量化投资与机器进修微信公家号，是业内垂曲于量化投资、对冲基金、Fintech、人工智能、大数据等范畴的支流自媒体。公家号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+存眷者，曾荣获AMMA优良品牌力、优良洞察力大奖，持续4年被腾讯云+社区评选为“年度更佳做者”。
选举 一
Systematic Trading的做者Robert Carver时隔多年又出新书了。本书中，做者基于30多个实在的期货交易战略，供给了一个完全的理论指南。那些战略能够交易100多个标的，并利用了逾50年的汗青数据停止回测。
那些战略从最根本的起头，然后停顿到更高级的战略，包罗交易日历利差、打破、趋向跟踪、快速均匀回回等。关于每种战略，做者从以下几方面展开：
它是若何和为什么有效的
战略理论的细则
基于汗青数据的回测表示
战略的行为和风险
做者还进一步论述了系统化期货交易的其他方面，包罗：
若何准确评估战略的表示
若何有效权衡和揣测风险
若何计算交易成本
若何确定特按期货品种所需要的资金
若何决定交易哪个品种
通过同时利用多种战略实现多样化
选举 二
Following The Trend是趋向跟踪交易必读的书。时隔多年，做者末于更新了第二版。该书供给了利用CTA战略停止多元化期货交易的最新及适用道路图。
展开全文
在最新修订的第二版中，做者Andreas F. Clenow介绍了系统的资产治理办法。在书中，各人将找到2002年至2021年期间每年的功绩和绩效回因细节，并详尽阐了然从第一版出书到今天，市场、行业和战术是若何演变的。除此之外做者还详尽讨论：
CTA对冲基金能否陆续表示出高度的内部相关性和表示出同量行为。
低利率和负利率情况的影响，大量资金流进股市，以及量化交易公司的兴起。
摸索差别类型的交易模子的组合，以进步战略表示。
CTA对冲基金能否陆续表示出高度的内部相关性和表示出同量行为。
低利率和负利率情况的影响，大量资金流进股市，以及量化交易公司的兴起。
摸索差别类型的交易模子的组合，以进步战略表示。
选举 三
本书基于Python和R，次要介绍了基于机器进修等办法用于金融行业数据阐发的案例，强调数学理解和统计原则，并将它们与常见和现实的金融问题联络起来。本书能够搀扶帮助读者掌握以下技能：
对金融保险数据量量停止评判，运用数据阐发东西从数据中提炼出的常识，及时做出决策。
利用有效的数据降维东西，加强监视进修。
根据分类或回回揣测的目标，为给定的数据集描述和抉择适宜的数据阐发东西。
对金融保险数据量量停止评判，运用数据阐发东西从数据中提炼出的常识，及时做出决策。
利用有效的数据降维东西，加强监视进修。
根据分类或回回揣测的目标，为给定的数据集描述和抉择适宜的数据阐发东西。
选举 四
无论基于学术理论仍是机器进修战略，所有金融模子都受造于建模错误，那些错误能够缓解，但不克不及消弭。概率ML手艺基于简单曲看的概率定义和概率论的严厉演算。那些系统将金融和投资系统的不确定性和错误视为特征，而不是bug。他们将不切确的输进和输出所产生的不确定性量化为概率散布，而不是点估量。那使得现实的金融揣度和揣测对决策和风险治理很有用。
概率ML是人工智能驱动的金融和投资系统的下一代ML框架和手艺，原因有良多。通过脱节出缺陷的统计办法，您将转向一种曲看的看点，即概率是一种数学上严厉的统计框架，它整体且胜利地量化了不确定性。
选举 五
本书介绍了利用于时间序列阐发的深度进修模子，特殊是周期性时间序列的阐发。周期性时间序列凡是具有特殊的特征，能够用来获得更好的分类和揣测成果。那些在书中都有提到。本文还讨论了周期时间序列的处置。
除了周期时间序列，关于随机时间序列的分类也是本书一个重要的话题。随机时间序列分类一个重要因素是与分类办法构造相关的构造性风险。那本书论述并造定告终构性风险，以及为分类办法定义的进修才能。那些公式和数学推导将有助于研究人员理解那些办法，以至以客看的数学体例表达它们的办法论。