第1章  算法能構建出具有人類智慧的alpha嗎
1.1導讀
1.2重復或是重塑
1.3用機器學習重塑投資
1.4信任問題
1.5經濟存在主義∶一項宏大設計抑或一次偶然事件
1.6這一繫統究竟是什麼
1.7動態預測與新方法論
1.8基本面因子、預測與機器學習
1.9結論：尋找投資中的“釘子”

第2章  駕馭大數據
2.1導讀
2.2使用另類數據的驅動因素
2.3另類數據類型、形式與範圍
2.4如何判斷哪些另類數據有用
2.5另類數據需要多少成本
2.6案例研究
2.7使用另類數據的明顯趨勢
2.8結論

第3章  機器學習在投資管理中的應用現狀
3.1導讀
3.2數據無處不在
3.3人工智能應用圖譜
3.4行業間的相互聯繫和人工智能的實施推動者
3.5行業發展前景
3.6關於未來
3.7結論

第4章  在投資過程中使用另類數據
4.1導讀
4.2量化浩劫：激勵人們尋找另類數據
4.3利用好另類數據爆炸帶來的好處
4.4選擇要進行評估的數據源
4.5評估技術
4.6基本面基金管理者與另類數據
4.7若干例證
4.8結論

第5章  使用另類數據和大數據交易宏觀資產
5.1導讀
5.2理解大數據和另類數據的一般概念
5.3傳統建模方法與機器學習
5.4大數據和另類數據：在宏觀交易中的廣泛使用
5.5案例研究：使用大數據和另類數據深入挖掘宏觀交易
5.6結論

第6章 大即為美，從電子郵件收據數據預測公司銷售額
6.1導讀
6.2Quandl的電子郵件收據數據庫
6.3大數據工作中的挑戰
6.4預測公司銷售額
6.5實時預測
6.6案例研究：亞馬遜銷售案例

第7章  將集成學習應用於量化股票：多因子框架中的梯度提升算法
7.1導讀
7.2提升樹入門
7.3數據和方案
7.4建立模型
7.5結果和討論
7.6結論

第8章  企業文化的社交媒體分析
8.1導讀
8.2文獻綜述
8.3數據與樣本構建
8.4推斷企業文化
8.5檢驗結果
8.6結論

第9章  能源期貨交易的機器學習與事件檢測
9.1導讀
9.2數據說明
9.3模型框架
9.4表現
9.5結論

第10章  財經新聞中的自然語言處理
10.1導讀
10.2新聞數據來源
10.3實際應用
10.4自然語言處理
10.5數據及方法論
10.6結論

第11章 基於支持向量機的全球戰術性資產配置
11.1導讀
11.2過去50年的全球戰術性資產配置
11.3經濟學文獻中的支持向量機
11.4基於支持向量回歸的全球戰術性資產配置策略
11.5結論

第12章 金融中的強化學習
12.1導讀
12.2馬爾科夫決策過程：決策的一般框架
12.3理性及決策的不確定性
12.4均值-方差的等價性
12.5回報
12.6組合價值與財富
12.7具體案例
12.8結論與進一步的工作

第13章  金融深度學習，基於LSTM網絡的股票收益預測
13.1導讀
13.2相關工作
13.3金融市場的時間序列分析
13.4深度學習
13.5循環神經網絡
13.6長短期記憶網絡
13.7金融模型
13.8結論
附錄

參考文獻
譯者簡介

劉健鈞
湖南大學教授，清華大學全球私募股權研究院首席專家，證監會市場監管二部原副主任、一級巡視員
大數據時代的量化投資搭上了機器學習的東風，大量經濟數據所包含的投資信息得以發掘，投資策略構建所依賴的基礎數據和使用方法將變得多樣化。在這本書中，作者用豐富的理論和案例為讀者描繪了大數據和機器學習在金融領域的運用，不僅展示了如何觀察因子挖掘和模型構建中的問題並予以優化，還對大數據的操作處理作了詳細解答。既可為初學者指引研究道路，也能吸引量化投資領域專家共同思考大數據與機器學習技術的深度應用方法，是一本不可多得的參考書。

