概率的朋友――9天入门AI股票量化交易与技术分析（双色）

本书是同济大学桥博士融合30年实战经验与AI前沿技术撰写的量化交易实战指南。全书以概率思维为核心，系统地阐述了K线形态、技术指标、量化模型与AI量化方法，包含独创的“宽论”体系与“桥博士学习法”，强调历史回测与系统验证，致力于帮助读者构建可重复、可检验的交易体系。本书兼具理论深度与实践指导价值，适合股票投资者、量化交易从业者、金融科技研究者及对AI量化感兴趣的技术爱好者阅读，助读者在不确定市场中建立理性、科学的投资框架。

乔烨（桥博士）

同济大学计算机科学与技术学院博士生

硕士研究生在读期间研究股指期货和量化交易，博士研究生在读期间研究人工智能和对冲基金

1992年初入股市，交易大赛拿过冠军，AI大赛拿过季军

中国人工智能研究院院长，创立了“宽论”

第1章 概述

1.1 概率思维：解读世界的新视角/3

1.1.1 应对不确定世界的概率思维/3

1.1.2 量化思维：让数据驱动决策过程/4

1.1.3 开启量化之旅/6

1.2 量化指标、理论和模型：构筑投资决策的框架/12

1.3 历史回测：验证策略有效性的关键步骤/13

1.3.1 夏普比率高好还是低好/13

1.3.2 索提诺比率：考虑下行风险/15

1.3.3 卡玛比率：简约但不简单/15

1.3.4 胜率盈亏：量化投资的效益评估/16

第2章 K线形态

2.1 K线概述：解码市场情绪的图形语言/30

2.1.1 K线的诞生/30

2.1.2 K线的构成/32

2.1.3 K线的应用/36

2.2 K线形态实战：解锁市场信号的关键/37

2.2.1 概述/37

2.2.2 十字星/37

2.2.3 半星线/46

2.2.4 K线组合形态/53

2.3 技术形态分析/66

2.3.1 概述/66

2.3.2 整理形态/67

2.3.3 反转形态/69

2.3.4 小结/76

第3章 技术指标

3.1 移动均线——MA/80

3.1.1 MA指标概述/80

3.1.2 MA指标原理/81

3.1.3 MA指标用法/81

3.2 指标之王——MACD/82

3.2.1 MACD指标概述/82

3.2.2 MACD指标原理/84

3.2.3 MACD指标用法/86

3.2.4 为什么MACD有时会不准/95

3.2.5 MACD的三值如何优化/98

3.2.6 MACD的抗跌能力/101

3.3 乖离率——BIAS/106

3.3.1 BIAS指标概述/106

3.3.2 BIAS指标原理/106

3.3.3 BIAS指标用法及验证/107

3.4 振幅节奏——ATR/111

3.4.1 ATR指标概述/111

3.4.2 ATR指标原理/111

3.4.3 ATR指标用法及验证/112

3.5 随机趋势——KDJ/116

3.5.1 KDJ指标概述/116

3.5.2 KDJ指标原理/117

3.5.3 KDJ指标用法及验证/118

3.6 相对强弱——RSI/124

3.6.1 RSI指标概述/124

3.6.2 RSI指标原理/124

3.6.3 RSI指标用法及验证/124

第4章 量化分析模型

4.1 动态跟踪——Dual Thrust/135

4.1.1 策略介绍/135

4.1.2 策略原理/135

4.1.3 策略逻辑及验证/136

4.1.4 策略小结/139

4.2 趋势突破——R-Breaker/139

4.2.1 策略介绍/139

4.2.2 策略原理/140

4.2.3 策略类别/141

4.2.4 策略逻辑及验证/141

4.2.5 策略小结/144

4.3 价格偏离——Aberration/145

4.3.1 策略介绍/145

4.3.2 策略原理/146

4.3.3 策略逻辑及验证/147

4.3.4 策略小结/149

4.4 1000%的男人——菲阿里四价交易策略/150

4.4.1 策略介绍/150

4.4.2 策略原理/150

4.4.3 策略逻辑及验证/151

4.4.4 策略小结：顺应行情让利润奔跑/153

4.5 趋势界限——唐奇安通道策略/154

4.5.1 策略介绍/154

4.5.2 策略原理/154

4.5.3 策略逻辑及验证/155

4.5.4 策略小结：简单上手但无法实现顶底操作/161

4.6 超额回报——纯Alpha策略/162

4.6.1 策略介绍/162

4.6.2 策略逻辑/162

第5章 经典理论

5.1 大数定律：揭示随机事件背后的确定性/170

5.1.1 大数定律的起源/170

5.1.2 大数定律的原理与实战应用/170

5.1.3 大数定律的用法及缺陷/170

5.1.4 过分依赖大数定律的缺陷/171

5.2 波浪理论：揭秘市场行为的奥秘/172

5.2.1 波浪理论的起源/172

5.2.2 波浪理论的原理与实战应用/173

5.2.3 波浪理论的用法及缺陷/175

5.3 葛兰碧均线：精确的市场入场与退出指南/175

5.3.1 葛兰碧均线法则的起源历史/175

5.3.2 葛兰碧均线法则的应用/175

5.3.3 深度探讨与案例分析/177

5.3.4 结语与展望/177

5.4 动量与截面：揭示市场力量的交叉分析策略/178

5.4.1 动量/178

