統計套利（珍藏版）

[美]安德魯·波爾（Andrew Pole） 陳雄兵 張海珊

統計套利（珍藏版）

買這商品的人也買了...

商品描述

統計套利是量化投資中最具生命力的核心策略之一。它利用數據模型精準捕捉高度相關資產間的定價偏差，在市場中性框架下實現低風險、高概率的穩定收益。今天，全球最頂尖的對沖基金仍在大規模運用其進化版，作為核心盈利引擎；在中國市場，量化私募和機構也廣泛應用於A-H股配對、股指期貨聯動、ETF套利等領域，是構建低相關、穩健收益組合的必備工具。 過去20年，統計套利已發生深刻變化：持倉周期從幾天、幾周縮短至日內甚至高頻，模型從簡單均值回歸升級為機器學習、AI驅動和多資產交叉策略，競爭也遠比當年激烈。但其識別定價偏差並嚴格控制風險的底層邏輯則從未過時。這本經典著作，正是理解這一策略本質的奠基之作。它不僅幫你看清早期實戰智慧，更揭示了至今仍不過時的建模原理和風險控制方法，讓你在今天AI與高頻時代依然能抓住量化投資的真正精髓。 本書作者憑借多年管理統計套利對沖基金的實戰經驗，系統梳理了這一策略的精髓： 配對交易的構建原理與實戰技巧； 從加權移動平均模型到動態因子模型等重要時間序列工具； 爆米花過程、反轉理論、突變理論等核心實戰打法； 統計套利15年的真實演進歷程與風險管理智慧。 本書能幫你看懂金融市場的“隱藏規律”，在波瀾壯闊的量化時代，抓住屬於自己的獲利機會。

作者簡介

安德魯·波爾 波爾博士是統計套利領域兼具深厚學術背景與豐富實戰經驗的資深專家。他畢業於英國諾丁漢大學，獲得統計學博士學位，在博士階段專註於時間序列分析中結構變化的建模方法研究。 波爾博士的職業生涯橫跨大西洋兩岸的金融行業與學術界。他曾擔任紐約 TIG Advisors，LLC（一家註冊投資顧問公司）的董事總經理，專註於量化交易策略的開發與風險管理。更重要的是，他曾親自管理一家統計套利對沖基金長達八年，並與摩根士丹利早期 “Black Box” 配對交易團隊密切合作，積累了大量一線實戰洞見。

目錄大綱

推薦序
前言
第1章 蒙特卡羅的謬誤
1.1 起源
1.2 未來的方向
第2章 統計套利
2.1 導論
2.2 噪聲模型
2.3 爆米花過程
2.4 識別配對交易
2.5 投資組合結構和風險控制
2.6 動態變化和校驗
第3章 結構模型
3.1 導論
3.2 正式的預測函數
3.3 指數加權移動平均模型
3.4 古典的時間序列模型
3.5 哪一類回報？
3.6 因子模型
3.7 隨機共振
3.8 實踐中的事情
3.9 加倍交易：更深入的探討
3.10 因子分析入門
第4章 均值回歸定律
4.1 導論
4.2 模型和結論
4.3 非齊次方差
4.4 一階序列相關性
4.5 非常數分布
4.6 結論的應用
4.7 應用於美國債券期貨
4.8 總結
附錄4A向前預測幾天
第5章 高斯不是均值回歸之神
5.1 導論
5.2 “雙峰駱駝”與“單峰駱駝”
5.3 依然在敲響鐘聲
第6章 價差波動率
6.1 導論
6.2 理論上的解釋
第7章 將均值回歸機會量化
7.1 導論
7.2 平穩隨機過程中的回歸現象
7.3 非平穩過程：不均勻的方差
7.4 序列的相關性
附錄7A示例6中對數分布的一些細節
第8章 諾貝爾的困惑
8.1 導論
8.2 事件風險
8.3 一個新的風險因素的出現
8.4 贖回壓力
8.5 《公平披露條例》
8.6 在虧損期間的相關性
第9章 多重困難
9.1 導論
9.2 十進制
9.3 統計套利結束了
9.4 競爭
9.5 機構投資人
9.6 波動率是關鍵因素
9.7 關於時間維度的思考
9.8 虛構情節中的真實示例
9.9 惡劣的行為
9.10 對2003年的剖析
9.11 結構變化的真實情況
9.12 總結
第10章 黑匣子出現
10.1 導論
10.2 對交易成交量期望值和市場沖擊力進行的模型化
10.3 動態更新
10.4 更多的黑匣子
10.5 市場緊縮
第11章 統計套利的覆興
11.1 突變過程
11.2 突變預測
11.3 趨勢變化的識別
11.4 突變過程在理論上的解釋
11.5 風險管理的含義
11.6 結束
附錄11A 理解Cuscore統計量
致謝
參考文獻
譯者後記

類似商品

最後瀏覽商品 (2)