本书首先对量化交易策略的历史、内涵和特点进行了简述，然后给出了量化交易策略的基本研发流程。书中介绍了策略研发中的一些注意事项与应对方法，随后通过两个例子说明了择时策略和选股策略的基础研发框架；在介绍推进分析这一回测技术的基础上，又进一步完善了择时策略和选股策略的研发流程。然后，作者增加了策略风险这一维度，并给出了论述。在此基础上，作者介绍了仓位优化的择时策略和投资组合优化的选股策略，从而使得策略有能力对整体风险进行控制；并在两种策略中增加了交易成本的计算，让量化交易策略的回溯测试更贴近现实交易的情况。针对这些完善的策略，本书给出了相应的策略评价。最后对整本书的内容进行了总结，并讨论了策略研发中的主观控制等相关问题。
蒋炜航
宜信大数据创新中心技术副总经理 宜信指旺财富总经理
《量化炼金术》是“量化交易”这一引人遐想的主题下不可多得的读物。基于以下几点，我向身边的多位朋友推荐了本书：首先，本书的形式是体系化的，这对帮助大家理解“量化交易”这样一个有一定门槛的主题非常有效；其次，本书针对各个知识点都附带了描述清晰的实例，对于想动手实践文中内容的读者很有帮助；最后，本书介绍相关内容的出发点是让读者“知其然也知其所以然”，我相信这样才是从事量化研究以及其他领域研究的正确方式。因此，在这里我也向大家郑重地推荐本书，希望大家和我一样享受阅读。
梁新刚
爱智慧科技创始人&CEO 百米生活股份有限公司前CEO
本书循序渐进地构建了一套极具操作性的量化交易策略的开发流程和评估优化体系。
中国股市正处于结构性大变革，量化交易比重势必提升。本书对于好奇的散户、乐在其中的宽客和专业投资机构都很有参考价值！
龚朴
华中科技大学管理学院财务金融系教授、博士生导师
这是一本思路清晰、案例丰富、可读性强的著作，作者通过介绍量化交易策略的研发流程，将量化投资领域里的多个经典模型与技术串联了起来，其间也不乏作者自己的创新之处和实践经验，更难能可贵的是提炼出了一套自己的量化思维模式，值得反复阅读。
作者简介
杨博理
华中科技大学管理学院博士后、博士，剑桥大学联合培养博士，里昂高等商学院访问学者，华中科技大学数学系硕士、学士。现就职于宜信大数据创新中心，指旺首席量化科学家，负责宜信“指旺财富”平台上的投资策略研究。曾就职于长江证券，从事金融工程研究和量化交易策略的开发，同时参与一家公募基金的筹备工作，负责基金投资风控体系的构建与维护。
贾芳
华中科技大学管理学院在读博士生、硕士、学士。
在中国市场上，量化交易即便不能算作一个新兴事物，也仍然是相对小众的。而与其小众现状并存的，是广大市场参与者对其未来前景的期待，以及加强了解、学习的愿望。
本书的目的，就是力图将这样一种带有黑箱性质的交易策略及其研发方法，以尽量科学化的方式介绍给读者。
全书的主要贡献包括以下几个方面：
介绍了一套具有实操性的量化交易策略研发流程，涵盖了买卖决策、仓位调整、交易成本测算等核心元素，同时搭建了收益与风险的策略架构，将择时策略和选股策略进行了逻辑上的统一，为构建完整的量化交易策略提供了清晰的思路。
结合实际工作经验，指出了策略研发过程中可能遇到的问题，以及整个量化交易策略研发体系的局限所在，并针对性地给出了解决方案，避免读者在实践过程中再走弯路、浪费时间和精力。
由浅入深地介绍了推进分析、凯利公式、最优投资组合理论等工具，帮助读者掌握量化研究的技术细节。结合数据科学，提出了多层推进分析、推进分析下的验证等技术手段，拓展了策略研发人员的处理能力和思维模式。
以循序渐进的方式，不断添加组件形成一个完整的量化交易策略研发体系。并在此过程中，始终辅以中国市场的真实数据，构造直观的策略案例。通过这样的处理，帮助读者更为有效地掌握书中内容，进而创建自己的量化交易策略。
金融投资
推荐语1：
这是一本思路清晰、案例丰富、可读性强的著作，作者通过介绍量化交易策略的研发流程，将量化投资领域里的多个经典模型与技术串联了起来，其间也不乏作者自己的创新之处和实践经验，更难能可贵的是提炼出了一套自己的量化思维模式，值得反复阅读。
——龚朴，华中科技大学管理学院财务金融系教授、博士生导师
推荐语2：
《量化炼金术》是“量化交易”这一引人遐想的主题下不可多得的读物。基于以下几点，我向身边的多位朋友推荐了这本书：首先，本书的形式是体系化的，这对帮助大家理解“量化交易”这样一个有一定门槛的主题非常有帮助；其次，本书针对各个知识点都附带了描述清晰的实例，对于想动手重复文中内容的读者很有帮助；最后，本书介绍相关内容的出发点是让读者“知其然也知其所以然”，我相信这样才是从事量化研究、以及其他领域研究的正确方式。因此，在这里我也向大家郑重地推荐这本书，希望大家和我一样享受阅读。
