量化投資：MATLAB數據挖掘技術與實踐

第一篇 基礎篇
第1章 緒論
1.1 量化投資與數據挖掘的關系
1.1.1 什麼是量化投資
1.1.2 量化投資的特點
1.1.3 量化投資的核心——量化模型
1.1.4 量化模型的主要產生方法——數據挖掘
1.2 數據挖掘的概念和原理
1.2.1 什麼是數據挖掘
1.2.2 數據挖掘的原理
1.3 數據挖掘在量化投資中的應用
1.3.1 宏觀經濟分析
1.3.2 估價
1.3.3 量化選股
1.3.4 量化擇時
1.3.5 算法交易
1.4 本章小結
參考文獻
第2章 數據挖掘的內容、過程及工具
2.1 數據挖掘的內容
2.1.1 關聯
2.1.2 回歸
2.1.3 分類
2.1.4 聚類
2.1.5 預測
2.1.6 診斷
2.2 數據挖掘過程
2.2.1 數據挖掘過程概述
2.2.2 挖掘目標的定義
2.2.3 數據的准備
2.2.4 數據的探索
2.2.5 模型的建立
2.2.6 模型的評估
2.2.7 模型的部署
2.3 數據挖掘工具
2.3.1 MATLAB
2.3.2 SAS
2.3.3 SPSS
2.3.4 WEKA
2.3.5 R
2.3.6 工具的比較與選擇
2.4 本章小結
參考文獻
第3章 MATLAB快速入門
3.1 MATLAB快速入門
3.1.1 MATLAB概要
3.1.2 MATLAB的功能
3.1.3 快速入門案例
3.1.4 入門后的提高
3.2 MATLAB常用技巧
3.2.1 常用標點的功能
3.2.2 常用操作指令
3.2.3 指令編輯操作鍵
3.2.4 MATLAB數據類型
3.3 MATLAB開發模式

第二篇 技術篇
第4章 數據的准備
第5章 數據的探索
第6章 關聯規則方法
第7章 數據回歸方法
第8章 分類方法
第9章 聚類方法
第10章 預測方法
第11章 診斷方法
第12章 時間序列方法
第13章 智能優化方法

第三篇 實踐篇
第14章 統計套利策略的挖掘與優化
第15章 配對交易策略的挖掘與實現
第16章 基於Wind數據的程序化交易
第17章 基於Quantrader平台的量化投資
第18章 基於數據挖掘技術的量化交易系統