5.4.2 截面/179

5.5 Fama的因子理论：深刻洞察市场回报的维度/180

5.5.1 CAPM模型/180

5.5.2 Fama-French三因子模型/181

5.5.3 模型中包含的风险因子/181

5.5.4 Fama-French三因子模型的公式/181

5.5.5 Fama-French因子模型的局限/182

第6章 交易

6.1 交易品种：选择适合自己的交易品种/193

6.1.1 证券/193

6.1.2 股票/194

6.1.3 期货/195

6.1.4 外汇/196

6.1.5 黄金/197

6.1.6 ETF基金/198

6.1.7 CTA基金/198

6.1.8 综合数字货币/200

6.1.9 交易小结/200

6.2 交易流程：精确执行与效率优化/201

6.2.1 止损/201

6.2.2 止盈/201

6.2.3 开平仓与加减仓/202

6.2.4 交易制度/202

6.2.5 仓位/202

6.2.6 凯利公式/203

6.2.7 反手/207

6.2.8 限价/市价/207

6.2.9 条件单/208

6.2.10 炒单——人工高频交易/209

6.2.11 容量：短线交易之短板/211

6.3 交易心理学：克服贪婪与恐惧/211

6.3.1 交易者情绪化/211

6.3.2 交易系统心理学与风控/212

第7章 程序化交易

7.1 量化交易与程序化交易/222

7.1.1 什么是程序化交易/222

7.1.2 程序化交易系统的组成部分/224

7.1.3 量化交易与程序化交易的关系与区别/226

7.2 API接口调用与服务器配置：资源整合与安全性管理/227

7.2.1 API接口调用在程序化交易中的重要性/227

7.2.2 服务器配置对程序化交易的影响/227

7.2.3 总结/228

7.3 高频交易：快速决策与执行与市场机遇捕捉/228

7.3.1 高频交易的基本原理/228

7.3.2 高频交易的历史背景/229

7.3.3 高频交易对市场的影响/229

7.3.4 高频交易的争议与监管/230

7.3.5 总结/230

7.4 算法交易策略：精准捕捉市场微妙机遇/230

7.4.1 被动交易策略/230

7.4.2 主动交易策略/232

7.4.3 基于科技的算法策略/233

7.4.4 总结/235

7.5 使用交易软件进行程序化交易/235

7.5.1 文华财经/235

7.5.2 VNPY/237

第8章 投资组合管理

8.1 账户资金：策略化管理与增值途径/243

8.1.1 复利/243

8.1.2 资金池与资金池配置技巧/244

8.2 全天候资产组合/245

8.2.1 全天候资产组合简述/245

8.2.2 全天候资产组合的优点和潜在风险/246

8.2.3 全天候资产组合的构建步骤/247

8.3 Markowitz理论：获得诺贝尔经济学奖的模型/248

8.3.1 股市分析是一门可以拿诺奖的科学/248

8.3.2 马科维茨模型的来源/249

8.3.3 马科维茨投资组合理论的内容/249

第9章 AI量化

9.1 AI量化到底有用吗？用成绩说话/257

9.1.1 远看西蒙斯：AI量化的“开山鼻祖”/257

9.1.2 近看幻方：国内AI量化的“标杆力量”/258

9.2 AI量化为什么有用？底层逻辑的突破/259

9.2.1 没有情感：克服人性的“致命弱点”/259

9.2.2 算力：超越人类极限的“数据处理能力”/260

9.2.3 机器学习：颠覆人类的“思维惯性”/261

9.3 AI量化技术怎么用？不同投资者的“适配方案”/262

9.3.1 普通价值投资者：用AI做“高效研究员”/262

9.3.2 有基础编程能力的量化投资者：用AI做代码助手/264

9.3.3 精通编程的宽客：用AI做“创新引擎”/267

9.3.4 多智能体对抗，AI量化的最优切入点/269

9.3.5 成本/执行仿真与方法学增补/272

9.3.6 开源资源与复现支持/273

9.3.7 AI量化图灵测试：策略的“专业性验证标尺”/274

9.4 AI量化的核心：人机协同，而非人机对立/280

9.5 总结：AI量化的未来，属于“懂技术的理性投资者”/281

第10章 宽论

10.1 宽论/289

10.1.1 中心：站在概率优势的一边，用历史回测构建概率优势/289

10.1.2 两个基本点：先看大盘涨跌，再看相对强弱/295

10.1.3 三个工具：弹论，CDVA分型，带鱼/短鱼/297

10.1.4 投资组合：交易的圣杯/303

10.1.5 量化分析与价值投资：兼容并用/309

10.1.6 通过AI程序化交易克服贪婪与恐惧/312

10.2 个人交易心得/317

10.2.1 轻仓、止损、顺势/317

10.2.2 分仓、定损、顺势/317

第11章 学以致用

11.1 桥博士学习法/324

11.1.1 逆向输出：先当老师，后学明白/324

11.1.2 学习型组织：人多力量大，学习也一样/325

11.1.3 巧用短视频和AI/325

11.2 桥博士721行为模型/328

11.3 学习地图/333

11.3.1 72小时理论学习地图/334

11.3.2 72小时实战学习地图/339

……