刘振亚，现为中国人民大学财金学院和英国伯明翰大学教授，博士生导师，摩根大通期货有限公司（JP Morgan Futures）董事，全球管理期货（CTA）Winton CapitaI中国早的合作者。刘振亚教授在金融计量、量化投资、宏观经济等领域有着深入的研究，从1991年以来已出版多本专业著作，并在《China Economic Review》《世界经济》等国内外一流杂志发表多篇文童。
　　
　　邓磊，现为北京工商大学讲师，中国人民大学硕士、博士，美国加州大学圣地亚哥分校（UCSD）访问学者。研究领域包括金融计量学、金融统计学、DSGE宏观经济模型等。对线性和非线性以及参数和非参数HMM，在模型设置和解法等方面有着较为深入的研究。

　　“量化之王”数学家西蒙斯领导的复兴科技公司旗下规模为50亿美金的大奖章基金在1988—2008年创造了年均收益超过35％的奇迹。不仅于此，该基金面对多次金融危机和政策波动都有杰出的表现：1994年，美联储连续6次加息，它净赚了71％；2000年科技股股灾，标普指数下跌了10％，它更是大获丰收，净回报98.5％；2008年，全球金融危机，各类资产价格下滑，大部分对冲基金都亏损，而它赚了80％。
　　《量化投资方法丛书·解密复兴科技：基于隐蔽马尔科夫模型的时序分析方法》从介绍复兴科技公司着手，深入介绍了HMM模型参数估计、预测与解码问题、隐蔽状态的估计问题、模型选择和模型检验、序列不相关和自相关的马尔科夫状态转换模型，以及MS-AR模型的估计方法等问题，并给出了将HMM模型应用于宏观经济分析和股市波动分析的实例。

　　★刘振亚教授主编的量化投资方法丛书，一定会对中国基金业未来发展注入新的活力！
　　——中国证券投资基金业协会会长 孙杰
　　
　　★量化投资是现代资产管理的重要手段。随着中国证券和期货市场的逐步成熟，量化投资的理念和方法必将成为市场的主流之一。
　　——摩根大通期货有限公司董事长 周小雄
　　
　　★刘振亚教授从事量化投资研究和实践多年，终于将研究成果付梓，由衷地感到高兴！
　　——中国人民大学金融与证券研究所所长 吴晓求

前言
引言 解密复兴科技
第一节 西蒙斯与复兴科技
第二节 复兴科技中的元老们
第三节 复兴科技中的主要研究方法
第四节 什么是HMM？
第五节 HMM举例
第六节 股价收益分布与HMM
第七节 HMM与交易策略设计
第八节 基于HMM的交易策略
第九节 交易策略的评价问题
第十节 科技与投资
第十一节 复兴科技的核心竞争力

第一部分 基础知识
第一章 极大似然估计法简介
第一节 线性模型的极大似然估计量
第二节 极大似然估计法的几个重点问题
第二章  贝叶斯分析
第一节 统计学历史发展简介
第二节 贝叶斯分析简介
第三章  马尔科夫链
第一节 有两种状态的马尔科夫链
第二节 转移函数和初始分布
第三节 马尔科夫链的一些性质
第四节 转移矩阵的估计问题

第二部分 隐蔽马尔科夫模型
第四章  混合分布和隐蔽马尔科夫模型
第一节 状态序列相互独立的混合分布模型
第二节 状态相互独立混合分布的参数估计
第三节 简单隐蔽马尔科夫模型
第四节 隐蔽马尔科夫模型的极大似然函数
第五章  隐蔽马尔科夫模型似然函数估计方法
第一节 数值算法
第二节 EM算法
第六章 隐蔽马尔科夫模型应用与模型选择
第一节 条件分布
第二节 预测分布
第三节 解码
第四节 状态预测
第五节 模型选择标准

第三部分 马尔科夫状态转换模型
第七章  序列不相关数据的马尔科夫状态转换模型
第一节 序列不相关状态相互独立的转换模型
第二节 序列不相关马尔科夫状态转换模型
第八章 序列自相关的马尔科夫状态转换模型
第一节 序列自相关状态可观测的马尔科夫状态转换模型
第二节 序列自相关和状态不可观测的马尔科夫状态转换模型
第三节 滤波过程
第四节 平滑过程
第五节 马尔科夫转换模型中的St状态的持续期
第九章 MS-AR模型的估计方法
第一节 MS-AR模型参数估计初步
第二节 MS-AR模型参数的EM算法
第三节 MS-AR（1）模型的详细计算过程：Excel应用

第四部分 HMM和MS-AR模型应用
第十章   MS-AR模型在宏观分经济析中的应用
第一节 简单MS-AR（1）经济波动模型
第二节 Hamiltion（1989）和Kim，Nelson（1999）MS-AR（4）经济的波动模型
第三节 Kim，Nelson（1999）加入虚拟变量的MS-AR（4）模型
第十一章 HMM和SWARCH模型在股市中的应用
第一节 股指收益率与HMM
第二节 股指波动性与SWARCH模型
参考文献