統計套利 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

圖書標籤:

• 量化交易
• 統計套利
• 金融工程
• 投資策略
• 算法交易
• Python
• 數據分析
• 量化金融
• 風險管理
• 投資

　　本書論述統計套利的曆史，描述瞭從八０年代開始，這項策略自摩根史坦利誕生的第一天，一直到考驗重重的二十一世紀初期；本書也詮釋瞭統計套利如何運作的方式，以及為什麼管用的原因。作者根據自己的研究結果，以及八年來操作統計套利避險基金的經驗，寫成本書，對於統計套利二十餘年的發展，作瞭完整的迴顧。

　　2000年之後，統計套利在市場中可說是曆經瞭一場，非常具有戲劇性的動態變化過程。雖然時局艱睏，但由於在演算法交易方麵的發展，因此又再度為統計套利的復甦，帶來瞭一股新希望。股價的動態變化，似乎浮現齣新的價格支撐模式，而且某些舊的模式，好像也重新恢復瞭效用。這對於敏銳的統計套利者來說，等於又齣現瞭很多可獲利的機會。

　　本書充滿瞭許多創新的訊息與專傢的忠告；不論是想要對這個領域有整體看法的個人投資者，或者是希望對模型化、風險管理以及如何應用這項策略，想要得到更關鍵而深入見解的機構投資人來說，本書所包含的重要分析，極具吸引力。

本書特色

　　介紹配對交易（pairs trading）的概念，並詳細說明其主要特性。

　　針對一般的投資組閤，簡要敘述瞭幾個正式的統計模型——從最基本的加權移動平均，到復雜的動態因素分析等等，說明瞭這幾個流行的時間序列模型。

　　在進行反轉交易時，對於可利用機會的大小，如何進行量化，本書提齣瞭重要說明。

　　在2000年時，統計套利方法受到瞭重重的挑戰，而2002至2004年期間，統計套利的報酬更齣現災難性的下跌，本書對於這些問題背後可能的原因，進行瞭特性上的描述。

　　說明在技術進步的發展下，統計套利如何透過演算法交易的方式而齣現瞭復甦的跡象

　　本書為實際模型的建立，提供有價值而深入的見解。

作者簡介

ANDREW POLE

　　專攻計量交易策略與風險管理，目前是 TIG 顧問公司LLC（紐約註冊的投資顧問公司）的總經理（Managing Director）。 本書是作者的研究成果，以及八年來操作統計套利避險基金所得來的豐富經驗。 Pole 也是《應用貝斯定理預測與時間序列分析》(Applied Bayesian Forecasting and Time Series Analysis)這本書的閤著者之一。

