具体描述
本书以北京大学汇丰商学院量化投资讲座、量化培训课程精华内容，以及全球资产配置论坛的相关主旨演讲为主，汇集了国内外该领域多位领军人物、专家学者的真知灼见，共同探讨中国投资者如何通过量化投资实现财富管理的创新与突破，把握资本市场的发展趋势和资产管理升级的新机遇。
全书主要介绍了量化投资的策略开发、风险管理、产品设计，以及FoF、MoM等新模式和智能投顾等前沿发展趋势。适合金融机构管理者、投资经理等专业人士阅读。
作者简介
朱晓天，美国维吉尼亚州立大学商学院金融学博士，北京大学汇丰商学院访问副教授，前中信证券Delta One业务负责人，现任平安金融壹账通投资业务副总裁，兼平安利顺董事。
本力，北京大学汇丰金融研究院秘书长，北京大学汇丰商学院公关媒体办公室主任，经济金融网主编，《21世纪经济报道》《腾讯·大家》等媒体专栏作者，出版过《崛起？！中国未来10年经济发展的两种可能》《投资存亡战》《经济学之路》等多本著作，曾创办北望经济学园。
目录信息
量化投资的发展趋势
——深圳金融人才协会会长 王红欣
对冲基金与量化投资
——中国绝对收益投资管理协会联席会长 聂军
中国量化投资的进程
——银河资本投资总监 吴振中
量化投资的是与非
——深圳嘉石大岩资本管理公司投资研究部总监 季渊
第二篇 思路与策略
量化策略的投研：实践与经验
——前念空科技基金经理 金戈
价值投资能用量化投资吗？
——诺亚国际（香港）有限公司首席研究官 夏春
量化投资的逻辑演绎和常见错误
——深圳知方石投资有限公司总经理兼投资总监 刘钊
量化风险管理和期权交易
——某外资银行风险分析部主管 杨立功
量化投资模型的跨市场比较
国元资产管理（香港）有限公司副总裁 王林峰
第三篇 模式与方法
战略性资产配置
——兴证资管量化投资总监 郑海洋
构建对冲基金组合基金
——中国绝对收益投资管理协会联席会长 聂军
FoF管理的思路与方法探索
——理财魔方联合创始人，原万博兄弟资产管理公司总裁 马永谙
MoM组合基金模式在中国的本土化和发展空间
—钜阵资本创始合伙人、首席投资官，私募排排网原总编 龙舫
新常态下的另类投资和风险控制
——轩鸿集团高级副总裁、首席经济学家、首席投资官（CIO） 陆晨
第四篇 前沿与创新
人工智能技术在量化投资中的应用
——北京大学汇丰商学院访问副教授，平安金融壹账通投资业务副总裁、平安利顺董事 朱晓天
从量化角度看智能投顾
——某外资银行风险分析部主管 杨立功
· · · · · · (收起)
读后感
腾讯2019年第一季度财报里有两个25%值得关注。其一是腾讯在金融科技与企业服务的营收为217.89亿元，同比增长25%，剔除金融科技与企业服务后，腾讯的其他收入仅增长2%。其二是腾讯金融科技及企业服务在营收中占比已超过社交服务，为第二大板块，占比25%，与占比33%排名第一的网...
腾讯2019年第一季度财报里有两个25%值得关注。其一是腾讯在金融科技与企业服务的营收为217.89亿元，同比增长25%，剔除金融科技与企业服务后，腾讯的其他收入仅增长2%。其二是腾讯金融科技及企业服务在营收中占比已超过社交服务，为第二大板块，占比25%，与占比33%排名第一的网...
腾讯2019年第一季度财报里有两个25%值得关注。其一是腾讯在金融科技与企业服务的营收为217.89亿元，同比增长25%，剔除金融科技与企业服务后，腾讯的其他收入仅增长2%。其二是腾讯金融科技及企业服务在营收中占比已超过社交服务，为第二大板块，占比25%，与占比33%排名第一的网...
腾讯2019年第一季度财报里有两个25%值得关注。其一是腾讯在金融科技与企业服务的营收为217.89亿元，同比增长25%，剔除金融科技与企业服务后，腾讯的其他收入仅增长2%。其二是腾讯金融科技及企业服务在营收中占比已超过社交服务，为第二大板块，占比25%，与占比33%排名第一的网...
