第1章 量化投資入門建議與行業概況 1
1.1 學習路綫圖與重要知識節點 1
1.2 穩步上升的資金麯綫是否存在 6
1.3 有保留地相信迴測結果 12
1.4 績效評估常見指標和方法 16
1.5 部分可視化免編程量化分析平颱 21
第2章 快速駕馭編程語言知識 32
2.1 TB基本編程——基礎知識 32
2.2 TB基本編程——條件循環語句 39
2.3 Python語言比你想象中更簡單 43
2.4 Python Numpy庫常用操作解讀 55
2.5 Python Pandas庫常用操作解讀 58
2.6 實戰開始：在股票平颱進行數據查詢 63
第3章 股票期貨擇時交易模型 70
3.1 ETF二八擇時法則，跑贏基礎股票指數 70
3.2 Aberration係統，長期活躍於期貨市場 83
3.3 低價股+逆嚮雙均綫模型，初步探索個股特徵 102
3.4 CCI通道+自適應係統，馴服商品期貨波動 111
3.5 AMA自適應均綫係統捕捉價格啓動機會 123
3.6 “海龜交易法則”輝煌戰績與實踐 140
第4章 基本麵和技術麵交易模型 147
4.1 股票模型思路形成與常見問題 147
4.2 小市值二八過濾止損模型，A股明星以小為美 152
4.3 PEG價值選股模型，復製彼得•林奇投資路徑 163
4.4 技術指標測試平颱 174
4.5 動量效應和反轉效應 188
4.6 換手率和資金流模型，主力和籌碼盤根錯節 197
4.7 個股CTA策略嘗試 215
4.8 高頻因子低頻交易，“聰明錢”因子模型 228
4.9 股息率高分紅模型，與參數優化實踐 244
第5章 更有效的期貨交易模型構建 260
5.1 萬變不離其宗，均綫類模型本質剖析 260
5.2 逆勢交易在期貨市場的初步實踐 267
5.3 大小周期雙頻率模型CTA實戰 281
5.4 OpenRangeBreaker短綫突破交易係統 290
第6章 股票多因子模型實戰 309
6.1 理解迴歸問題的原理 309
6.2 基本的統計學知識補充 313
6.3 股票多因子模型的實質 325
6.4 股票收益50年探索曆程 333
6.5 單因子分析方法 337
6.6 多因子選股模型：多元綫性迴歸法 345
6.7 SVR機器學習多因子建模 355
第7章 模型與實盤投資難點 367
7.1 參與CTA市場的必要性和必然性 367
7.2 止損模塊的重要意義與取捨 371
7.3 我們更加側重的績效評估理論 373
7.4 警惕隱藏的迴撤幅度和迴撤時間 377
結束語 不斷失敗和不斷迭代 380
· · · · · · (收起)