掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
以利為利:財政關系與地方政府行為
-
>
立足飯碗 藏糧于地——基于中國人均耕地警戒值的耕地保護視角
-
>
營銷管理
-
>
茶葉里的全球貿易史(精裝)
-
>
近代華商股票市場制度與實踐(1872—1937)
-
>
麥肯錫圖表工作法
-
>
海龜交易法則
買過本商品的人還買了
量化投資——策略與技術(精裝版) 版權信息
- ISBN：9787121297137
- 條形碼：9787121297137 ; 978-7-121-29713-7
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
量化投資——策略與技術(精裝版) 本書特色
本書是一本全面解讀量化投資策略方面的著作。暢銷書全新改版，全書用60多個案例介紹了量化投資各個方面的內容，主要分為策略篇、技術理論篇和金融理論篇三部分。策略篇主要包括量化選股、量化擇時、股指期貨套利、商品期貨套利、統計套利、期權套利、算法交易和另類套利策略等。技術理論篇主要包括人工智能、數據挖掘、小波分析、支持向量機、分形理論、隨機過程、it技術主要數據與工具及d-alpha量化對沖交易系統等。金融理論篇闡述了與量化投資有關的各種經典金融理論，包括投資組合理論、定價理論及金融市場理論。本書適合基金經理、產品經理、證券分析師、投資總監及有志從事金融投資的各界人士閱讀。
量化投資——策略與技術(精裝版) 內容簡介
本書是一本全面解讀量化證券策略方面的著作。全書用60多個案例介紹了量化投資各個方面的內容, 主要分為策略篇、技術理論篇和金融理論篇三部分。
量化投資——策略與技術(精裝版) 目錄
目錄|
策 略 篇
第1章 量化投資概念 2
1.1 什么是量化投資 2
1.1.1 量化投資定義 2
1.1.2 量化投資理解誤區 3
1.2 量化投資與傳統投資比較 5
1.2.1 傳統投資策略的缺點 5
1.2.2 量化投資策略的優勢 7
1.2.3 量化投資與傳統投資策略
的比較 8
1.3 量化投資歷史 10
1.3.1 量化投資理論發展 10
1.3.2 海外量化基金 12
1.3.3 量化投資在中國 15
1.4 量化投資主要內容 16
1.5 量化投資主要方法 20
第2章 量化選股 24
2.1 多因子 25
2.1.1 基本概念 26
2.1.2 策略模型 26
2.1.3 實證案例：多因子選股
模型 29
本節小結 34
2.2 風格輪動 34
2.2.1 基本概念 34
2.2.2 盈利預期生命周期模型 37
2.2.3 策略模型 39
2.2.4 實證案例：中信標普風格 40
2.2.5 實證案例：大/小盤風格 44
本節小結 46
2.3 行業輪動 46
2.3.1 基本概念 46
2.3.2 m2行業輪動策略 49
2.3.3 市場情緒輪動策略 52
本節小結 54
2.4 資金流 55
2.4.1 基本概念 55
2.4.2 策略模型 58
2.4.3 實證案例：資金流選股
策略 59
本節小結 62
2.5 動量反轉 62
2.5.1 基本概念 62
2.5.2 策略模型 66
2.5.3 實證案例：動量選股策略
和反轉選股策略 69
本節小結 72
2.6 一致預期 72
2.6.1 基本概念 73
2.6.2 策略模型 75
2.6.3 實證案例：一致預期模型
案例 77
本節小結 83
2.7 趨勢追蹤 83
2.7.1 基本概念 83
2.7.2 策略模型 85
2.7.3 實證案例：趨勢追蹤選股
模型 91
本節小結 93
2.8 籌碼選股 93
2.8.1 基本概念 94
2.8.2 策略模型 96
2.8.3 實證案例：籌碼選股模型 98
本節小結 102
2.9 業績評價 102
2.9.1 收益率指標 102
2.9.2 風險度指標 103
第3章 量化擇時 110
3.1 趨勢追蹤 111
3.1.1 基本概念 111
3.1.2 傳統趨勢指標 112
3.1.3 自適應均線 120
本節小結 124
3.2 市場情緒 124
3.2.1 基本概念 124
3.2.2 情緒指數 126
3.2.3 實證案例：情緒指標擇時
策略 128
本節小結 132
3.3 時變夏普比率 132
3.3.1 tsharp值的估計模型 132
