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例，尽可能规避时效性的限制，刻意摒弃了时效性强的案例，侧重底层逻辑的阐述，致力于在“AI量化投资”领域对不变量444的挖掘，而不是追求对新技术、新概念、新场景的探索。

(5)原创深度。除了极其少数的内容参考了少量文献，本书绝大多数内容皆是原创，让读者少了一份似曾相识或雷同的感受，比如第10章里面的“LZ证券能量守恒定理”，市面上其他著作鲜有与之相似或相同的内容，作者原创性地给出该定理的金融公式，并用实证案例进行了检验。本书几乎没有基础性的量化、AI知识，作者努力追求全书内容都是硬核干货。此外，作者在写作本书的过程中，在保证描述精准的前提下，努力摒弃那些刻板、索然无味的文字，字里行间透射出灵动鲜活的魅力，让文字活泼而有张力。

(6)可视化。本书大量采用了计算机绘制的图形图像，比如基于云滴智能技术观测主动管理型基金的风格漂移，凯利公式风控模型的计算机模拟，等等。

(7)交叉融合。作者推崇不同学科、不同领域知识与实践的融会贯通，即便是表面上看起来风马牛不相及的领域，比如本书里面的“7.5.2 遗传算法与弗洛伊德梦的解析法”“10.3 最速降线：股票利空出尽的快速途径”，等等。严谨的物理学中有很多伟大的发现，前期都是靠猜的，那么，证券投资领域为何就不能“天马行空”地举一反三呢？因为两者的内在机理确实是一致的。

AI量化投资技术高深，但不是说，金融或者AI博士学位是投资盈利的必要条件。事实上，投资圈存在大量高学历但是投资业绩很一般的基金经理或无指引价值的研究员。古人云：三人行必有我师；又云：世事洞明皆学问，人情练达即文章。缺乏投资和AI知识的普通投资者，或许亦能敏锐地捕捉到更加有效的“情绪因子”。知识储备程度、时效性程度、灵活应用程度三者基于乘法原则，共同决定了投资回报率，所以纵观本书的叙述结构，是相当开放的，体现了与各位读者探讨的诚意—没有绝对的专业，亦没有绝对的权威。

限于篇幅，本书内容不一定面面俱到；限于作者水平，虽竭尽全力，但是AI量化投资需要的知识实在是太浩瀚了，书中难免存在错误和纰漏，敬请读者朋友们不吝指正、勘误。反馈邮箱：wkservice@vip.163.com。

作者

2022年7月于上海