呂本富
中國科學院大學教授，中國國家創新與發展戰略研究會副會長，中國信息經濟學會副會長
量化投資已經是國際資本市場的主流投資範式，在中國應該有著廣闊發展空間和光明前景。量化投資扎根於大數據來源精準化及其數據處理方法的不斷進化。這本書提供了來自海外量化投資一線的相關數據源和*新方法論，並配有*鮮活的實踐案例，我相信能為中國量化投資行業提供寶貴的參考。

鮮染，乾像投資創始合伙人兼任首席技術官
這本書繪制了人工智能、機器學習、自然語言處理等技術在量化投資中具體如何應用的全景圖譜，既有宏觀的討論，也有豐富的案例，兼具科學嚴謹性與趣味可讀性，對量化投資從業者、學者與有志於從事量化行業的學生而言是難得的好書。

丁奇，中信證券研究部高級副總裁，《大話無線通信》作者
隨著ChatGPT展現出的驚人理解能力與對話能力，人工智能、數據要素與大模型再度得到人們的重視。數據規模與計算規模一旦跨越過“奇點”就能產生“湧現”的效果，量化投資也是如此，在未來更多數據源的使用下，量化投資模型將得以更精準地捕捉市場中的定價失靈，更有效地實現統計套利。但同時，AIGC的盛行也會給信息源帶來污染，給投資帶來挑戰。中國量化投資的發展方興未艾，未來將深刻地改變資本市場的生態，重塑當前主觀投資的範式，本書提供了很好的參考。

蔣志祥，分享通信董事會主席，國際商會中國國家委員會副主席，全國工商聯執委
量化投資是一種更精確、更科學化的投資思維與投資方法，它將投資者的智慧沉澱為算法與代碼，從海量的數據中通過大模型挖掘出超額收益。相比較於主觀投資，量化投資可以*大程度的減少投資者情緒波動下的非理性決策影響，獲得持續、穩定、高於平均收益的超額回報。在未來數字經濟時代，量化投資如何與主觀投資結合，激發出數據要素的活力，克服市場噪音的限制，這本書提供了重要的視角。