腾讯2019年第一季度财报里有两个25%值得关注。其一是腾讯在金融科技与企业服务的营收为217.89亿元，同比增长25%，剔除金融科技与企业服务后，腾讯的其他收入仅增长2%。其二是腾讯金融科技及企业服务在营收中占比已超过社交服务，为第二大板块，占比25%，与占比33%排名第一的网...
用户评价
这本书带给我的惊喜远不止于此。《量化投资十六讲》的深度和广度，都远远超出了我最初的预期。作者在讲解每个知识点时，都力求做到面面俱到，并且能够引导读者进行更深入的思考。 我不得不提的是，书中关于“交易成本与滑点对量化策略的影响”的详细论述。作者并没有回避这些在实际操作中至关重要的因素，而是对其进行了深入的量化分析，并提供了相应的规避建议。这种对细节的关注，充分体现了作者的专业性和负责任的态度。读完这部分，我对如何在实际交易中降低成本，提高盈利能力，有了更清晰的认识。
这本书让我最大的感受是，量化投资并非是冰冷的数学公式，而是一种充满智慧和艺术的投资方式。《量化投资十六讲》将这种艺术展现得淋漓尽致。作者的叙述方式非常引人入胜，他总能在恰当的时候插入一些生动的故事或者有趣的例子，让原本枯燥的理论变得鲜活起来。 我尤其喜欢书中关于“动量策略”和“反转策略”的对比分析。作者详细阐述了这两种策略的逻辑差异，以及它们在不同市场环境下的适用性。这种对策略之间相互关系的深入剖析，让我对如何构建一个更加多元化的投资组合有了更深的理解。
对于我来说，《量化投资十六讲》更像是一本“启蒙之书”。它不仅教会了我量化投资的基本原理，更重要的是，它激发了我对这个领域的浓厚兴趣。作者的讲解非常细致，他总是能够预见到读者可能提出的问题，并提前给出解答。 书中关于“情绪指标在量化交易中的应用”的讨论，让我感到非常新颖。我过去从未想过，市场参与者的情绪波动，竟然也能被量化，并成为构建交易策略的重要依据。作者通过一些有趣的案例，生动地展示了如何将非结构化的信息，转化为可用于投资决策的数据。
我曾尝试阅读过一些关于量化投资的书籍，但很多都过于晦涩难懂，或者过于偏重技术细节，让我望而却步。《量化投资十六讲》的出现，打破了我对量化投资的刻板印象。这本书的语言风格非常接地气，作者似乎总能站在读者的角度，用最容易理解的方式解释最复杂的概念。 书中关于“统计套利”的讲解，让我印象深刻。作者并没有简单地介绍套利模型，而是深入分析了套利机会的产生原因，以及如何识别和捕捉这些稍纵即逝的机会。我甚至尝试着将书中的一些思路，应用到我日常关注的商品市场，虽然结果还有待验证，但这种尝试本身就充满了乐趣。
从这本书的字里行间，我能感受到作者并非仅仅是一位理论家，更是一位在市场中摸爬滚打多年的实践者。他的语言中没有浮夸的承诺，更多的是对市场规律的敬畏和对技术工具的审慎运用。《量化投资十六讲》的行文流畅自然，仿佛在与一位智者对话。 我尤其喜欢书中对于“事件驱动策略”的分析。作者不仅介绍了其基本原理，还深入探讨了如何识别潜在的事件，以及如何量化事件的影响。通过书中丰富的案例，我开始理解，即使是在看似随机的市场波动中，也往往隐藏着可供挖掘的投资机会。这种对市场微观结构的洞察，是我在其他书籍中很少看到的。
我一直认为，任何投资策略，最终都要回归到“实践”二字。《量化投资十六讲》在这方面做得非常出色。书中不仅仅停留在理论的探讨，而是提供了大量的实操指导。作者在介绍完一个概念后，往往会紧接着给出相应的代码示例，或者分析某个真实市场的案例。这种“理论+实践”的模式，极大地增强了这本书的可读性和实用性。 特别值得一提的是，书中关于“高频交易”的章节，虽然我暂时没有涉及这个领域，但作者的讲解让我对其有了初步的了解。他没有回避这个领域的高难度和高风险，而是客观地分析了其技术要求和市场逻辑。这种严谨的态度，让我对作者的专业性和客观性有了更高的评价。同时，书中关于“机器学习在量化交易中的应用”的讲解，也让我看到了未来量化投资的发展方向。
