年化波動率公式的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到附近那裡買和營業時間的推薦產品

撼動華爾街的數學鬼才：瘋狂又高智商的淘金客，如何運用量化交易鯨吞市場、掀起海嘯

為了解決年化波動率公式的問題，作者史考特．派特森 這樣論述：

揭露量化交易大師暴賺千億美元背後的原理與秘辛， 一夕之間，理智的投資數學模型可能變成投機豪賭！ ★《黑天鵝效應》作者塔雷伯力薦，《暗池》作者又一大作！ ★《紐約時報》暢銷書，《彭博社》、《商業週刊》、《金融時報》媒體好評 ★《亞馬遜網站》讀者4.5星強力推薦 ◤他們都是市場中的食人魚，嗅到價格偏差的套利機會便一擁而上 吉姆‧西蒙斯：量化交易之父，旗下大獎章基金平均年化報酬率高達66.1％。 愛德華．索普：稱霸賭城和華爾街的傳奇數學家，執掌PNP基金時從未虧損。 肯．格里芬：Citadel投資公司創始人，旗下基金掌管資本高達380億美元 彼得．穆勒：摩根史坦利神秘的PDT基金前經理

，五年帶來十億美元淨收入。 克里夫．艾斯尼斯：量化領域知名AQR基金創立人，長期維持雙位數報酬率。 這些數學鬼才是如何賺到超越巴菲特的報酬？ 而他們管理的億萬資產，又為何在投機下一夕化為泡沫？ ◤但巴菲特說：「當心懂得運用公式的那些人！」 這些量化交易大師又被稱為寬客，與索羅斯這樣靠直覺買賣的傳統交易員大為不同， 幾乎人人擁有數理高學歷，是學界象牙塔出身的一幫智力天才。 他們以電腦做為武裝，以公式模型打造賺錢機器，財富滾滾而進。 但，當市場遭受突發事件衝擊，失去了理性，公式模型便可能瞬間失效！ 舉凡1987年黑色星期一、1998年LTCM基金巨大虧損、2008年金融海嘯， 這些嚴重股災

、市場崩潰，背後都有著這幫數學鬼才的推波助瀾。 ◤程式交易是投資界的未來，抑或下一次崩潰的推手？ 隨著科技進步，程式交易已成為散戶也能涉足的領域，成長方興未艾。 與此同時，我們更需洞悉市場本質，探知公式模型隱含的風險！ 透過本書作者對這些量化交易大師的興衰起伏進行深入研究與描述， 讀者將能理解這項新興策略的光榮與陰影，以投資界的歷史為鑑， 了解現今股市樣貌與運作內情，做出更正確的投資決策。 【好評推薦】 「史考特．派特森擁有看到你我所看不到的事情的魔力。他對本書的付出令人欽佩，他揭穿了黑箱交易者的祕密，而且敘事方式引人入勝。」──納希姆．塔雷伯（Nassim Nicholas Ta

leb），《黑天鵝效應》、《隨機騙局》作者 「如果你想了解為何全球經濟系統崩潰的原因，在於那套系統所奠基的現代經濟理論存在根本性問題，卻有一批死忠門徒戮力奉行，那麼你該來看這本書。派特森有能力用極為吸引人又充滿洞見的故事，妥善地解釋我們經濟系統內的複雜理念。」──馬克．贊迪（Mark Zandi），穆迪分析公司首席經濟學家 「派特森編織一本性格飽滿的故事，詳細描述了一群奇葩天才如何先是在賭桌上取勝，隨後又躍入世界最大的賭場──華爾街。從二十一點牌戲到黑天鵝叢生，本書告訴你我們為何會走到這個地步。」威廉．龐士東（William Poundstone），《紐約時報》傑出財經新聞獎得主 「頗具

啟發又有娛樂性……派特森出色地細述這些數學大師與科技大師是如何忽略了人性本質。如果你真心想要理解金融崩潰的成因，你一定要閱讀本書。」大衛．維斯（David Vise），普立茲釋義性報導獎得主 「你是否想過，那些主宰華爾街的寬客們，是從何處而來，又做了那些大事嗎？派特森為你準備了極佳的答案。」──賈斯汀．福克斯（Justin Fox），《哈佛商業評論》前編輯總監 「本書揭露的資訊，會讓坐在高檔椅子上的避險基金經理緊張不安，也讓其他讀者驚詫於那些經理的貪婪程度以及他們對經濟層面的廣泛影響。」──保羅．威爾莫特（Paul Wilmott），前避險基金經理人 「有趣且令人不安的一本書……派特森賦

