本書主要為有志于從事量化研究領(lǐng)域相關(guān)工作的讀者關(guān)于金融波動率問題進行深度探討和研究,并對模型和方法做了總結(jié),引入了機器學(xué)習(xí)對經(jīng)典模型做了集成研究,同時給出了一些理論研究結(jié)論和實證分析結(jié)果,幫助讀者了解金融波動率問題,并在今后結(jié)合自身的工作進一步豐富和拓展這個領(lǐng)域的研究,以期最終建立自己的金融波動率研究框架和投資策略。
李一邨,浙江杭州人,浙江大學(xué)量化金融博士,現(xiàn)任杭州伊園科技有限公司總經(jīng)理。前沿量化科學(xué)領(lǐng)域的深耕者,多年來致力于將多元學(xué)科的前沿理論嫁接融合到金融投資領(lǐng)域。被聘為杭州市科促會數(shù)據(jù)科學(xué)家、杭州師范大學(xué)指導(dǎo)老師。曾連續(xù)5屆(第8-12屆)獲得《證時報》和《期貨日報》聯(lián)合評選的“中國最佳金融量化策略工程師”。
第1章 緒論
1.1 波動率研究的背景和意義
1.2 本書的方法邏輯
第2章 問題的提出:基于演化餓弈的量化投資策略傷真研究
2.1 演化博弈引入量化投資的介紹
2.2 演化博奔理論分析
2.3 趨勢策略和震蕩策略的仿真實驗
2.4 波動率對于區(qū)分震蕩行情和趨勢行情的意義
第3章 波動率的估計、性質(zhì)、模型
3.1 波動率的估計和性質(zhì)
3.2 基于波動率性質(zhì)的預(yù)測模型
3.3 非參數(shù)估計的波動率預(yù)測模型
第4章 Hurst指數(shù)與多因子模型
4.1 經(jīng)典Hurst指數(shù)介紹
4.2 Fama-French多因子模型及其Hurst指數(shù)拓展
4.3 多因子模型與機器學(xué)習(xí)結(jié)合
第5章 基于模型和機器學(xué)習(xí)的波動率預(yù)測、比較和集成方法研究
5.1 經(jīng)典波動率模型與機器學(xué)習(xí)結(jié)合的介紹
5.2 12個波動率預(yù)測模型的實證研究
5.3 基于金融經(jīng)濟特征建立的機器學(xué)習(xí)模型對波動率預(yù)測
5.4 基于機器學(xué)習(xí)的波動率預(yù)測模型進行集成的實證研究
5.5 基于分位數(shù)的神經(jīng)網(wǎng)絡(luò)與模型集成組合算法
第6章 期權(quán)波動率投資策略
6.1 波動率預(yù)測與期權(quán)投資的關(guān)系
6.2 特征介紹及特征篩選
6.3 直接預(yù)測波動率漲跌的期權(quán)策略
6.4 閾值預(yù)測波動率漲跌的期權(quán)策略
6.5 動態(tài)閾值預(yù)測波動率漲跌的期權(quán)策略
參考文獻