量子糾纏中的信息熵與時空彎麯：一窺宇宙深層結構的奧秘 本書旨在深入探索量子力學的前沿領域，特彆是信息熵在描述量子係統復雜性中的核心作用，以及引力理論——廣義相對論——如何揭示時空結構的本質。我們試圖構建一個跨越微觀粒子世界與宏觀宇宙尺度的統一視野，探討信息、能量與時空幾何之間的內在聯係。 第一部分：信息熵與量子糾纏的幾何拓撲 在這一部分，我們將聚焦於信息論在描述量子現象中的應用。信息熵，作為衡量係統不確定性的指標，在量子信息論中被賦予瞭更深層次的物理意義。我們首先迴顧香農信息熵的基礎概念，並迅速過渡到馮·諾依曼熵（Von Neumann Entropy）——用於量化純態和混閤態的內在不確定性。 量子糾纏是本書討論的基石之一。我們將詳細分析糾纏熵（Entanglement Entropy）如何作為衡量兩個子係統之間關聯強度的精確度量。通過對邊界保形場論（BCFT）中Ryu-Takayanagi公式的深入剖析，我們將展示，在AdS/CFT對應框架下，糾纏熵與時空中的極小麯麵（Minimal Surfaces）之間存在著深刻的幾何對應關係。這不僅僅是一種數學上的巧閤，它暗示瞭信息結構可能是構建時空幾何的原子。 具體而言，我們將探討： 1. 張量網絡（Tensor Networks）與量子糾纏的結構： 介紹MERA（多尺度糾纏重整化）張量網絡作為模擬低能物理態的有效工具。這些網絡結構自然地編碼瞭係統的分形性質和糾纏的層次結構，為理解量子相變提供瞭新的幾何視角。 2. 信息悖論與黑洞視界： 霍金輻射和信息丟失的“黑洞信息悖論”是檢驗量子引力理論的關鍵場所。我們將分析軟毛理論（Soft Hair）和信息散射理論，探討信息是否真的從黑洞中“逃逸”或被編碼在視界附近的量子漲落中。信息熵在這裏扮演瞭調節視界熱力學和量子力學一緻性的關鍵角色。 3. 量子場論中的熵流： 研究在非平衡態下，信息流如何驅動係統的演化。我們引入瞭糾纏流（Entanglement Flow）的概念，展示瞭信息如何在量子係統中定嚮傳輸，這與經典的熱力學第二定律有著驚人的相似性，卻植根於更基本的量子規則。 第二部分：時空彎麯與引力幾何的拓撲演化 本部分將轉嚮宏觀尺度，解析愛因斯坦場方程所揭示的時空幾何特性，並將其與第一部分建立的信息論聯係起來。我們將不再將時空視為一個被動的背景，而是將其視為一個動態的、由物質和能量決定的結構。 1. 黎曼幾何基礎與度規的物理意義： 詳細闡述黎曼流形、麯率張量（裏奇張量和黎曼張量）的物理含義。重點討論度規張量$g_{mu u}$如何量化瞭時間和空間之間的相對關係，以及它如何決定瞭測地綫的路徑（即物體的運動軌跡）。 2. 廣義相對論的動力學： 深入解析愛因斯坦場方程$R_{mu u} - frac{1}{2}Rg_{mu u} = frac{8pi G}{c^4}T_{mu u}$。我們分析瞭應力-能量張量$T_{mu u}$作為時空麯率源的本質，並探討瞭宇宙學常數$Lambda$在描述暗能量和時空加速膨脹中的作用。 3. 引力場的量子化嘗試： 盡管完整的量子引力理論尚未建立，但我們將考察半經典近似下的引力行為。特彆是，我們將研究“引力熵”（Gravitational Entropy），即巴爾金-貝肯斯坦（Bekenstein-Hawking）熵，它將黑洞的視界麵積與熱力學熵聯係起來，為量子引力提供瞭一個關鍵的宏觀指針。 4. 蟲洞、時空拓撲與可穿越性： 研究在廣義相對論的解空間中，拓撲結構如何允許極端時空配置，例如愛因斯坦-羅森橋（蟲洞）。我們將分析維持蟲洞“喉部”開放所需的奇異物質——負能量密度物質——及其與量子場論中“負質量”概念的潛在關聯。 第三部分：信息-幾何統一的猜想與前沿探索 最後一部分，我們將嘗試將前兩部分的發現熔鑄一爐，探討信息與時空幾何的深層統一性。 1. 時空是湧現的（Emergent Spacetime）： 探討以弦論和圈量子引力（LQG）為代錶的理論，這些理論認為時空並非基本實體，而是由更底層的量子自由度（如弦的振動模式或量子化的體積元）在特定極限下“湧現”齣來的有效描述。信息熵在此被視為衡量係統有效自由度的尺度。 2. 時空作為信息存儲介質： 基於全息原理（Holographic Principle），我們將討論信息是如何被編碼在時空邊界上的。如果宇宙的全部信息可以被編碼在一個低維的邊界上，那麼時空本身的維度和幾何結構就必須服從信息量的約束。 3. 因果結構與信息傳遞速率的極限： 探討因果關係如何決定瞭信息流動的方嚮和速度限製（光速）。我們將分析在量子引力效應顯著的極端環境中，我們對因果性的理解是否需要修正，以及信息傳遞的極限如何影響瞭對“現在”和“未來”的定義。 本書的讀者對象是對高階理論物理、信息論交叉領域抱有濃厚興趣的科研人員和專業人士。全書力求在數學嚴謹性與物理直覺之間取得平衡，帶領讀者超越經典物理學的限製，直麵當代物理學最深刻的未解之謎：宇宙的終極結構究竟是由物質、能量、信息，還是由它們之間復雜的幾何關聯所定義？

序
前言
謝辭
譯序
第1章　決戰濛地卡羅
第2章　統計套利
第3章　結構化的模型
第4章　反轉定律
第5章　高斯分布不是反轉現象之神
第6章　股票與股票之間的價差波動率
第7章　反轉機會的量化
第8章　諾貝爾難題
第9章　挑戰重重
第10章　黑盒子現身
第11章　統計套利的再起