予寬客大師們面貌與人格，使他們的傳奇故事易讀又有趣……他的巨作讓人不禁想了解更多。」──《紐約時報》 「本書深具價值，讓寬客大師的祕密世界為人所知，其中祕辛充斥著傲慢、高風險和昂貴的玩具。」──《彭博社》 「引人入勝……在史考特．派特森這本著作中，描述了許多令人激動、戲劇化的時刻，也不缺幸災樂禍的趣味。」──《金融時報》

擊敗莊家：21點的有利策略

為了解決年化波動率公式的問題，作者（美）愛德華O.索普 這樣論述：

作者愛德華·索普是加州大學爾灣分校的數學系教授，也是華爾街量化對沖基金的鼻祖。   本書緣起於他的一篇數學論文，1959年這篇論文在科學家香農的推薦下發表於美國數學期刊。在論文中他將21點遊戲作為數學問題，在電腦的説明下提出了一套算牌策略，應用了概率論和凱利公式建立數學模型，為了印證理念他還到美國賭場進行了試驗。他將成果向美國數學學會公佈後，引起了出版商的關注，於是這篇論文被改編為《擊敗莊家》出版。雖然書中充滿了數字和公式，但本書還是成為暢銷書。   後來，索普發現了另一個可以印證凱利公式的場所——金融市場，由此他轉戰金融，成立了史上第一家量化對沖基金。時過境遷，因為遊戲規則的修改，本書已經不

可能作為21點指南應用，但書中提出的量化分析方法仍使用於金融市場，因此成為投資圈必讀書。 譯者序 致謝 第1章 導論 1 第2章 遊戲規則 7 玩家數量 8 紙牌 8 發牌 9 下注 9 紙牌的點數，硬點數與軟點數 10 玩家的目標 11 天成 11 要牌 12 結帳 13 分牌 14 加倍 15 保險 16 慣例和實踐 17 第3章 基本策略 19 玩家的決策 23 基本策略中的要牌與停止 24 基本策略中的加倍 29 基本策略中的分牌 33 使用基本策略的預期結果 38 與其他21點策略及其他賭場遊戲的比較 40 一些常見的21點遊戲的誤區 41 實驗一：硬16

點面對莊家A，是要牌還是停止要牌 42 實驗二：硬10點面對莊家A，加倍 45 實驗三：面對莊家明牌5，對6分牌 45 模仿莊家 46 從不爆掉的策略 47 給理髮師剪髮的人 48 第4章 制勝策略 51 常見的遊戲誤區 52 21點遊戲中相關性的重要性 54 利用有利條件 55 第一個制勝策略——計5策略 59 計牌 64 計5策略的改進 67 有利情況的出現頻率 68 賭注大小的變化 69 初始資本、可能風險、盈利速度 71 第5章 內華達實戰 73 準備 75 10 000美元 77 熱身 77 這裡100，那裡1000 80 一把賭900美元 82 最小25美元賭注 85 2小時贏

17 000美元 87 第6章 簡單的計點系統 93 簡單計點系統 94 修正 96 亨利·摩根和我的波多黎各之旅 98 認識鮭魚先生 102 關於終局玩法的有趣想法 108 知道莊家暗牌情況下的策略 110 知道莊家暗牌的價值 112 長期來看：鮭魚先生贏了5萬美元 114 波多黎各的規則改變了 115 第7章 完全計點系統 117 計牌 120 賭注 121 要牌與停止要牌 122 加倍 124 分牌 126 保險 127 優勢與有利戰局出現的頻率 127 第8章 基於計10的制勝策略 131 10點牌比例的變化對於玩家優勢的影響 133 學習計點 133 保險 136 策略表 14

0 學習策略表 145 利潤率 147 把A納入計點 150 正確的終局玩法帶來的可觀收益 153 第9章 化解賭場的反制措施 157 洗牌 158 計牌的荷官 160 當牌型有利時出擊 160 懲罰偽裝計牌 161 多副牌 162 改變規則 163 規則的變種 165 掩飾 167 偽裝 169 自動21點（賭博）機器 173 送報路線圖技術 175 第10章 如何識別作弊 179 擊敗對手的荷官——固執的專家一晚浪費20 000美元 182 紅桃皇后 183 在牌上做標記 186 偷窺 188 一個簡單的家庭實驗 190 發第二張牌 190 牌的堆放：高－低取牌 193 牌的堆放：7點

