高頻度取引を中心に株取引アルゴリズムと数学的背景を解説〔内容〕不確実性と投資／アルゴ・ビジネスの階層／電子市場と板情報／市場参加者モデル／超短期アルファと板情報力学／教師あり学習を使ったアルファ探索／戦略／取引ロボット／他 1. はじめに 　1. 1 アルゴリズム取引とは何か？ 　1. 2 どのくらい流行っているか？ 　1. 3 今までの取引とどこが違うのか？ 　1. 4 アルゴリズム取引の歴史 　1. 5 本書の構成 2. 不確実性と投資 　2. 1 投資の肝 　2. 2 確率微分方程式 　2. 3 HJB 方程式 　2. 4 利益の源泉 　2. 5 説明変数と被説明変数 　2. 6 アルファとは何ものか？ 　2. 7 時間地平 3. アルゴ・ビジネスの階層 　3. 1 アルファの特定 　3. 2 戦略の策定 　3. 3 アルゴリズムの実装 　3. 4 オペレーション 　3. 5 リスク管理 4. 電子市場と板情報 　4. 1 市場参加者と証券取引所 　4. 2 板情報と約定方式 　4. 3 電子市場 5. 市場参加者モデル 　5. 1 離散時間市場モデル 　5. 2 Grossman-Miller モデル 　5. 3 取引コストに関する考察 　5. 4 指値注文を使ったマーケット・メイク 　5. 5 インサイダー情報を持ったトレーダーがいる市場 6. 超短期アルファと板情報力学 　6. 1 板情報を利用した説明変数 　6. 2 モーメンタムを考慮した説明変数 　6. 3 板情報理論モデル 　6. 4 ラプラス変換 　6. 5 出生死滅過程 　6. 6 板情報過程 　6. 7 つぎの価格変化が上昇である確率 　6. 8 Hawkes 過程を用いた改善 　6. 9 バック・テストの問題 7. 教師あり学習を使ったアルファ探索 　7. 1 板情報から教師データを作成する方法 　　7. 1. 1 方法1 　　7. 1. 2 方法2 　　7. 1. 3 方法3 　　7. 1. 4 損失関数に関する考察 　7. 2 機械学習を使ったアルゴリズム取引の怖さ 　　7. 2. 1 アルファとリスク管理 8. 戦略 　8. 1 最適流動化問題の定式化 　8. 2 拡散過程の制御問題 　8. 3 最適流動化問題 　8. 4 計数過程を含む制御問題 　8. 5 ダーク・プールを用いた最適流動化問題 9. 取引ロボット 　9. 1 取引ロボットが留意すべき点 　　9. 1. 1 スピード 　　9. 1. 2 堅牢性 　9. 2 使用する言語と実装方法 　　9. 2. 1 言語 　　9. 2. 2 ライブラリ 　　9. 2. 3 クラス階層など 　9. 3 戦略記述言語の設計 　　9. 3. 1 トレーダーとの相性 　　9. 3. 2 オブジェクト指向 　9. 4 インフラストラクチャとデータベース 　　9. 4. 1 市場データ 　　9. 4. 2 取引所との通信 　　9. 4. 3 データベース 　9. 5 アルファ生成器 　9. 6 リサーチ 　　9. 6. 1 シミュレーション 　　9. 6. 2 家事的お仕事 10. HFT の現状と未来 　10. 1 ミリ秒の世界 　10. 2 HFT は悪者か？ 　10. 3 極限のHFT 11. アルゴリズム取引の現状と未来 　11. 1 公正な市場 　11. 2 機械学習の利用と問題点 　11. 3 アルゴリズム取引に続く未来 A. 確率論入門 B. ブラウン運動 C. ポアソン過程 D. リッカチ型微分方程式の解法例 E. 機械学習入門 　E. 1 ニューロン 　E. 2 OLS 　E. 3 ロジスティック回帰 　E. 4 ニューラル・ネットワークの基本構造 　E. 5 訓練 　　E. 5. 1 最終段層での評価 　　E. 5. 2 中間層: 評価の伝搬 文献 索引