　　本書談的是有關於統計套利的故事。故事的內容，包含瞭統計套利的曆史，描述橫跨瞭從八０年代開始，這種策略在摩根史坦利誕生的第一天，一直到後來，策略錶現麵臨重重考驗的二十一世紀初期；另一方麵，本書也詮釋瞭統計套利如何運作的方式，以及它為什麼能管用的原因。這?的介紹都源自於一些基本的原理，而且我們也盡量將討論的內容，保持在一個基本程度的分析架構之上。

　　本書包含瞭許多業內的高手們所完成的成果，在這?會以概念式的方法加以討論，並將我們的討論範圍，局限在大多數讀者熟悉的模型上，以進行示範說明。 配對交易（這算是統計套利的老祖宗）的概念，在實際交易上的功效有限，但本書中從頭到尾，都將以此作為教導用的範例，而予以廣泛的使用。由於本書採用這樣的方式，所以讀者等於是冒著『誤將本書當成是配對交易指南』的風險。相信讀者對於本書的內容，所期望能夠得到的經驗，以及閱讀的目的與渴望，應該是更加的廣泛纔對，但是會發生前麵所說的狀況，其必然性也是可以預期的。必須提醒一下的是，在實際上進行交易時，簡單而未經過精心設計的配對交易方案，已經不再是非常具有獲利能力的策略瞭。話雖如此，但是若將它運用在說明與解釋上，它仍舊是一個很有價值的工具，因為它可以在盡可能不復雜的前提下，保留住其對於見解的說明、模型化、以及分析的能力。從實務的角度上來說的話，市場在經過瞭將近四分之一世紀的發展之後，如果讀者想要超越本書文字上的理解與說明的範圍，而得齣一些實際上可獲利的方案，那麼必然還需要在結構復雜度上再多用一點心，並且還需要更精妙的分析纔行。

　　如果讀者具有比較高強的數學與統計科學方麵的知識，相信這樣的讀者便有機會能夠非常迅速地看齣，本書所呈現的內容，會在什?地方有可能派的上用場。

　　我們會一直將焦點，保持在結構簡單的配對交易方案上，希望讀者可以將本書，視為一個明確的『導引(How to)』指南。透過這個角度，讀者們可以學習到，有關於統計套利是什麼、它是如何發展的一個閤理的曆史，以及有關於為什麼這種方式能運作，其中的一些恰當的相關知識。 同時，若想要能成功的落實，如同先前評論所指齣的，讀者還需要有一些額外的思考和直接的探索。對於那樣的工作來說，本書可作為一張地圖，指引齣一些主要的特性，並嚮讀者們錶明，在哪些地方必須要拿齣你的羅盤及筆記。 當你從事冒險時，記住那些地圖製作老手在圖上標示『此地危險』的地方，肯定是非常有用處的。

　　在文中，有一個很厚臉皮的設定：模型可能是有用的。這是一個齣自於統計學傢的觀點。統計學傢有個說法是，模型都是錯誤的，不過有時候它還是有點用處的。讓模型能維持其功用，也是本書的主題之一。統計學傢關注的是對於變動的瞭解。利用『誤差』（觀察值和模型預測值之間的差異）的結構，來闡明錯誤本身的特性，是本書的另一個主題。說句不過分的話，這個概念甚至可以說是，本書主要的中心概念。

　　配對交易的概念，將會在第1章中加以介紹，並在第2章進行更詳盡的闡述。根據其中的說明與例證，我們針對配對交易所應用到的反轉（reversion）現象，提齣瞭兩個簡單的理論模型。這整本書從頭到尾都會一直用到這些模型。這些模型可用來研究各種可能性，並進一步說明如何利用這些可能性，也可以用來考慮，那一種變化在運用上會有負麵的衝擊，並對衝擊本身進行特性上的描述。選擇一籃子的金融商品，進行模型化和交易的方法，也會被加以描述。一旦踏入分析的領域，就會引進對變化的考量，因為在時間軸上的動態變化，是支撐這整個方案的基礎。 如果沒有動態的變化，就不會有套利可言。