遞進序列 197 最後一棒 200 無理由的偷看 203 隨叫隨到的技工 203 雜項 205 避免作弊 205 第11章 作弊會停止嗎 207 《生活》雜誌曝光作弊故事 208 內華達的回復 209 如果停止紙牌作弊行為 211 美國財政部如何挽回抽水的損失 211 第12章 科學與運氣 219 早期的盈利玩家 220 賭場針對計牌玩家的對策 223 進一步的發展 224 電腦與賭場 225 科學與運氣 227 股票市場 230 未來 231 拾遺 英格蘭的21點 233 賭場1 234 賭場2 235 賭場3 236 附錄 一副牌遊戲的基本概率 239 參考文獻 258 作者簡介 2

63 我本科畢業於清華大學數學系，後來在中山大學管理學院任教。一個偶然的機會，我瞭解到量化投資，並讀了愛德華·索普的傳記。受他和另一個量化投資大師詹姆斯·西蒙斯的影響，我進入了量化投資領域。可以說，本書是我成長道路上的引路燈之一。 可以想像，當我得到機會翻譯此書的時候，是何等的喜出望外。我幾乎是懷著朝聖的心情完成本書的翻譯的。 本書書名為《擊敗莊家》，但是我首先要告訴你，這不是一本教你在賭場致富的指南，而是一篇有意思的數學論文。 愛德華·索普是美國著名的數學家，也是量化對沖基金之父。他和其他幾位頂級科學家（包括資訊理論之父克勞德·香農）在60年前一起破解21點遊戲的故

事廣為流傳。美國拉斯維加斯和全世界的賭場，甚至因為此書的出版被迫修改了規則。 愛德華·索普顯然和普通的超級賭客是不一樣的。他既沒有選擇獨享，把賭場作為一台提款機，也沒有像“鮭魚先生”（本書第6章提及的傳奇賭客）一樣，流連於波多黎各的海灘和俱樂部，恣意人生，放浪形骸。他只是把賭場作為驗證他理論的實驗室。 愛德華·索普不僅有著科學家身上特有的好奇、嚴謹和分享的特質，還有著西部牛仔般的勇敢和灑脫。由於盈利能力驚人，他被賭場列為危險人物。賭場和黑道關係微妙，它們不惜使用下蒙汗藥、人身威脅這樣的手段，而愛德華·索普仍然堅持他的實驗，甚至想出喬裝打扮這樣有趣的方法和賭場周旋。 愛德華·索普在“擊敗莊

家”之後，選擇了更有挑戰的目標，進入了投資領域。他在資本市場發現了可轉債套利的機會。事實上，他研究可轉債套利的成果是期權定價模型的基礎，如果發表，本來有機會獲得諾貝爾經濟學獎；但他沒有這麼做，而是選擇了“擊敗市場”。 他前後創立了兩個對沖基金，都取得了巨大成功，年化收益在15%～25%，波動率在5%～7%。因此，他不僅是理論家，更是實戰派。 愛德華·索普和巴菲特有過交集。有一次，索普夫婦到巴菲特夫婦家中打了一夜橋牌。他們互相都給對方留下了深刻的印象。回去的時候，索普對妻子說，他相信巴菲特有朝一日會成為美國最富有的人。英雄惺惺相惜！ 可以說，愛德華·索普和巴菲特代表了投資界兩種極致的投資思

路。前者完全依賴資料，進行極短線的統計套利；後者排斥過度依賴資料，進行極長期的價值投資。但他們也有共通之處，即強調克服人為情緒影響，理性戰勝市場。 在阿爾法狗已經戰勝人類的時代，21點遊戲對於電腦來說，已經是小菜一碟了。然而，追溯計算科學和人工智慧的起源，我們還是要回到20世紀五六十年代那個傳奇的時代。 正是那一群頂級科學家的卓越貢獻，奠定了量化投資、計算科學、資訊理論和人工智慧等學科的基礎。因此，對於當代人，特別是投資界人士，重讀此書，甚有必要。本書對我的啟發主要有以下三點： 第一是任何看似不確定的事物，背後總有某種規律性。這種規律往往是以數學模型的形式表達出來的。愛德華·索普利用概率

