"本书主要利用AI发现和构建有效的量化策略，旨在使读者掌握AI在量化策略中的应用。随着2023年大模型的崛起，投资者需要学会与AI共生，建立个人知识库和灵活应用提示词工程（Prompt Engineering），让AI协助寻找论文、理解论文、编写代码、构建模型、训练模型、生成信号、特征识别、投资组合优化和参数优化等。AI在高质量人群的量化行业中将得到广泛应用和发展，让更多读者能掌握编程和量化技能，从而在AI的帮助下快速开发出适应市场的量化策略。 本书共10章，涵盖量化投资中AI的历史演进、投研平台的构建、量化策略的开发流程、策略分类和介绍、市场主流策略开发、策略回测和实盘准备等内容。书中提供丰富的示例代码，具有较强的实践性和系统性，并配有高等数学、金融工程和计算机科学技术等前置知识，以帮助读者深入理解量化投资策略。 本书适合量化进阶者，也对有经验的策略研究员有参考价值，同时可作为高校和培训机构相关专业的教学参考书。"

"江建武，同济大学硕士，同济大学经管学院MBA校友导师，资深工程师，二十多年IT从业经验。2006年进入量化行业，现与金融机构、BigQuant及高校共创AI量化实验室，并以高频交易dragon自媒体账户发起Dragon量化社区，目前社区拥有职业交易者超万人，初步建成量化生态圈，含数据供应商、经纪商、FOF、MOM、策略研发和交易框架等。季枫，清华大学硕士，Dragon量化社区核心成员，9年以上互联网/量化交易行业经验，熟悉高频交易，CTA策略等多种策略的设计实践，国内头部资管从业者。梁举，北京大学文物保护和计算机软件双学士，15年以上互联网/AI行业经验。曾任微软亚洲研究院高级研发工程师，负责Bing全球40+国家的新闻和实时搜索核心算法，通过大规模机器学习等AI技术将搜索质量提升到业界领先水平。现为成都宽邦科技有限公司的创始人兼CEO，研发人工智能基础技术，应用于金融、教育等行业。"

前言 党的二十大报告指出： 教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。必须坚持科技是第一生产力、人才是第一资源、创新是第一动力，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，这三大战略共同服务于创新型国家的建设。高等教育与经济社会发展紧密相连，对促进就业创业、助力经济社会发展、增进人民福祉具有重要意义。 在大数据和大模型的推动下，量化领域发生了深刻的变革，尤其在策略研究方面。AI随着算力爆炸性增长和智能的提升，它可以驱动量化策略研发全流程，可协助寻找论文、理解论文、编写代码、构建模型、训练模型、生成信号、特征识别、投资组合优化和参数优化等。本书旨在阐述AI如何应用在量化策略构建全流程，特别是在具体量化策略中应用前沿的算法，达到降本增效及提高投资业绩的目的。 阅读高质量的论文是策略研发者的必备技能，但专业英语阅读、数学公式理解和论文价值判断的难度常使量化爱好者望而却步。有时，他们可能花费大量时间复现论文，却发现该模型收益有限，泛化能力或在其他数据集中表现不佳。面对每天数百篇的国内外论文，如何利用人工智能和各种技术手段识别出经典、开创性和集大成的论文成为关键。笔者根据CTA策略、多因子选股、套利策略、高频策略和机器学习策略进行分类，通过AI寻找高质量的论文，借助ChatGPT等工具辅助阅读专业文献、理解数学公式，然后通过Python实现论文算法、策略回测和实盘操作来详述AI在量化策略研发全流程的应用。 本书主要内容 第1章AI量化投资简介与本书导读。本章论述量化投资的定义、特点、优势和发展演进历程，对AI技术的发...