1.1導讀
從傳統上講，不管是源於均衡經濟學、行為心理學還是代理模型，絕大多數金融實踐的核心都是通過結合優雅的理論與略顯“瑣碎”的實證數據而形成的。正如我在倫敦政經學院攻讀博士學位期間所學到的，優雅的理論是高智力人群智力活動的凝結，它能夠在代理人模型中進行微妙權衡，形成復雜的平衡結構，並指出傳統理論有時候存在的矛盾。雖然“瑣碎”的實證工作經常受到懷疑與藐視，人們還是不得不承認實證工作的必要性，它能夠提供現實中的實際應用。這讓我回想起在起風的院子裡和狹窄的走廊中數次與那些睿智的博士生進行的對話，我們一直為“我該如何為我的假設尋找驗證”這一個問題爭論不休。
在量化金融中，出現了很多偽數學框架，它們通常是從鄰近學科借鋻而來，比如物理學的熱力學、伊籐引理、信息論、網絡理論、數論，以及不那麼技術性但勉強承認為科學的心理學。來去之間，市場吸收了這些理論。
機器學習和極端模式識別，非常注重大規模的實證數據，對這些數據進行分析的規模和對細節的關注是前所未見的。有趣的是，機器學習對概念框架的貢獻較少。在某些圈子中，有人吹噓缺少概念框架是機器學習的優勢，能夠消除人類的偏見，以免限制於某一模型。但無論你認為這一工具有利或有弊，你必須承認一個事實，即這個領域的發展隻會越來越快，越來越強有力。我們今天或許會稱其為神經網絡，也許明天又會有新的名字，但我們*終會到達一個時間點，屆時大多數（即使不是所有）的模式都能夠以近乎實時的方式被發現和檢驗，關注重點將幾乎完全聚焦於定義目標函數而非框架結構。
本章其餘部分涵蓋一繫列觀察與例證，分析機器學習如何能夠幫助我們更加了解金融市場，以及機器學習現在所發揮的作用。這部分內容不僅來自我的經歷，還基於我和學者、從業者、計算機科學家進行的多次對話，源自眾多書籍、文章與播客的內容，是對目前涉及此類話題的廣泛討論的總結。
這是一個令人難以置信的時刻，我們保持求知探索的欲望與量化的思維，為後來者在量化投資領域提供科學的思考框架與統一的技術工具。
1.2 重復或是重塑
對世界的量化是人類的一種痴迷。這裡的量化是指將人類觀察到的模式進行分解，並在之後大量的觀察中重復應用。量化金融的基礎源於一代又一代智慧投資者的投資原則或洞察，這些投資者在沒有大規模數據的幫助下就已經得出了這些洞見。
早期有關因子投資和量化金融的想法是對這些洞見的重現；它們本身並未創造出投資原則。有數代人研究並推斷過價值投資（資產定價與公司估值）的內涵。量化金融吸收了這些觀點，將其分解，吸取能夠觀察和延展的要素，再將其在大量的可比公司中拓展。
提升規模的代價是將某一特定的投資準則應用在某一特定公司上所帶來的復雜性和差異性，但在更大體量的投資組合中，這些細微差別被認為會被稀釋而消彌，這些細微差別在過去和現在都在很大程度上被忽視。考慮你對一家銀行或一家醫藥公司估值的細微差異，與所有股票都可以置於同一通用評價框架下進行比較的觀點進行對比，如市淨率等。投資洞見與未來回報的關繫被重現成為因子暴露（風險敞口）與未來回報的線性關繫，目前很少關注非線性的動態性或復雜性，而是關注因子的多樣性與大規模應用，這被認為可以給現代投資組合帶來更好的結果。
然而，也有人從早期因子研究中認識到因子之間的相互關繫與相互作用，這一點成了現代風險管理技術的核心。有觀點認為，有共同特征的股票（對共同特征的識別源於投資洞察力）也可能與宏觀風格因子存在相互關繫與相互作用。
在我看來，這點小小的發現實際上是對投資世界的重塑，在此之前甚至到現在，很多投資人依舊以孤立的方式看待股票，對股票的評價就好像是獨立的私募股權投資。這無疑是一種重塑，將關注的對像從單個股票轉向了共同的“主線”或因子，將單獨來看沒有直接商業關繫的多種股票聯繫起來，這些股票有相似特征，意味著它們能夠被同時買進或賣出。對“因子”聯繫的識別與改進成了許多投資過程的目標，尤其是2010年之後，這種投資方法獲得了可觀的收益。重要的是，我們開始將這個世界視為一繫列因子，有些轉瞬即逝，有些持久不衰，有些涉及短期預測，有些關乎長期預測，有些提供能夠消除的風險，有些則提供有風險的回報。
