本书内容集金融理论、数据和实际应用于一体。融合传统金融理论和行为金融理论，结合金融市场实际数据，在投资逻辑的引导下，将理论和实践紧密地结合起来。 本书提供了大量的实践案例，并且大量细节在相关的Matlab代码中得到了完美体现。读者在清楚细节的基础上可以做出自己的理解和改进。 本书强调量化投资策略的设计从逻辑出发，从想法到构建金融模型，从数据历史回测到实践应用，结合具体的案例给出了具体的实现方案。针对量化投资策略设计过程中的数据挖掘偏差效应也给出了统计学上的检验方法和技术实现细节。读者能够在一个相对完整的体系下学习量化投资策略的设计和开发。

第一章 量化投资
1.1 量化投资
1.2 量化投资与金融理论
1.3 量化投资策略的开发工具和方法
1.4 量化投资策略开发的团队
1.5 量化投资策略设计的一般流程和风险控制
参考文献
第二章 Matlab入门与Wind量化交易接口
2.1 Matlab入门
2.2 获取数据
2.3 Wind量化交易接口
参考文献
第三章 回溯测试和策略评价
3.1 回溯测试
3.2 策略的评价体系
3.3 交易策略的开发与数据挖掘的偏差
3.4 择时回溯测试的Matlab函数
参考文献
第四章 多因素选股模型
4.1 多因素定价模型和多因素选股模型
4.2 多因素选股模型的有效性检验
4.3 单因子选股案例：特质波动率选股模型
4.4 因子有效性检验案例：趋势因子选股模型的有效性检验
参考文献
第五章 Alpha策略
5.1 Alpha策略的基本原理
5.2 对冲系统风险的方法
5.3 案例：特质波动率／趋势因子选股模型和股指期货的Alpha策略
5.4 案例：基于日线趋势选股模型的Alpha策略
参考文献
第六章 套利策略
6.1 套利的种类
6.2 套利交易的风险
6.3 案例：沪深300股指期货与现货的套利交易
6.4 案例：南方原油A的场内外套利交易
参考文献
第七章 趋势交易策略
7.1 趋势交易的原理
7.2 趋势的识别
7.3 趋势交易的风险控制
7.4 案例：沪深300ETF的趋势交易
7.5 案例：基于日内最后30分钟预测收益的沪深300ETF交易
参考文献
第八章 量化策略的配置和组合优化
8.1 资产配置模型
8.2 案例：我国股票市场ETF的战术性资产配置
参考文献
第九章 机器学习方法与量化策略设计
9.1 机器学习方法简介
9.2 机器学习方法在量化策略设计中的应用
参考文献
第十章 构建量化交易系统
10.1 量化交易策略的分析和决策系统
10.2 量化交易策略的执行系统
10.3 股票和期货的实盘交易接口
10.4 案例：构建适合自己的量化交易系统