本书旨在探索AI 技术与投资策略的跨界融合。 全书分为上下两篇，共10 章。上篇由量化思想、量化实践、量化方法、量化策略、风险控制绕不开凯利公式、交易信息系统外接共6 章组成；下篇由遗传算法在黄金投资中的应用、大规模神经 网络及股票非量价复合策略、小波分析及金融工程多维度应用和前沿研究与探索共4 章组成。上篇主要阐述当前已有的量化知识并用独特鲜明的风格呈现出来，侧重计算机动态仿真技术；下篇聚焦 探索未知的领域。全书注重金融实证、工程数学、计算机编程三者之间的跨界融合。 本书可作为量化基金从业人员和证券分析师的参考用书，也可作为金融专业、人工智能专业的高年级本科生、硕士和博士研究生的参考书( 含毕业论文参考用书)，还可以作为具备理工科背景且 未来有志于从事AI 量化投资人士的自学书籍。

李必文，在金融持牌机构从业 7 年以上，位居管理层；随后投身高科技实体产业， 2021 年期间在芯片半导体大厂战略管理部任职；先后从事纺织服装、互联网、基金、芯片四个行业，拥有跨学科、跨行业的丰富经验和成功案例；大学毕业至今，已出版计算机编程、机器学习等相关著作 5 部。

前 言 Preface 这是一本主要讲AI量化投资的书，与常规量化投资书籍有本质不同。 怀着满满的诚意，AI技术与金融投资相互契合是本书希望表现的特色。比如第8章浓墨重彩地描述了作者在AI技术理论上的突破，技术深度和难度极大，且多数是独创技术理论；第9章主要介绍小波在金融领域的应用，尚属探索阶段，这章所列举的三个金融案例，具有启发性和探索性的双重价值。本书有以下几个特点。 (1)阅读体验。按照数学建模的思路和步骤，本书对每个符号的讲解、每个公式的推导尽量深入浅出，推导方法力求别具一格。作者还做了一张表格，对每一章内容的技术难度做了难度系数的评级，用★表示，★数量越多表示对应内容的技术难度越大。所以，读者朋友们可以按照本书的章节顺序依次阅读，还可以根据每一章的难度系数跳跃式阅读，按由浅及深的方式阅读本书，也是没有太大问题的。作者在创作本书的过程中，已经考虑到读者的阅读体验。 (2)体系化。量化思想、量化实践、量化方法、量化策略、风险控制4444、信息交444易系统接入44444共同构成了量化体系，再由量化投资体系过渡到AI量化投资体系，循序渐进，娓娓道来。 (3)创造性。用鲨鱼猎腥的方法类比人工神经网络的训练过程，用小波分析的方法去识别资本证券炒作的市场特征，而且不管炒作程度多高，都能基于小波多尺度分辨的技术把市场炒作信号滗出来。此外，本书更有大量延伸数学模型的创造。 (4)稳定性。虽然资本市场是不断演变的，具有很强的时效性，但作者对AI算法研究了十几年，发现算法底层理论进步空间极小；有所不同的是，新的应用场景和大算力平台层出不穷，所以本书遴选的大部分实证案...