3.3.2 基于tsharp值的擇時
策略 134
3.3.3 實證案例 135
本節小結 140
3.4 牛熊線 141
3.4.1 基本概念 141
3.4.2 策略模型 143
3.4.3 實證案例：牛熊線擇時
模型 144
本節小結 146
3.5 husrt指數 147
3.5.1 基本概念 147
3.5.2 策略模型 149
3.5.3 實證案例 150
本節小結 152
3.6 支持向量機 153
3.6.1 基本概念 153
3.6.2 策略模型 154
3.6.3 實證案例：svm擇時
模型 156
本節小結 160
3.7 swarch模型 161
3.7.1 基本概念 161
3.7.2 策略模型 162
3.7.3 實證案例：swarch
模型 165
本節小結 168
3.8 異常指標 169
3.8.1 市場噪聲 169
3.8.2 行業集中度 171
3.8.3 興登堡兇兆 173
第4章 股指期貨套利 179
4.1 基本概念 180
4.1.1 套利介紹 180
4.1.2 套利策略 182
4.2 期現套利 184
4.2.1 定價模型 184
4.2.2 現貨指數復制 185
4.2.3 正向套利案例 189
4.2.4 結算日套利 191
4.3 跨期套利 194
4.3.1 跨期套利原理 194
4.3.2 無套利區間 195
4.3.3 跨期套利觸發和終止 196
4.3.4 實證案例：跨期套利
策略 198
4.3.5 主要套利機會 199
4.4 沖擊成本 202
4.4.1 主要指標 202
4.4.2 實證案例：沖擊成本 204
4.5 保證金管理 206
4.5.1 var方法 207
4.5.2 var計算方法 208
4.5.3 實證案例 209
第5章 商品期貨套利 212
5.1 基本概念 213
5.1.1 套利的條件 213
5.1.2 套利基本模式 215
5.1.3 套利準備工作 217
5.1.4 常見套利組合 219
5.2 期現套利 223
5.2.1 基本原理 223
5.2.2 操作流程 224
5.2.3 增值稅風險 228
5.3 跨期套利 229
5.3.1 套利策略 229
5.3.2 實證案例：pvc跨期套利
策略 231
5.4 跨市場套利 232
5.4.1 套利策略 232
5.4.2 實證案例：倫銅—滬銅跨
市場套利 233
5.5 跨品種套利 234
5.5.1 套利策略 235
5.5.2 實證案例 236
5.6 非常狀態處理 237
第6章 統計套利 239
6.1 基本概念 240
6.1.1 統計套利定義 240
6.1.2 配對交易 241
6.2 配對交易策略 244
6.2.1 協整策略 244
6.2.2 主成分套利策略 250
6.2.3 行業（股票）輪動套利
策略 253
6.2.4 配對策略改進 256
6.3 股指套利 259
6.3.1 行業指數套利 259
6.3.2 國家指數套利 260
6.3.3 洲域指數套利 261
6.3.4 全球指數套利 263
6.4 融券套利 264
6.4.1 股票—融券套利 264
6.4.2 可轉債—融券套利 265
6.4.3 股指期貨—融券套利 267
6.4.4 封閉式基金—融券套利 268
6.5 外匯套利 269
6.5.1 利差套利 271
6.5.2 貨幣對套利 272
第7章 期權套利 274
7.1 基本概念 275
7.1.1 期權介紹 275
7.1.2 期權交易 276
7.1.3 牛熊證 277
7.2 股票—期權套利 280
7.2.1 股票—股票期權套利 280
7.2.2 股票—指數期權套利 281
7.3 轉換套利與反向轉換套利 282
7.3.1 轉換套利 282
7.3.2 反向轉換套利 284
7.4 跨式套利 285
7.4.1 買入跨式套利 286
7.4.2 賣出跨式套利 287
7.5 寬跨式套利 289
7.5.1 買入寬跨式套利 290
7.5.2 賣出寬跨式套利 291
7.6 蝶式套利 293
7.6.1 買入蝶式套利 293
7.6.2 賣出蝶式套利 295
7.7 飛鷹式套利 296
7.7.1 買入飛鷹式套利 296
7.7.2 賣出飛鷹式套利 298
第8章 算法交易 300
8.1 基本概念 301
