本書主要探討AI量化投資的技術與方法，涵蓋多個重要主題。

首先，書中介紹了如何通過JDBC驅動連接MySQL資料庫，並詳細說明了資料庫的操作過程，包括查詢和更新資料的基本步驟。接著，作者利用JMatLink套裝程式進行混合程式設計，並通過蒙地卡羅模擬來求解z值，展示了數學方程式的應用。書中還推導了Spearman相關度與Pearson相關度的共生關係，從風險結構的角度進行分析，提出了風險平價的原始模型、常規模型、增強模型和槓桿模型等四類數學模型，層層遞進，邏輯清晰。此外，凱利公式的電腦動態模擬也被納入討論，這是量化投資行業實現自動化交易的基礎。

書中還分析了超額收益案例的因式分解，並提供因數與因數群結構的示意圖，明確區分AI量化投資與傳統量化投資的本質差異。高頻交易和時間極限微分收益率的概念也被深入探討，並引入灰色連結度矩陣來分析宏觀經濟因數。資產向量圖和雲滴模擬基金的風格漂移等內容，進一步豐富了理論框架。針對網格交易的原理，書中以中國滬深300指數為例進行解釋，並對資產組合的收益進行因式分解，揭示了現代金融投資的風控理論系統，旨在解決在已知勝率和賠率的情況下，如何合理配置資金的問題。最後，基於連線券商系統的角度，書中提供了實用的介紹，為讀者在量化投資領域的實踐提供了指導。

整體而言，本書不僅涵蓋了量化投資的理論基礎，還提供了豐富的實證案例和應用實踐，對於希望深入了解AI量化投資的讀者具有重要的參考價值。

本書特色

★超額 α 實證、AOA資產配置法

★量化思想、量化實踐、Spearman 相關度

★量化方法、量化策略、多因數投資

★網格交易、風險平價策略

★風險控制、凱利公式

★交易資訊系統外接

★遺傳演算法在黃金投資中的應用

★大規模神經網路及股票非量價複合策略

★小波分析及金融工程多維度應用

★量化最新科技介紹與探索