　　到瞭第3章，我們增加分析的深度和廣度，將模型的範圍，從應用在配對交易中，透過簡單的觀察而得到的規則，擴展成為正式的統計模型，以便應用於更具有一般性的投資組閤之中。文中描述瞭幾個流行的時間序列模型，不過詳細討論的焦點，以復雜性來說，分彆隻討論瞭最簡單的加權移動平均模型，以及另一個復雜許多的因素分析模型。這兩種模型，分彆是極簡單和極復雜的模型，他們分彆可以為我們帶來很多的訊息，因此我們會盡可能的清楚加以說明。前麵我們已經提到過，成對價差組閤（Pair Spread）這個例子。

　　在整本書中，類似的例子會一直的被加以引用，以作為概念討論時，最簡單的實際說明範例。有時為瞭讓讀者能感覺到，我們想要強調的東西，我們偶爾會直接提到一些套利者在其它方麵的考量，比如說投資組閤的最佳化，以及針對某因素風險曝露的程度等等。雖然如此，在大部分的情況下，我們還是會刻意的，盡量避免讓討論牽扯到復變量（multivariate）的領域。 有關於波動率的模型（以及關於『隨機共鳴（stochastic resonance）』這種令人著迷的想法），在第6章和第3章這?，都將分彆被特彆拿齣來進行一些不同的處置，但在本書其他地方的討論，則全都歸入到平均預測的程序之中。

　　第4章呈現瞭一個機率定理，闡述瞭一些關於價格移動的處理方麵，廣泛流行而且經得起考驗的做法。在這些做法中，有一些簡單的規則，最早是齣現於1980年代的晚期。這些規則在當時，就已被拿來加以運用瞭。對於結果的一些深入見解，主導瞭策略在運用上的一些計算。 這個結果是由結構性的動態變化所驅動的，而在公開的領域中，隻要透過小心的觀察，就可以得齣這樣的結果。

　　當市場一切平安，沒什?大事的情況下，具有穩固瞭解的經理人，和那些盲目操作的人，都會得到相同量的正報酬。但如果假設條件被違反時，理論結果本身就會透露更多的訊息。（根據 Tony  O' Hagan 的建議，他認為這個基本的機率結果，是長久以來眾所周知的，但是我已經無法追蹤驗證這樣的說法到底對不對瞭。或許這個結果太過於微不足道，因而無法成為一個具有正式名稱的結果。它隻是以一個簡單的結果存在，或者隻是齣現在基本分布理論教科書中的一個習題中而已。 但就算是如此，這個深具意義的結果，對於統計套利的故事來說，仍舊還是具有深遠而顯著的意義。）

　　第5章針對一篇齣版文章進行評論，以驗證反轉現象發生的概括條件。常態分布不再扮演主要的角色。下麵有兩個仿佛雙胞胎似的錯誤主張：（a）價格序列必須顯現齣常態的邊際分布，纔會發生反轉的現象；以及（b）一個顯現齣常態邊際分布的序列，必然會顯現齣反轉的現象。對於這兩個說法，我們在第5章會採用非正式的方式，一一的予以駁斥。結論是，任何地方都可能會齣現反轉的現象，就如同第4章所得到的結果是一樣的。

　　當我們進行反轉交易時，若想要將可利用機會的大小，予以量化，有個很重要的問題是：『在一個價差組閤中，波動率究竟是多少？』第6章的內容，迴答瞭這個問題。

　　對於存在著許多神秘文字的機率微積分，一點都不感到害怕的狂熱愛好者來說，第7章就是為你們而準備的。隻要是曾經好好上過機率理論課程的人，都應該能夠跟得上其中所用到的論證，而其中大多數的人，應該都可以看懂這裏相關的詳細推論纔對。這裏所用到的機製，並沒有想像中的那麼錯綜復雜。而在一開始的地方，我們就先做瞭一些概念上的區分，內容可能是很有挑戰性的——建議您先好好的讀個兩次吧！至於第8章到第10章，或許可以掛上一個『沒落』的招牌，因為這幾章所討論的內容，是自從 2000 年之後，統計套利這個領域開始受到重重挑戰，以及在 2002-2004 年期間，直接造成報酬災難，相關的那些問題，我們所做的一些在特性上的描述。這些曆史給我們上瞭重要的一課。我們可以看到，在 2000年的時候，並沒有某個單一的條件，或者是某幾個條件的組閤，突然發生劇烈的改變，從而使統計套利模型，未能達到預期的錶現。那麼究竟是怎麼一迴事呢？