我是一个对金融市场充满好奇，但又对传统投资方式感到些许困惑的投资者。每天看着K线图上的起伏，总觉得少了一些可以依赖的“确定性”。《量化投资十六讲》的出现，恰好填补了我在这方面的空白。这本书的语言风格十分独特，没有枯燥乏味的理论堆砌，更多的是一种对话式的引导。作者似乎非常理解读者可能遇到的困惑，总能在关键时刻给出点拨，让我感觉像是在跟随一位经验丰富的朋友学习。 让我印象最深刻的是，书中关于如何处理高维度的金融数据，以及如何构建有效的风险管理模型的部分。作者并没有止步于介绍常用的模型，而是深入探讨了这些模型背后的数学原理，以及它们在实际应用中可能遇到的挑战。我尤其欣赏书中关于“模型过拟合”的深入剖析，以及作者提供的多种应对策略。这让我意识到，量化投资并非简单的“套用公式”，而是一个需要不断实践、不断优化、不断反思的过程。读完这部分内容，我对如何评估和改进自己的投资模型，有了更清晰的认识。
坦白说，在接触《量化投资十六讲》之前，我曾认为量化投资是少数金融精英的专利，门槛极高。但这本书彻底改变了我的看法。作者以一种“引路人”的姿态，将复杂的量化投资世界，分解成了一个个易于理解的模块。即便是我这样对编程和统计学概念有些许疏远的人，也能在书中找到学习的乐趣和动力。 书中对于“因子投资”的讲解，尤其让我觉得受益匪浅。作者没有简单地罗列常见的因子，而是详细阐述了每个因子背后的经济学含义，以及如何构建和筛选有效的因子。我甚至能从中感受到作者对于金融市场深厚的洞察力。他将不同因子之间的逻辑关系，以及它们在不同市场环境下的表现，都做了细致的分析。读完这部分，我开始重新审视自己过去的一些投资逻辑，思考是否可以将一些被忽视的“价值”融入到我的投资组合中。
在阅读《量化投资十六讲》的过程中，我深刻体会到了作者严谨的学术态度和深厚的金融功底。他对于每一个概念的讲解都力求精确，并且能够将理论与实践紧密结合。这本书的逻辑结构非常清晰，从宏观到微观，层层递进，让读者能够逐步建立起对量化投资的整体认知。 我尤其欣赏书中关于“宏观经济因素与量化策略的联动”的分析。作者并没有将量化投资与宏观经济割裂开来，而是强调了理解宏观背景对于构建有效策略的重要性。他通过一些实例，展示了如何将宏观经济指标纳入到量化模型的考量中，从而提高策略的鲁棒性。
初翻开《量化投资十六讲》，我便被其沉静而又不失力量的书名所吸引。我并非金融科班出身，对于量化投资这个概念，最初的认知仅停留在“数据驱动”、“算法交易”等零散的词汇组合。然而，这本书的出现，如同拨开云雾的晨曦，为我打开了一个全新的视角。作者并非空洞地罗列概念，而是以一种循序渐进、深入浅出的方式，娓娓道来。从最基础的统计学原理，到复杂的机器学习模型在金融市场的应用，每一步都讲解得格外清晰，仿佛作者正坐在我身边，耐心地为我梳理着每一个细节。 特别是其中关于因果推断在量化策略构建中的作用的论述，让我耳目一新。过往的量化研究，似乎更多关注的是相关性，而这本书则强调了理解“为什么”的重要性。作者通过一系列的案例分析，生动地展现了如何利用因果推断的方法，避免 spurious correlation，从而构建出更稳健、更具逻辑性的交易策略。这种对理论深度和实践落地的双重追求，正是这本书最让我赞叹的地方。我甚至尝试着将书中的一些思路，结合自己过去接触过的一些非金融领域的数据分析方法，进行交叉验证，发现了不少有趣的启示。
还挺有意思的，了解了解业界的方向，同时看看业界怎么看待这个行业和新技术的发展的。
还挺有意思的，了解了解业界的方向，同时看看业界怎么看待这个行业和新技术的发展的。
演讲集合，主流领域的看法，不过，生命力旺盛的行业是先干后分析
杂文汇编
量化投资卫星文
