除了你的才華，其他一切都不重要！

近年來，互聯網和人工智能技術飛速發展，推動傳統金融大踏步前進，尤其在量化投資、互聯網金融、移動計算等領域，用一日千里來形容也不為過。2015年年初，李克強總理在政府工作報告中提出要制定“互聯網+”行動計劃，推動移動互聯網、云計算、大數據等與各行業的融合發展。2015年9月，國務院又印發了《促進大數據發展行動綱要》，綱要提出“推動產業創新發展，培育數據應用新業態，積極推動大數據與其他行業的融合，大力培育互聯網金融、數據服務、數據處理分析等新業態”。可見，大數據金融將會成為未來十年最閃亮的領域之一。2012年年初，中國量化投資學會聯合電子工業出版社，共同策劃出版了“量化投資與對沖基金叢書”，深受業內好評。在此基礎上，2016年我們再次重磅出擊，整合業內頂尖人才，推出“大數據金融叢書”，以引領時代前沿、助力行業發展。

本書特點

我和卓金武認識多年，看到他在業內做得風生水起，這次他的新書《MATLAB時間序列方法與實踐》是一個很有價值的成果。我最初從事金融行業就是從時間序列開始的，那時候我還在上海交通大學當老師，研究的就是利用人工智能技術進行時間序列的分析與預測。時間序列在金融領域的通用說法就是K線，所有做技術分析的人士都會對K線的走勢進行分析，無論是大盤還是個股，或者是期貨品種，所有的交易策略，都是在K線走勢的分析基礎之上的。

從學術的角度，研究抽象的時間序列的類型、走勢、未來方向，構建通用的模型，毫無疑問，不僅可以用于資本市場，也同樣可以用于所有需要時間序列分析的場合，卓金武的這本書在這方面選擇了一個非常有價值的方向。

全書可以分為這么幾塊，第一部分包括第1～2章，主要對時間序列做了概念性的描述，讀者從中可以了解除K線之外，還有更多的與時間有關的數據序列，以及這些序列在實際中的應用。

第二部分包括第3～10章，是本書的重點，依次介紹了AR、MA、ARMA、ARIMA模型，時間序列平穩性檢驗、趨勢與季節性時間序列建模，ARCH、GARCH模型和多元時間序列建模。這些模型從不同的角度對時間序列進行解釋，并且通過回歸、相關性分析等方法對未來的走勢進行一定程度的預測。

第三部分，包括第11～12章，介紹了兩個時間序列的綜合應用實例，一個是關于航空公司的應用，另一個是在股市中的應用。對于大多數讀者來說，在股市中的應用可能是他們最關心的，這一部分對大多數的量化投資者來說，是非常有價值的。另外，文中的主要案例，都給出了MATLAB實現代碼，毫無疑問增加了本書的吸引力。

卓金武的這本書從理論上試圖解決時間序列的分類和預測問題，可以說，是從另一個更高的高度來解決目前技術分析體系想要解決的問題，這對于資產管理行業的價值不言而喻，特此推薦。

美好前景

中國經濟經過幾十年的高速發展，各行各業基本上已經定型，能夠讓年輕人成長的空間越來越小。未來十年，大數據金融領域是少有的幾個有著百倍、甚至千倍成長空間的行業。在傳統的以人為主的分析逐步被數據和模型所替代的過程中，從事數據處理、模型分析、交易實現、資產配置的核心人才（我們稱之為“寬客”），將有廣闊的舞臺可以充分展示自己的才華。在這個領域，將不再關心你的背景和資歷，無論學歷高低，無論有無經驗，只要你勤奮、努力、腳踏實地地研究數據、研究模型、研究市場，實現財務自由并非是遙不可及的夢想。對于寬客來說，除了你的才華，其他一切都不重要！

丁鵬　博士

中國量化投資學會　理事長

《量化投資——策略與技術》作者

“大數據金融叢書”主編

2018年12月于上海