8.1.1 算法交易定義 301
8.1.2 算法交易分類 302
8.1.3 算法交易設計 304
8.2 被動型算法交易 305
8.2.1 沖擊成本 306
8.2.2 等待風險 308
8.2.3 常用被動型交易策略 310
8.3 vwap算法 312
8.3.1 標準vwap算法 312
8.3.2 改進型vwap算法 315
第9章 另類套利策略 319
9.1 封閉式基金套利 320
9.1.1 基本概念 320
9.1.2 模型策略 320
9.1.3 實證案例 322
9.2 etf套利 323
9.2.1 基本概念 323
9.2.2 無風險套利 325
9.2.3 其他套利 329
9.3 高頻交易 330
9.3.1 流動性回扣交易 330
9.3.2 獵物算法交易 331
9.3.3 自動做市商策略 332
9.3.4 高頻交易的發展 332
9.3.5 基于卡爾曼濾波的價格
預測 335
9.3.6 利用支持向量機的短期
預測交易 338
技術理論篇
第10章 人工智能 342
10.1 主要內容 343
10.1.1 機器學習 343
10.1.2 自動推理 346
10.1.3 專家系統 349
10.1.4 模式識別 352
10.1.5 人工神經網絡 354
10.1.6 遺傳算法 358
10.2 人工智能在量化投資中的
應用 362
10.2.1 模式識別短線擇時 362
10.2.2 rbf神經網絡股價
預測 367
10.2.3 基于遺傳算法的新股
預測 371
第11章 數據挖掘 377
11.1 基本概念 378
11.1.1 主要模型 378
11.1.2 典型方法 380
11.2 主要內容 381
11.2.1 分類與預測 381
11.2.2 關聯規則 387
11.2.3 聚類分析 392
11.3 數據挖掘在量化投資中的
應用 396
11.3.1 基于som網絡的股票
聚類分析方法 396
11.3.2 基于關聯規則的板塊
輪動 399
第12章 小波分析 402
12.1 基本概念 403
12.2 小波變換主要內容 404
12.2.1 連續小波變換 404
12.2.2 連續小波變換的離散化 405
12.2.3 多分辨分析與mallat
算法 406
12.3 小波分析在量化投資中的
應用 410
12.3.1 k線小波去噪 410
12.3.2 金融時序數據預測 416
第13章 支持向量機 423
13.1 基本概念 424
13.1.1 線性svm 424
13.1.2 非線性svm 427
13.1.3 svm分類器參數選擇 429
13.1.4 svm分類器從二類到
多類的推廣 430
13.2 模糊支持向量機 431
13.2.1 增加模糊后處理的svm 431
13.2.2 引入模糊因子的svm
訓練算法 433
13.3 svm在量化投資中的應用 434
13.3.1 復雜金融時序數據預測 434
13.3.2 趨勢拐點預測 439
第14章 分形理論 445
14.1 基本概念 446
14.1.1 分形定義 446
14.1.2 幾種典型的分形 447
14.1.3 分形理論的應用 449
14.2 主要內容 450
14.2.1 分形維數 450
14.2.2 l系統 451
14.2.3 ifs系統 453
14.3 分形理論在量化投資中的
應用 454
14.3.1 大趨勢預測 454
14.3.2 匯率預測 459
第15章 隨機過程 465
15.1 基本概念 465
15.2 主要內容 468
15.2.1 隨機過程的分布函數 468
15.2.2 隨機過程的數字特征 468
15.2.3 幾種常見的隨機過程 469
15.2.4 平穩隨機過程 471
15.3 灰色馬爾科夫鏈股市預測 472
第16章 it技術 477
16.1 數據倉庫技術 477
16.1.1 從數據庫到數據倉庫 478
16.1.2 數據倉庫中的數據組織 480
16.1.3 數據倉庫的關鍵技術 482
16.2 編程語言 484
16.2.1 gpu算法交易 484
16.2.2 matlab語言 488
16.2.3 c#語言 495
第17章 主要數據與工具 500
17.1 名策數據：多因子分析
平臺 500
17.2 multicharts：程序化
交易平臺 503
17.3 交易開拓者：期貨自動