——蒋炜航，宜信大数据创新中心技术副总经理
推荐语3：
本书循序渐进地构建了一套极具操作性的量化交易策略的开发流程和评估优化体系。
中国股市正处于结构性大变革，量化交易比重势必提升。本书对于好奇的散户、乐在其中的宽客、和专业投资机构都很有参考价值！
——梁新刚，爱智慧科技创始人&CEO
百米生活股份有限公司前CEO
接触过量化交易或者量化投资的人们，似乎常常会有这样一个执念，就是希望能找到一个万能的公式帮助他们击败市场、攫取利润。换句话说，是希望通过量化的手段获得交易的“圣杯”。而且，相较于技术分析而言，复杂的数学算法似乎是达成这样一个夙愿更有力的工具。
我自己很难判断这种万能的公式是否存在，并且以我有限的研究经验来看，找到万能的公式是一件十分困难的事情。当然，我依然对这件事情抱有希冀，谁没有个发财梦呢。不过经过这么多年的专业训练，我倒是有了另外一些有价值的收获。也正是这些收获的普适性和可分享性，驱使我写作了本书。
现在换一个角度来看待上面的问题。扪心自问，一个万能的盈利公式会被写入书籍资料中供人阅览吗？很明显，至少在量化交易这个领域内是没有可能的，策略可复制性太强，没有人会让庞大的读者群体瓜分自己的收益。即使存在讲解具体策略的书籍，也无外乎是一些已经不再具有显著盈利能力的交易策略，如海龟交易法则等。
这也是量化交易策略的另外一个问题，研发人员并不能保证一个策略在市场上一直有效。即便现在有效，交易策略能否适用于未来也是一个问题。如果交易策略的持续有效性很难保证，那“万能”“圣杯”便也无从谈起了。
那么在量化领域中，是否存在持续有效的事物呢？对“圣杯”的追求促使我思考这个问题。当我尝试着跳出策略、公式的约束时，我似乎找到了一个可能的答案，那就是科学的研发行为和思维模式。
关于这一点，我自己是这样思考的：正向来看，量化交易策略是将交易思想通过数量化的规则进行表达；反向来看，量化交易策略的研发其实也是一种数据科学实践，只不过数据科学具体落脚在金融交易领域。既然是数据科学的具体实践，那么采用科学的方法、科学的思维就会是行之有效的手段，这是一件被过去许多年科学发展的历史所佐证的事情。
本书的写作过程，始终遵循了这样的理念，即以科学的方法构建量化交易策略、以科学的态度对待研发流程中的问题。例如，自回归、多因子模型、最优投资组合理论等都是经济金融领域的科学模型，回溯测试、推进分析、最优化等也可以看作数据科学方法在量化领域的运用与落地。而书中多次提及的数据结果与主观逻辑的结合，抽象出来其实就是归纳与演绎这两种科学方法的辩证统一。
需要声明的是，尽管我如此看重科学性在量化交易策略研发中的作用，但是有一点仍然应该认清，那就是学界和业界对于金融市场的科学研究目前来看还是不完善的，我自己对这一领域的掌握也不敢说成熟，因此也就不敢妄自尊大地将自己的方法论看作真正的“科学”。在本书中，作者仅仅是将自己关于研发量化交易策略的系统流程表述出来，希望对读者有所裨益。
这也是我将本书的书名取为《量化炼金术》的原因，除了向大师致敬以外，其实更重要的是想表达我对这个研究领域的敬畏。相较于真正的“科学”，也许“炼金术”才是我目前认知水平的实际体现。当然，暂且不论作者的水平如何，如果你能从本书中读出一些策略研发的科学精神，我也就足够欣慰了。
书中内容的安排大致如下：
第1章的引言部分介绍了量化交易策略的特性内涵与历史发展。比较遗憾的是，其发展历程主要都是对国外相关情况的介绍。作者也希望在未来，随着中国市场的成熟与发展，能有我们自己的研究、事件或公司可以丰富这部分内容。
第2章是在具体介绍量化交易策略的研发之前，对整个研发流程和框架的总领性论述。第3章则是对研发量化交易策略的过程中可能会遇到的问题进行阐述，并且针对这些问题，说明哪些地方需要注意以及可以使用哪些方法进行处理。
第4～14章由浅入深地介绍了量化交易策略研发的具体流程和相关案例。量化交易策略大体上分为择时策略和选股策略两种，覆盖了时间序列和横截面两个维度。由浅入深则是指我们在介绍的过程中，逐步在简单策略中加入推进分析、对风险的考量、仓位决策等组成部分，从而使策略细节逐渐丰富，研究不断深化。
这一部分是本书的主体内容，我们将推进分析、收益、买卖、风险、仓位等量化交易策略会涉及的内容与组件，分拆开来进行介绍，再通过合适的实际案例逐步组合为一个整体。通过这样一种递进的方式对完整的策略研发过程进行讲解，能够帮助读者形成自己的研究思路，并使其体系化、流程化、逻辑化。我们希望读者在熟悉这一部分的内容之后，可以在所举案例的基础上举一反三，自行开发和检验适合自己的量化交易策略。