論推導出基本策略，然後結合凱利公式進行資金管理，進一步提出計點的制勝策略。賭場遊戲是這樣，投資領域也是這樣。 第二是計算能力大大拓展了人類認知的邊界。本書誕生於20世紀60年代是有原因的。20世紀五六十年代是電子電腦萌芽和初步發展的年代。愛德華·索普正是運用IBM704電腦，計算出了21點制勝策略的詳細表格。當時，IBM704的計算能力是12000FLOPS（每秒所執行的浮點運算次數），剛好能夠解決21點這類決策問題。而目前最快的大型電腦神威太湖之光的計算能力是93千萬億（93×1015）FLOPS，相當於IBM704的7.75萬億倍（7.75×1012）！目前的計算能力，再配合軟體和演算法

的進步，人類就能攻克複雜度極高的領域。例如，2016年3月，穀歌的阿爾法狗就戰勝了圍棋世界冠軍李世石。 第三是軟硬體的集成能力極為關鍵。讓我吃驚的是，愛德華·索普的同事也是“智慧硬體”好手。他和其他頂尖科學家、工程師一起開發了可擕式設備，破解了賭場的百家樂和輪盤賭。他還開發出了可擕式21點計點設備，使得賭客可以不用人腦而是用設備記憶出牌點數。這種軟硬體的集成能力，其實是現代人工智慧領域的金融科技、智慧醫療、無人駕駛等先進技術的基礎。 對於想去境外賭場娛樂的普通玩家，我可以坦率地告訴你們，“擊敗莊家”的時代已經過去，這本寫於1961年的書不可能成為遊戲指南。目前，由於賭場普遍採用6～8副牌，

並且荷官頻繁洗牌，計牌策略已經基本失效。 你們只需要閱讀本書第1～3章，熟悉遊戲規則和21點基本策略，背熟表格，就足矣。採用21點基本策略，玩家在規則有利的賭場還擁有（0.12%0.15%）（第二項0.15%是由於“投降”規則的存在）的微弱優勢，在不利的賭場只有負期望的勝率。 因此，“擊敗莊家”已經成為不可能。但是，不虧錢其實就是賺錢。如果能夠擁有和賭場打平的概率，在賭場度假村享受奢華的度假，豈不美哉？ 值得一提的是，普通玩家往往瞭解硬點數策略，但對於軟點數策略和加倍、分牌策略不夠熟悉，而後者的這些數學思維是決定玩家能否和賭場打平的關鍵所在。 對於想深入學習資金管理的讀者來說，閱讀本書

第4～8章很有必要。這裡有幾十年前能“擊敗莊家”，如今在金融市場仍然適用的數學思想和策略秘笈。 對於量化投資和金融科技從業人員，一定要閱讀到最後一章。第12章記錄了愛德華·索普這位量化對沖基金之父對於投資行業“科學和運氣”的深刻洞見。 在翻譯過程中，我要感謝合譯者顧磊跟我一起完成翻譯工作，並且進行了策略實踐和境外賭場規則調研。我要感謝同事劉立恒為本書翻譯了圖表。同時，感謝麻省州立大學洛威爾分校的林靜容老師、黃祺女士和章璟女士為本書的部分譯文提供了寶貴的建議。我要感謝我的太太陸穎娜、我的同事金燁和江南。他們的支援，使得我有充足的精力可以投入到本書的翻譯工作中去。由於本人水準有限，翻譯過程中不

免有各種錯誤，歡迎讀者指正。 徐東升　　 2018年1月於上海

應用深度學習於臺股期貨當沖交易策略之研究

為了解決年化波動率公式的問題，作者王　敏 這樣論述：

本研究採用臺股期貨近月契約作為標的進行研究，以2017年至2018年共計兩年時間總計493個營業日之原始資料進行深度學習，透過加權中價與加權成交價的公式將原始資料合併成15秒一個時間區間，使用長短期記憶網絡分析連續的40個時間區間，以得出對下一個時間區間漲跌幅的預測，並搭配以漲跌訊號進出場的當沖交易策略，以期分析深度學習在漲跌幅方面的預測能力以及在當沖交易上的應用成效。 研究證實深度學習在臺股期貨近月契約的價格漲跌幅預測上有著實用價值，能協助投資人把握市場漲跌脈動，在本研究之當沖交易策略績效模擬回測下，取得最佳為48.78%的年化報酬率，其相應的最大回撤為11.20%。