交易平臺 506
17.4 大連交易所套利指令 510
17.5 mt5：外匯自動交易平臺 514
第18章 量化對沖交易系統：
d-alpha 519
18.1 系統架
策 略 篇
第1章 量化投資概念 2
1.1 什么是量化投資 2
1.1.1 量化投資定義 2
1.1.2 量化投資理解誤區 3
1.2 量化投資與傳統投資比較 5
1.2.1 傳統投資策略的缺點 5
1.2.2 量化投資策略的優勢 7
1.2.3 量化投資與傳統投資策略
的比較 8
1.3 量化投資歷史 10
1.3.1 量化投資理論發展 10
1.3.2 海外量化基金 12
1.3.3 量化投資在中國 15
1.4 量化投資主要內容 16
1.5 量化投資主要方法 20
第2章 量化選股 24
2.1 多因子 25
2.1.1 基本概念 26
2.1.2 策略模型 26
2.1.3 實證案例：多因子選股
模型 29
本節小結 34
2.2 風格輪動 34
2.2.1 基本概念 34
2.2.2 盈利預期生命周期模型 37
2.2.3 策略模型 39
2.2.4 實證案例：中信標普風格 40
2.2.5 實證案例：大/小盤風格 44
本節小結 46
2.3 行業輪動 46
2.3.1 基本概念 46
2.3.2 m2行業輪動策略 49
2.3.3 市場情緒輪動策略 52
本節小結 54
2.4 資金流 55
2.4.1 基本概念 55
2.4.2 策略模型 58
2.4.3 實證案例：資金流選股
策略 59
本節小結 62
2.5 動量反轉 62
2.5.1 基本概念 62
2.5.2 策略模型 66
2.5.3 實證案例：動量選股策略
和反轉選股策略 69
本節小結 72
2.6 一致預期 72
2.6.1 基本概念 73
2.6.2 策略模型 75
2.6.3 實證案例：一致預期模型
案例 77
本節小結 83
2.7 趨勢追蹤 83
2.7.1 基本概念 83
2.7.2 策略模型 85
2.7.3 實證案例：趨勢追蹤選股
模型 91
本節小結 93
2.8 籌碼選股 93
2.8.1 基本概念 94
2.8.2 策略模型 96
2.8.3 實證案例：籌碼選股模型 98
本節小結 102
2.9 業績評價 102
2.9.1 收益率指標 102
2.9.2 風險度指標 103
第3章 量化擇時 110
3.1 趨勢追蹤 111
3.1.1 基本概念 111
3.1.2 傳統趨勢指標 112
3.1.3 自適應均線 120
本節小結 124
3.2 市場情緒 124
3.2.1 基本概念 124
3.2.2 情緒指數 126
3.2.3 實證案例：情緒指標擇時
策略 128
本節小結 132
3.3 時變夏普比率 132
3.3.1 tsharp值的估計模型 132
3.3.2 基于tsharp值的擇時
策略 134
3.3.3 實證案例 135
本節小結 140
3.4 牛熊線 141
3.4.1 基本概念 141
3.4.2 策略模型 143
3.4.3 實證案例：牛熊線擇時
模型 144
本節小結 146
3.5 husrt指數 147
3.5.1 基本概念 147
3.5.2 策略模型 149
3.5.3 實證案例 150
本節小結 152
3.6 支持向量機 153
3.6.1 基本概念 153
3.6.2 策略模型 154
3.6.3 實證案例：svm擇時
模型 156
本節小結 160
3.7 swarch模型 161
3.7.1 基本概念 161
3.7.2 策略模型 162
3.7.3 實證案例：swarch
模型 165
本節小結 168
3.8 異常指標 169
3.8.1 市場噪聲 169
3.8.2 行業集中度 171
3.8.3 興登堡兇兆 173
第4章 股指期貨套利 179
4.1 基本概念 180
4.1.1 套利介紹 180
4.1.2 套利策略 182
4.2 期現套利 184
4.2.1 定價模型 184
4.2.2 現貨指數復制 185
4.2.3 正向套利案例 189
4.2.4 結算日套利 191
4.3 跨期套利 194
4.3.1 跨期套利原理 194
4.3.2 無套利區間 195
4.3.3 跨期套利觸發和終止 196
4.3.4 實證案例：跨期套利
策略 198
4.3.5 主要套利機會 199
4.4 沖擊成本 202