因子代表了看不見（但可檢測到）的主線，這些主線織起了整個全球金融市場。當我們（量化研究者）搜尋、發現並理解這些主線時，絕大多數人還在關注看得見的企業、產品與周期性盈利。我們將世界看作一個網絡，其中的連接和節點是*重要的要素，而其他人則將世界視為一繫列投資觀點與活動的集合。
這樣的重塑關鍵在於興趣對像的轉換，從單個股票到一繫列網絡關繫，以及在時間維度上的變化。這樣的重塑是嚴肅而微妙的，現在可能仍未得到充分的理解。我們現在隻是在探索我們對因子理解的極限，考慮如何更好定義它們，如何對它們進行擇時，同時努力嘗試向非技術的投資者解釋它們。好的因子擇時模型是很罕見的，針對如何看待和運用擇時，業界也爭論不休。情景因子模型甚至更為罕見，這為實證與理論研究提供了非常有趣的研究方向。
1.3用機器學習重塑投資
使用機器學習重塑投資，這會重塑我們思考金融市場的方式，我認為這既是對投資對像的再確定，也是對金融網絡的再思考。
請允許我利用簡單的類比做一個思想實驗。在字跡或人臉識別中，作為人類，我們尋求某種特定的模式來幫助我們理解世界。在有意識的、感知的層面上，我們注意的是在某人面部中，比如鼻子、眼睛、嘴巴中存在的某種模式。在這一例子中，感知的主體是，我們將它們的相似性與我們所熟知之人五官的相似性做評估。因此，就組成部分而言，我們的模式識別在一個相當低的維度上發揮作用。我們將問題分解成一繫列有限的分組信息（在這個例子中即分解成面部特征），並對這些分組信息進行評估。在現代機器學習技術中，面部特征和手寫字跡被分解成更小、數量更多的組成部分。以手寫字跡為例，圖片的像素被轉換成數值矩陣表示，人們使用深度學習算法來尋找其中的模式。
我們現在有難以置信的強大工具來運算大規模數據，足以在樣本的亞原子水平上尋找模式。在人臉和字跡識別的例子中，以及其他很多實踐中，我們可以不再憑直覺或可理解的復雜方式來尋找這些模式；計算機工具不會從直覺上確定鼻子或眼睛，而是會在深度交疊的信息中尋找模式。早期實驗結果喜憂參半，對抗繫統已經表明有些初期模式極其脆弱。但隨著技術的發展，以及我們技術使用水平的發展，這些模式可能會變得逐漸強勁，但仍將保留其復雜性。有時這些工具可以比我們更好、更快、更高效地找到模式，這樣就不需要我們的直覺感知時刻跟上事物變化了。
以此類推到金融領域，大部分的資產管理公司都關注金融（基本面）數據，例如損益表、資產負債表中的科目及收益數據等。這些數據條目可以有效地定義一家公司，正如一張面孔的主要模式特征可定義一個人。如果我們利用這些數據條目，將幾百個數據條目運用在機器學習一類的大規模算法中，我們或許就可以發現在使用這一手段之前我們其實極大地限制了自己。
神經網絡的“神奇”之處在於它們能夠在原子（例如像素水平）信息中識別模式，但由於我們為其預先設定了更高維度的結構，我們或許已經限制了它們尋找新模式的能力，尤其是那些超越了我們線性框架中已經識別的模式。重塑意味著我們尋找新結構的能力，以及尋找更多投資中“原子”級別的微觀表達，使得這些算法能夠更好尋找模式。這可能意味著我們可以從季報、年報的科目中解脫出來，可以利用銷售與收益的高頻指標（基於另類數據源），尋找更高頻且更相關的模式，來預測價格變動。
用機器學習重塑投資或許也意味著將我們的注意力轉向將金融市場建模為一個復雜的（或僅僅是擴大的）網絡，其中問題的維度或許會爆炸性地迅速升高，以至於我們的大腦無法處理。對一個網絡進行單一維度評估的方法，就是有效地估計n×n的協方差矩陣。一旦我們將這一繫統變為內生繫統，二維矩陣內的許多鏈接將變成其他鏈接的一個函數，這樣一來，模型將成為遞歸模型和迭代模型。而這還僅僅是在二維水平上。將金融市場建模成神經網絡已經在有限應用場景中進行了嘗試，近年來，供應鏈分析作為一種發現公司間細微關繫的方式逐漸流行起來。另類數據或許能夠從業務往來的角度，提供公司與公司之間新的明確可觀察到的聯繫，從而構成網絡的基礎，但價格很可能會變動過快且變動幅度過大，從而不能由受普通供應合同簡單決定價格。