・ウェイト、アルファ・ドリブンの重み、重みツリーに等しいです。彼らの共通の課題は、経済合理性とその背後にある運転ルールの原理を説明する方法です。
ポートフォリオ最適化ツール：必要性は期待収益、予想ボラティリティ、予想される相関関係を入力します。最も一般的に使用される最適化ツール：制約なしの最適化、制約付き最適化条件、ブレイク-レターマンの最適化方法、ゲリー・ノール-カーン方法：ポートフォリオ最適化因子、リサンプリングは、ほとんどのデータマイニングに基づきます最適化手法。出力対象のポートフォリオ。
第7章実行モデルの
取引：電子取引、または手動。
オーダー実行アルゴリズムは成行注文と指値注文の2種類があります。実行順序の異なる方法があります。受動的または能動的イニシアチブが行動するかどうかを決定します。大量注文は小口注文の執行に分割することができます。
第8章データ
入力システムを使用すると、自然から行うには、このシステムを使用することができるかを決定します。基本データ型は価格関連のデータや基本的なデータに分割されています。欠落したデータの取り扱い：最新の、または挿入合理的な値を使用して既知のデータを。（細胞が成分である）は、バイナリエラーとして処理エラーデータは、特異点フィルタを使用します。偏差の正面図、すなわち、将来のデータの使用。
第9章調査
研究の目的は、意図的な投資戦略を通じて検討することでした。定量的投資戦略の優れた性能を共通の特徴は、本研究では、科学的方法を主張することです。違いは、更新を修正するために継続する必要性の定量的な戦略がより不安定です。
ソースは考えた：市場ウォッチ、文献は、他の定量トレーダー、レッスン主観的な判断のタイプのトレーダーから学びます。検査工程は、研究のために不可欠です。定量的取引では、モデルは、世界の近似です。検査プロセスの最初のステップは、最適なパラメータを見つけるために、内部にモデルを訓練するために、サンプルデータを使用することです。研究のコース避けるべき落とし穴のさまざまながあります。仮説をテストします。
投資ガイドライン定量的取引戦略の第三部
第10章定量的トレーディング戦略固有のリスクの
モデリング不適合、モデルの誤った設定、実行エラー：モデルリスク。
変更市場リスクのロジック
という外的ショック
増殖の危険性や均質な投資家のリスク
の定量的取引の第11章批判は-の正確な記録を確認し
たトランザクションは芸術ではなく科学である：人間の行動をモデル化することができます。
リスクを過小評価に起因して、より多くの市場の混乱につながったクオンツ：取引の誕生を定量化する市場の混乱が小さくないの前に。
クオンツは、市場と急速な変化に異常なイベントを処理することはできません。
クオンツは、同じトランザクションを持っています。
繁栄するために、長期的な大規模な定量的資金のほんの数：お金の管理の膨大な量が常に良いことではありません。
データマイニング障害における定量的投資が存在：オーバーフィッティングの問題。モデルの複雑さを与えられた場合には、より多くの利用可能なデータは、問題をフィットしにくいがありました。データマイニングを使用して長期投資、投資判断は現実的ではありません。
第12章評価クオンツと定量的トレーディング戦略
多くの定量的取引の経験から、技術やノウハウ、むしろ数学的な利点からより。
彼は可能な限り作っていた幅広い顧客戦略の評価を理解するために。
投資家はむしろ比較優位の性能に比べて、より多くの利点は、固有または絶対あります。逆境に対処するための正しい方法は、まず第一に優れた監視ツールを持っています。
将来の第13章定量的投資を見ると
戦略の
概要：「ブラックボックス」の定量的トレーディング・モデルは、アルファ、リスク管理、コスト管理三つの部分に分かれています。アルファは、お金を稼ぐことができ、定量的投資モデルは、単に理論に分けて駆動され、データ駆動型は、前者のタイプがトレンド、回復タイプ、値/ベネフィットの種類、成長、品質のタイプに分かれています。これは、データされたデータ駆動型モデルが起こるために何が起こっているかを暗示することができ、および分析技術により、市場動向のいくつかを識別できることを前提としています。大きな利点は、様々なエクスポージャーを定量的に取引を測定する能力であり、これらのエクスポージャーの選択のために意図されています。取引コストは20％-50％のリターンを占めました。取引費用の構成：手数料、滑り、市場への影響（市場での注文トレーダーの影響）（トレーダー参照は、実際には、2つの期間の間に価格変更を実行するために取引を開始することを決めました）。トレーダーらは、実践テストを、バックテストした後、自分の定量的トレーディング・モデルを形成するために一緒にこれらの三つの部分を定量化します。他のピア・ラーニング、定量的トレーディング戦略に自分の研究を通して定量化トレーダーは、文献から学習のアイデアを取得します。定量的取引は万能薬ではない、独自のリスクと問題があります。
pyalgotradeフレーム機能取引ビット実験を継続することに加えて、そこmarketOrder / limitOrder及びenterLong / enterShort / enterLongLimit / enterShortLimigカテゴリ。買い、enterShortとenterShortLimitが販売されているとき（バーの始値下）市場は、特定の価格以下のとき、enterLongLimitを購入するenterLongの市場価格（バー次の始値）。推奨される以上のトップ・アプローチを入力し始めています。実際のディスクインタフェースに適応するにはgoodTillCanceled、インターフェースは手動で解除されるまで時間が経過した後、注文が有効にまだ多くの翌日かであることを確実にするためにgoodTillCanceled =真を設定し、前日の注文が実行されませんしっかりと提供を制限することがあります。
（上記を参照してください：https://blog.51cto.com/youerning/2162751は！感謝したいと思います）
、次のように宿題の試験例のpyalgotradeのドキュメントを行うには、結果は以下のとおりです。
前者はmarketOrderの下で、単一で、単一の使用は、enterLong下__init__で注文のみで、その後開催された後、我々は2つのシングルモード、最終的な利益やニュアンスを見ることができますA。enterLongを使用する利点は、あなたが出力トランザクションのさまざまな情報をすることができ、対象物の位置に戻ることができます。また、生データを見て、それは、つまり、買う権利の回復後の始値Adj.Openです。それは、クラスの終値で取引されていませんか？
次に、私はそれを実践するためによると、実用的な操作のこの本を見つけていきます。
コードhttps://github.com/zwdnet/MyQuant/tree/master/06
我发文章的三个地方，欢迎大家在朋友圈等地方分享，欢迎点“在看”。
我的个人博客地址：https://zwdnet.github.io
我的知乎文章首页： https://www.zhihu.com/people/zhao-you-min/posts
我的博客园博客地址： https://www.cnblogs.com/zwdnet/
我的微信个人订阅号：赵瑜敏的口腔医学学习园地