除了你的才华，其他一切都不重要！

近年来，互联网和人工智能技术飞速发展，推动传统金融大踏步前进，尤其在量化投资、互联网金融、移动计算等领域，用一日千里来形容也不为过。2015年年初，李克强总理在政府工作报告中提出要制定“互联网+”行动计划，推动移动互联网、云计算、大数据等与各行业的融合发展。2015年9月，国务院又印发了《促进大数据发展行动纲要》，纲要提出“推动产业创新发展，培育数据应用新业态，积极推动大数据与其他行业的融合，大力培育互联网金融、数据服务、数据处理分析等新业态”。可见，大数据金融将会成为未来十年最闪亮的领域之一。2012年年初，中国量化投资学会联合电子工业出版社，共同策划出版了“量化投资与对冲基金丛书”，深受业内好评。在此基础上，2016年我们再次重磅出击，整合业内顶尖人才，推出“大数据金融丛书”，以引领时代前沿、助力行业发展。

本书特点

我和卓金武认识多年，看到他在业内做得风生水起，这次他的新书《MATLAB时间序列方法与实践》是一个很有价值的成果。我最初从事金融行业就是从时间序列开始的，那时候我还在上海交通大学当老师，研究的就是利用人工智能技术进行时间序列的分析与预测。时间序列在金融领域的通用说法就是K线，所有做技术分析的人士都会对K线的走势进行分析，无论是大盘还是个股，或者是期货品种，所有的交易策略，都是在K线走势的分析基础之上的。

从学术的角度，研究抽象的时间序列的类型、走势、未来方向，构建通用的模型，毫无疑问，不仅可以用于资本市场，也同样可以用于所有需要时间序列分析的场合，卓金武的这本书在这方面选择了一个非常有价值的方向。

全书可以分为这么几块，第一部分包括第1～2章，主要对时间序列做了概念性的描述，读者从中可以了解除K线之外，还有更多的与时间有关的数据序列，以及这些序列在实际中的应用。

第二部分包括第3～10章，是本书的重点，依次介绍了AR、MA、ARMA、ARIMA模型，时间序列平稳性检验、趋势与季节性时间序列建模，ARCH、GARCH模型和多元时间序列建模。这些模型从不同的角度对时间序列进行解释，并且通过回归、相关性分析等方法对未来的走势进行一定程度的预测。

第三部分，包括第11～12章，介绍了两个时间序列的综合应用实例，一个是关于航空公司的应用，另一个是在股市中的应用。对于大多数读者来说，在股市中的应用可能是他们最关心的，这一部分对大多数的量化投资者来说，是非常有价值的。另外，文中的主要案例，都给出了MATLAB实现代码，毫无疑问增加了本书的吸引力。

卓金武的这本书从理论上试图解决时间序列的分类和预测问题，可以说，是从另一个更高的高度来解决目前技术分析体系想要解决的问题，这对于资产管理行业的价值不言而喻，特此推荐。

美好前景

中国经济经过几十年的高速发展，各行各业基本上已经定型，能够让年轻人成长的空间越来越小。未来十年，大数据金融领域是少有的几个有着百倍、甚至千倍成长空间的行业。在传统的以人为主的分析逐步被数据和模型所替代的过程中，从事数据处理、模型分析、交易实现、资产配置的核心人才（我们称之为“宽客”），将有广阔的舞台可以充分展示自己的才华。在这个领域，将不再关心你的背景和资历，无论学历高低，无论有无经验，只要你勤奋、努力、脚踏实地地研究数据、研究模型、研究市场，实现财务自由并非是遥不可及的梦想。对于宽客来说，除了你的才华，其他一切都不重要！

丁鹏　博士

中国量化投资学会　理事长

《量化投资——策略与技术》作者

“大数据金融丛书”主编

2018年12月于上海