19
0主要内容：
- 回测与自动化执行 (第一章)：讨论了回测中的重要注意事项和常见陷阱。
强调了避免这些陷阱的重要性，否则回测可能无用甚至具有误导性，导致财务损失。
介绍了检验回测结果统计显著性的三种方法：假设日收益率符合高斯分布。
生成模拟日收益率数据来构建策略的模拟价格序列。
在实际历史价格序列上随机化交易入场日期。
强调了数据窥探偏差 (Data-snooping bias) 的危险性，尤其是在使用复杂模型 (如具有大量节点的神经网络模型) 时，模型可能过度拟合历史数据而缺乏前瞻预测能力。
指出了幸存者偏差 (Survivorship bias) 在回测中的影响，例如在使用仅包含当前上市股票的数据库进行回测时，可能夸大策略回报。
强调了选择合适的基准来衡量交易策略表现的重要性，例如对于只做多策略，买入并持有是合适的基准，此时信息比率比夏普比率更具参考意义。
讨论了自动化交易平台和编程语言，包括专用平台和开源 IDE (集成开发环境)，以及它们在回测和实盘交易中的应用。还提到了处理高频数据和新闻驱动交易的挑战和平台能力。 - 均值回归基础 (第二章)：解释了均值回归的概念，认为自然界和社会科学中普遍存在均值回归现象。
区分了时间序列均值回归 (价格向自身历史均值回归) 和横截面均值回归。
介绍了检验时间序列平稳性的统计方法：增广迪基-福勒 (ADF) 检验、赫斯特指数 (Hurst exponent) 和方差比率检验。赫斯特指数 H < 0.5 表示均值回归，H > 0.5 表示趋势性。
介绍了奥恩斯坦-乌伦贝克 (Ornstein-Uhlenbeck) 公式来描述均值回归过程，并解释了回归系数 λ 与均值回归半衰期 (Half-life) 的关系。半衰期是重要的参数，可用于指导策略参数设置。
描述了一种简单的线性均值回归交易策略，即持仓数量与价格偏离其移动平均值的归一化偏差 (Z-Score) 成反比。
介绍了检验多个价格序列是否协整 (Cointegrating) 的方法，特别是协整增广迪基-福勒 (CADF) 检验和 Johansen 检验。协整的多个资产可以形成一个平稳的投资组合。 - 实施均值回归策略 (第三章)：讨论了更实用的均值回归策略，如布林带 (Bollinger band) 策略。这种策略在价格偏离均值一定标准差时入场，在价格回归均值附近时出场。
探讨了使用原始价格、对数价格或比率作为均值回归策略信号的优缺点。使用对数价格可能意味着维持恒定的资本权重，并需要不断再平衡。
讨论了**“分批入场” (Scaling-in / Averaging-in)** 的技术，并引用研究表明，在均值回归情境下，单一入场/出场水平 (即“一次性入场”或 “all-in”) 通常比分批入场更优。
介绍了 卡尔曼滤波 (Kalman Filter) 在均值回归中的应用。它可以作为一种动态线性回归方法，用于实时估计协整资产之间的对冲比例 (Hedge ratio) 和价差的均值和波动率。卡尔曼滤波的预测误差可作为交易信号。
卡尔曼滤波也可作为做市商模型应用，用于更新对单个均值回归资产的平均价格估计。在这种应用中，交易量可以用来调整对交易价格不确定性的估计。 - 股票和 ETF 的均值回归 (第四章)：探讨了股票和 ETF 中的均值回归策略。
提到了季节性均值回归，例如“逢低买入” (Buy-on-Gap) 模型，即使日线数据不显示均值回归，但在特定时段（如开盘时）可能表现出强烈的均值回归特性。
讨论了 ETF 及其成分股之间的套利策略。一种方法是选取与 ETF 协整的成分股组成投资组合，并对该组合与 ETF 进行均值回归交易。
介绍了一种线性多空股票模型，该模型根据股票相对于其同类股票的日收益率表现来分配权重，高收益股票被做空，低收益股票被做多。 - 货币和期货的均值回归 (第五章)：讨论了货币交叉汇率和期货的均值回归。
货币交易中的一个重要特点是隔夜利息 (Rollover interests)，这会影响隔夜持仓策略的回测准确性。
介绍了基于期货展期收益 (Roll return) 的日历价差 (Calendar spread) 交易策略。展期收益衡量了远期合约和近期合约之间的价差。
指出寻找期货跨市场价差 (不同基础资产期货之间的价差) 的均值回归机会并不容易。提到了能源期货的裂解价差 (Crack spread) 作为相关市场价差的例子。
探讨了波动率期货 (VX) 与股指期货 (ES) 之间的价差均值回归策略，指出 VX 与股票市场通常呈负相关。 - 日间动量策略 (第六章)：讨论了时间序列动量策略，通常具有较长的回溯期和持仓期。
介绍了横截面动量策略，例如根据过去一段时间的表现对一组资产进行排序，买入表现最好的，卖出表现最差的。这种策略在金融危机期间表现不佳。
探讨了通过期货与其相关资产之间的套利来获取展期收益的策略。 - 日内动量策略 (第七章)：讨论了短周期、日内动量策略，这些策略通常不受长周期动量策略的缺点影响。
介绍了开盘跳空 (Opening Gap) 策略，即利用价格从前一天收盘到当天开盘之间的跳空进行交易，这在股票和货币市场都适用。
讨论了新闻驱动的动量策略，认为动量是新闻缓慢传播的结果。
重点介绍了盈余公告后漂移 (PEAD) 策略，该策略利用股票在盈余公告后价格持续向同一方向移动的现象进行交易，即使不解读公告内容，仅根据开盘跳空幅度即可执行。
提到了杠杆 ETF 的动量策略。
描述了一种利用较大买卖价差进行**“扒头皮” (Ticking / Quote matching)** 的策略，即在最优买价加一跳买入，并在最优卖价减一跳卖出以赚取至少一个跳的价格差。 - 风险管理 (第八章)：风险管理的目的是最大化长期权益增长率，而不是仅仅避免亏损。
讨论了计算最优杠杆的三种方法，这些方法通常假设未来的收益率概率分布与过去相同。
介绍了凯利公式 (Kelly formula) 在高斯分布假设下计算最优杠杆的应用。但强调了估计误差和未来分布变化带来的风险，过度估计杠杆可能导致亏损甚至破产，许多交易者选择使用半凯利杠杆。
介绍了如何在非高斯分布假设下，通过模拟收益率数据来优化预期增长率并找到最优杠杆的方法。
讨论了最大回撤的限制。仅通过降低杠杆来控制回撤是困难的，并不能保证未来回撤不超过预设上限。
介绍了一种同时兼顾最大化增长和限制回撤的方法：固定比例投资组合保险 (CPPI)。CPPI 通过将一部分资金用于交易，另一部分保留现金，并根据子账户权益应用凯利杠杆，从而在保证最大回撤不超过预设比例的同时，优雅地退出亏损策略。
提到了止损 (Stop loss) 是另一种限制回撤的方法。