4.4.1 主要指標 202
4.4.2 實證案例：沖擊成本 204
4.5 保證金管理 206
4.5.1 var方法 207
4.5.2 var計算方法 208
4.5.3 實證案例 209
第5章 商品期貨套利 212
5.1 基本概念 213
5.1.1 套利的條件 213
5.1.2 套利基本模式 215
5.1.3 套利準備工作 217
5.1.4 常見套利組合 219
5.2 期現套利 223
5.2.1 基本原理 223
5.2.2 操作流程 224
5.2.3 增值稅風險 228
5.3 跨期套利 229
5.3.1 套利策略 229
5.3.2 實證案例：pvc跨期套利
策略 231
5.4 跨市場套利 232
5.4.1 套利策略 232
5.4.2 實證案例：倫銅—滬銅跨
市場套利 233
5.5 跨品種套利 234
5.5.1 套利策略 235
5.5.2 實證案例 236
5.6 非常狀態處理 237
第6章 統計套利 239
6.1 基本概念 240
6.1.1 統計套利定義 240
6.1.2 配對交易 241
6.2 配對交易策略 244
6.2.1 協整策略 244
6.2.2 主成分套利策略 250
6.2.3 行業（股票）輪動套利
策略 253
6.2.4 配對策略改進 256
6.3 股指套利 259
6.3.1 行業指數套利 259
6.3.2 國家指數套利 260
6.3.3 洲域指數套利 261
6.3.4 全球指數套利 263
6.4 融券套利 264
6.4.1 股票—融券套利 264
6.4.2 可轉債—融券套利 265
6.4.3 股指期貨—融券套利 267
6.4.4 封閉式基金—融券套利 268
6.5 外匯套利 269
6.5.1 利差套利 271
6.5.2 貨幣對套利 272
第7章 期權套利 274
7.1 基本概念 275
7.1.1 期權介紹 275
7.1.2 期權交易 276
7.1.3 牛熊證 277
7.2 股票—期權套利 280
7.2.1 股票—股票期權套利 280
7.2.2 股票—指數期權套利 281
7.3 轉換套利與反向轉換套利 282
7.3.1 轉換套利 282
7.3.2 反向轉換套利 284
7.4 跨式套利 285
7.4.1 買入跨式套利 286
7.4.2 賣出跨式套利 287
7.5 寬跨式套利 289
7.5.1 買入寬跨式套利 290
7.5.2 賣出寬跨式套利 291
7.6 蝶式套利 293
7.6.1 買入蝶式套利 293
7.6.2 賣出蝶式套利 295
7.7 飛鷹式套利 296
7.7.1 買入飛鷹式套利 296
7.7.2 賣出飛鷹式套利 298
第8章 算法交易 300
8.1 基本概念 301
8.1.1 算法交易定義 301
8.1.2 算法交易分類 302
8.1.3 算法交易設計 304
8.2 被動型算法交易 305
8.2.1 沖擊成本 306
8.2.2 等待風險 308
8.2.3 常用被動型交易策略 310
8.3 vwap算法 312
8.3.1 標準vwap算法 312
8.3.2 改進型vwap算法 315
第9章 另類套利策略 319
9.1 封閉式基金套利 320
9.1.1 基本概念 320
9.1.2 模型策略 320
9.1.3 實證案例 322
9.2 etf套利 323
9.2.1 基本概念 323
9.2.2 無風險套利 325
9.2.3 其他套利 329
9.3 高頻交易 330
9.3.1 流動性回扣交易 330
9.3.2 獵物算法交易 331
9.3.3 自動做市商策略 332
9.3.4 高頻交易的發展 332
9.3.5 基于卡爾曼濾波的價格
預測 335
9.3.6 利用支持向量機的短期
預測交易 338
技術理論篇
第10章 人工智能 342
10.1 主要內容 343
10.1.1 機器學習 343
10.1.2 自動推理 346
10.1.3 專家系統 349
10.1.4 模式識別 352
10.1.5 人工神經網絡 354
10.1.6 遺傳算法 358
10.2 人工智能在量化投資中的
應用 362
10.2.1 模式識別短線擇時 362
10.2.2 rbf神經網絡股價
預測 367
10.2.3 基于遺傳算法的新股
預測 371
第11章 數據挖掘 377