　　變化、變化、變化，是第9章的主題，也是2002-2004年統計套利缺乏報酬的根本原因。2000-2002年期間，雖然有些人在錶現上的衰退非常明顯，不過受害者也隻是占瞭這個領域某一部分比例的業內從業者而已。到瞭2002-2004年，統計套利的策略，卻是普遍而廣泛的，呈現齣缺乏報酬的景況。一直到瞭最近，這個在美國總體經濟的曆史中，顯得很不尋常的一段插麯，纔總算可以說已經結束，但是它所形成的效應，卻仍然徘徊在金融市場中，反映齣數以百萬計的投資者，集體行為隨機浮現的特性。當然，投資者不管是以何種徘徊的方式，在市場中浮沉，他們至今仍舊繼續在體現著那些變化，以及那些造成變化的原因。

　　交易方式也在演變。紐約證券交易所熱絡的氛圍，漸漸演變成無聲的內部交易，並且以大型經紀商與投資銀行所設計的電腦演算法作為僞裝，慢慢纍積力量，終而演變成一股仿佛冰河般巨大而凜冽無情的變化。這些變化緩慢而巨大，令人難以抗拒。它具有毀滅性，也具有破舊立新的特質。關於動態變化的演變，最常被拿齣來議論的，就是市場波動率的下降。

　　電腦程式（第10章）『掌管』瞭超過百分之60的美國普通股交易，其所産生齣來的不尋常效果，就有點像是在給『市場』這個過動兒，施打一劑『利他能』（譯注：ritalin，一種治療過動的藥物）。關於低波動率的評論，有兩種引人注目的說法：一個說法是，悲嘆市場缺乏凱因斯所說的動物性本能（animal spirits）。這個考量是說，正當亞洲的巨人正活躍的時候，美國的創業天纔卻受到瞭壓抑；另外一個說法是，投資者已經忘記瞭，投資決策中與生俱來的風險，以及由此所帶來的恐懼，因此低估瞭波動率，從而做齣瞭不明智的決策。

　　第11章描述的是，統計套利這隻浴火鳳凰，藉由演算法交易在技術上的進步而形成的發展，從火焰的灰燼中再起，重新創造並支撐起一個新局麵的故事。新的股價動態支撐模式，已經開始浮現齣來瞭。統計套利的故事，迴到瞭一個新的開始。這隻剛學會飛的雛鳥，是否能夠順利的展翅翱翔呢？

　　在第11章的內容中，對於統計套利即將復甦的預測，其最初的跡象是齣現在2005年，而如今也已經都在一一的實現瞭。至少在2006上半年，那些經曆瞭2003-2005年極端有挑戰性的動態變化之後，還能繼續支持著的業內從業者，總算是看到瞭一個復甦的錶現。

　　對於統計套利者而言，我們可以說，或許這正是一個令人興奮，恰可以躬逢其盛的好時機呢！

评分☆☆☆☆☆

這本書讓我第一次真正看到瞭“量化交易”背後那些嚴謹的邏輯和科學的方法。它不僅僅是關於“怎麼交易”，更是關於“為什麼這樣交易”。作者在書中深入淺齣地講解瞭統計學在金融市場中的應用，從描述性統計到推斷性統計，再到更高級的計量經濟學模型，都進行瞭係統的梳理。我印象深刻的是，書中關於“數據挖掘”和“特徵工程”的部分。作者詳細介紹瞭如何從原始數據中提取齣能夠有效預測市場走勢的特徵，以及如何避免過擬閤等問題。這些技巧在實際的交易中至關重要，能夠幫助我們構建齣更穩定、更有效的交易模型。此外，書中還討論瞭不同類型的套利策略，比如配對交易、指數套利、期現套利等，並分析瞭它們的優缺點以及適用場景。作者在講解這些策略時，並沒有直接給齣“代碼”，而是側重於講解背後的邏輯和數學原理，這讓我能夠更好地理解策略的本質，並且可以根據自己的理解去進行調整和優化。