第15章是在完成了量化交易策略的研发工作之后，对具体策略给出评价报告。第16章包括两部分内容：一部分是全书内容的总结；另一部分则在于探讨所介绍的研发流程的局限性，同时给出了作者认为可行的应对方式，即主观逻辑的支持。
就全书而言，我们的着眼点主要是为量化交易策略的研发提供一个可以参考的流程框架。而具体的策略与建立在真实数据上的案例，虽然占据了书中大量的篇幅，但是其目的在于帮助读者更好地理解这个流程框架，因此策略本身也都是由最为简单的模型所构成的，本书并不介绍前沿的策略模型。
当然，我觉得读者是能够理解这样的处理方式的。正如前面所言，量化交易策略本身就是一个复制较为容易、不宜公开的策略种类。我们希望本书的读者能将更多的注意力放在对研发流程和研发思路的学习上，如果仅仅追求可盈利的具体策略，实践或许是一种比读书更为有效的途径。
与此同时，为了使内容介绍更为清晰，书中在一些研究设置的细节处也基本上使用了最为简化的处理。例如，回溯测试中交易判断的频率和策略重新优化的频率，在实际研究中往往需要结合交易成本等因素分别加以设定；多因子模型之类的策略模型，也往往需要搭配更复杂的技术处理，从而贴近真实的交易环境。这些都是需要读者在具体实践时根据实际情况加以理解和把握的。
为了本书的最终完成，两位作者都投入了大量的心血和时间，但是限于水平和精力有限，书中难免存在着各种纰漏和问题。这里特别感谢北京大学魏鑫同学的仔细阅读，并指出上个版本中的一处收益率计算方式的偏误。也希望各位读者能在遇到疑难处时与作者沟通。出于一个研究人员的操守，本人将会认真对待书中的每一个问题，让本书能为读者提供更为精准、正确的指引。
杨博理
杨博理 贾芳 著：暂无相关简介
序言
第1章 引言 ┊1
1.1 量化交易策略简述 ┊2
1.2 量化交易策略的优缺点 ┊8
第2章 量化交易策略的研发流程 ┊14
2.1 量化交易策略的基本研发流程 ┊15
2.2 量化交易策略研发流程的进一步论述 ┊18
第3章 注意事项与应对 ┊23
3.1 未来信息的规避 ┊24
3.2 过度拟合与欠拟合 ┊27
3.3 回溯测试与真实环境的差异 ┊31
第4章 简单的择时策略 ┊36
4.1 择时策略的基本框架 ┊37
4.2 均线趋势策略的简单优化 ┊40
4.3 均线反转策略的简单优化 ┊44
4.4 自回归策略的简单优化 ┊47
第5章 简单的选股策略 ┊51
5.1 因子选股的基本框架 ┊52
5.2 市值因子 ┊55
5.3 反转因子 ┊63
5.4 多因子选股策略的简单优化 ┊69
第6章 推进分析 ┊76
6.1 推进分析框架 ┊77
6.2 多层推进分析 ┊82
6.3 推进分析下的验证 ┊86
第7章 推进的择时策略 ┊89
7.1 均线趋势策略的推进分析 ┊90
7.2 均线反转策略的推进分析 ┊94
7.3 均线混合策略的推进分析 ┊96
7.4 自回归策略的推进分析 ┊99
7.5 自回归策略的多层推进分析 ┊102
第8章 推进的选股策略 ┊107
8.1 多因子选股策略的推进分析 ┊108
8.2 多因子选股策略的多层推进分析 ┊115
第9章 风险 ┊123
9.1 常用的风险度量 ┊124
9.2 其他风险度量 ┊129
9.3 风险和收益的结合 ┊134
9.4 止损 ┊138
第10章 仓位决策 ┊142
10.1 凯利公式 ┊143
10.2 实用的仓位决策方法 ┊152
第11章 仓位优化的择时策略 ┊155
11.1 仓位优化的均线趋势策略 ┊156
11.2 仓位优化的自回归策略 ┊169
第12章 投资组合决策 ┊181
12.1 最优投资组合理论 ┊182
12.2 实用的投资组合优化方法 ┊187
第13章 优化的股票配置策略 ┊193
13.1 多因子风险模型 ┊194
13.2 投资组合优化的多因子策略 ┊196
第14章 交易成本 ┊203
14.1 交易成本估计 ┊204
14.2 考虑交易成本的择时策略 ┊207
14.3 考虑交易成本的股票配置策略 ┊212
第15章 策略评价 ┊215
15.1 策略评价体系 ┊216
15.2 策略评价报告 ┊218
第16章 结语 ┊223
16.1 内容总结 ┊224
16.2 研发流程的局限与应对 ┊227
参考文献 ┊231