11.1 基本概念 378
11.1.1 主要模型 378
11.1.2 典型方法 380
11.2 主要內容 381
11.2.1 分類與預測 381
11.2.2 關聯規則 387
11.2.3 聚類分析 392
11.3 數據挖掘在量化投資中的
應用 396
11.3.1 基于som網絡的股票
聚類分析方法 396
11.3.2 基于關聯規則的板塊
輪動 399
第12章 小波分析 402
12.1 基本概念 403
12.2 小波變換主要內容 404
12.2.1 連續小波變換 404
12.2.2 連續小波變換的離散化 405
12.2.3 多分辨分析與mallat
算法 406
12.3 小波分析在量化投資中的
應用 410
12.3.1 k線小波去噪 410
12.3.2 金融時序數據預測 416
第13章 支持向量機 423
13.1 基本概念 424
13.1.1 線性svm 424
13.1.2 非線性svm 427
13.1.3 svm分類器參數選擇 429
13.1.4 svm分類器從二類到
多類的推廣 430
13.2 模糊支持向量機 431
13.2.1 增加模糊后處理的svm 431
13.2.2 引入模糊因子的svm
訓練算法 433
13.3 svm在量化投資中的應用 434
13.3.1 復雜金融時序數據預測 434
13.3.2 趨勢拐點預測 439
第14章 分形理論 445
14.1 基本概念 446
14.1.1 分形定義 446
14.1.2 幾種典型的分形 447
14.1.3 分形理論的應用 449
14.2 主要內容 450
14.2.1 分形維數 450
14.2.2 l系統 451
14.2.3 ifs系統 453
14.3 分形理論在量化投資中的
應用 454
14.3.1 大趨勢預測 454
14.3.2 匯率預測 459
第15章 隨機過程 465
15.1 基本概念 465
15.2 主要內容 468
15.2.1 隨機過程的分布函數 468
15.2.2 隨機過程的數字特征 468
15.2.3 幾種常見的隨機過程 469
15.2.4 平穩隨機過程 471
15.3 灰色馬爾科夫鏈股市預測 472
第16章 it技術 477
16.1 數據倉庫技術 477
16.1.1 從數據庫到數據倉庫 478
16.1.2 數據倉庫中的數據組織 480
16.1.3 數據倉庫的關鍵技術 482
16.2 編程語言 484
16.2.1 gpu算法交易 484
16.2.2 matlab語言 488
16.2.3 c#語言 495
第17章 主要數據與工具 500
17.1 名策數據：多因子分析
平臺 500
17.2 multicharts：程序化
交易平臺 503
17.3 交易開拓者：期貨自動
交易平臺 506
17.4 大連交易所套利指令 510
17.5 mt5：外匯自動交易平臺 514
第18章 量化對沖交易系統：
d-alpha 519
18.1 系統架
展開全部
量化投資——策略與技術(精裝版) 作者簡介
中國量化投資領域的開拓者與奠基者，中國量化投資學會理事長、“大數據金融叢書”主編。他編著的《量化投資——策略與技術》是國內原創量化投資策略方面的優秀教材，已經成為業內的啟蒙讀物。同時擔任“大數據金融叢書”主編、CCTV特邀嘉賓、第一財經《解碼財商》資深解碼人、《財經》《財新》《中國金融報》等知名傳媒的撰稿人，發表多篇有深度的文章，深刻地影響了整個行業。 他同時還是清華大學、北京大學、中國人民大學、中央財經大學、上海交通大學、南方科技大學等知名學府的講座教授，開設多次講座，深得學子好評。從2008年開始，他先后在東方證券衍生品總部（資深投資經理）、方正富邦專戶部（副總監）和東航金控財富管理中心（總經理），從事資產管理業務，多年累計總管理規模超過50億元，累計為客戶創造收益超過10億元。2016年，組建榮石投資進入私募領域，為高凈值客戶提供資產管理服務。
書友推薦
- >
我與地壇
- >
月亮與六便士
- >
【精裝繪本】畫給孩子的中國神話
- >
中國歷史的瞬間
- >
名家帶你讀魯迅:故事新編
- >
我從未如此眷戀人間
- >
名家帶你讀魯迅:朝花夕拾
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
本類暢銷