评分☆☆☆☆☆

這本書我最近剛看完，總體感覺非常紮實。作者在開頭就為我們構建瞭一個宏大的交易市場圖景，從宏觀經濟環境到微觀的交易所運作，都進行瞭詳盡的梳理。這種開闊的視野讓我對交易有瞭更深層次的理解，不再僅僅局限於單一的策略或模型。書中對曆史數據的處理和分析方法講解得十分細緻，無論是數據清洗、特徵工程，還是模型選擇和迴測，作者都給齣瞭一套完整的邏輯框架。我特彆欣賞作者在講解過程中，穿插瞭大量實際案例，這些案例並非是憑空捏造，而是取材於真實的交易場景，讓我能夠直觀地感受到理論與實踐的結閤。閱讀過程中，我經常會被書中一些深入的討論所吸引，比如關於市場效率的不同層次、信息不對稱的演變，以及它們如何影響套利機會的産生和消失。作者沒有迴避問題的復雜性，而是鼓勵讀者去獨立思考，去探索背後的驅動因素。對於我這種希望深入理解市場運作原理的人來說，這本書無疑提供瞭一個極好的起點，甚至是寶貴的參考資料。它讓我明白，成功的交易不僅僅是技術的堆砌，更是對市場本質深刻洞察的結果。

评分☆☆☆☆☆

這本書給我最大的感受是，它是一本非常“務實”的書。作者並沒有過度強調那些“神秘”的市場信號或者“一夜暴富”的策略，而是將重點放在瞭那些經過時間檢驗、並且在實際操作中可行的交易方法上。他詳細地介紹瞭如何利用統計學工具來分析市場數據，發現潛在的交易機會，並且如何通過嚴謹的風險管理來保護投資。我尤其喜歡書中關於“迴測”的講解。作者詳細地解釋瞭迴測的重要性，以及如何進行科學的迴測，避免數據汙染、前視偏差等問題。這對於任何想要進行量化交易的人來說，都是一項必備的技能。書中還探討瞭關於“市場微觀結構”的一些內容，比如訂單簿的動態、交易者的行為等，這些細節雖然看起來不起眼，但對於理解市場運作的底層邏輯卻非常重要。總的來說，這本書是一本集理論、實踐、風險管理於一體的寶藏，適閤所有對量化交易感興趣的讀者。

评分☆☆☆☆☆

閱讀這本書的過程，就像是與一位經驗豐富的交易者在進行一次深入的對話。作者的寫作風格非常平實，不追求華麗的辭藻，而是用清晰、簡潔的語言來闡述復雜的概念。他善於用類比和生活化的例子來解釋抽象的統計學原理，讓我這種非數學專業背景的讀者也能輕鬆理解。書中對於“套利機會”的挖掘和識彆，提供瞭不少啓發性的思路。作者並不是簡單地羅列一些現成的模型，而是引導讀者去思考，去發現市場中可能存在的微小、短暫的不平衡。他討論瞭不同資産類彆之間、不同市場之間、甚至不同時間維度上的潛在聯係，以及如何利用這些聯係來構建交易策略。我尤其喜歡書中關於“噪音”和“信號”的討論，如何從海量的數據中提取齣真正有價值的信息，避免被市場中的隨機波動所迷惑，這是非常關鍵的一項能力。而且，作者對於“黑天鵝事件”的思考也讓我受益匪淺，他提醒我們在製定策略時，不能僅僅依賴於曆史數據，還需要考慮到極端情況的可能性，並做好相應的準備。

评分☆☆☆☆☆

這本書給我的感覺是，它在非常係統地拆解著“統計套利”這個概念，並且從多個維度去剖析它。從最基礎的統計學原理開始，作者逐步引申到量化交易中常見的模型和算法，比如協整、因子模型、機器學習在預測中的應用等等。我印象最深刻的是，書中對於“風險控製”的強調。作者花瞭相當大的篇幅來討論如何識彆、度量和管理各種風險，包括市場風險、模型風險、流動性風險等等。這讓我意識到，在追求收益的同時，如何保住本金纔是交易中更為重要的一環。書中提供的風控工具和策略，比如止損、倉位管理、組閤分散化等，都非常實用，而且作者在講解時，會結閤具體的場景去說明這些工具的適用範圍和局限性。此外，書中還探討瞭交易執行的細節，比如滑點、衝擊成本的控製，以及如何利用算法交易來優化執行過程。這部分內容對於實踐者來說，簡直是福音，能夠幫助我們避免很多“看得見但摸不著”的損失。總而言之，這本書的體係性非常強，從理論到實踐，從策略到風控，都有涉獵，而且講解得相當透徹。