学习量化交易如何入门？--zz 我自己的计量知识主要来源于论文阅读和写作，边用边学，教材只做工具书参考用，因此不是特别熟悉(@Alffee Akanishi 在评论中推荐伍德里奇那本，谢谢分享)。只说一点，做量化交易策略需要有一定的计量基础（当然越扎实越好），因为大部分策略始终是在和时间序列以及面板数据打交道。当然统计学基础知识也是必须的，同样越深越好，鉴于上过大学的都学过，这里就不再列统计学的书目了。理工科入行的，我想也是有必要补一补相关知识的，不一定会用上，但是能促使思维进一步系统化。
【4】《Building Reliable Trading Systems: Tradable Strategies That Perform As They Backtest and Meet Your Risk-Reward Goals》
by Keith Fitschen
Eugene F. Fama, Kenneth R. French. The cross-section of expected stock returns. Journal of Finance, 47 (1992), pp. 427–465.
【2】《Quantitative Equity Investing》
by Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm
学习量化交易如何入门？--zz又是这三个人的书，倒不是写的有多好，但是确实是入门的上佳选择。选股策略和投资组合管理在学界也有一定的研究地位，因此这本书的整体框架明显比《Trends in Quantitative Finance》更清晰一些，没有那么杂乱。
学习量化交易如何入门？--zz 先要说明，这本书除了个别章节以外，一点都不入门。这里将其排进入门书单的原因，是因为它太重要了，绕不开。有志于选股策略和投资组合管理的朋友，请努力啃吧，可以搭配BARRA的手册和Qian的那本《Quantitative Equity Portfolio Management》一起看。 @李腾 也翻译了一个版本，但是我没有看过，不好评价。在这里向李大神致敬，书里一些地方我到现在都没看明白呢。
Hidden markov models
Topological manifold learning
Non-linear kernel regression techniques
APT type factor models
Monte carlo options pricing techniques
Continuous time APT factor models with latent variables
Spectral techniques for doing bag of words extraction of factors from natural language corpus for generating forcings for stochastic partial differential models of asset dynamics
Pairs trading/mean regression statistical arbitrage strategies
Automatic graphical model construction (structural inference over dynamic Bayesian networks)
Reinforcement learning based pairs trading strategies
Information theory based investment 量化交易入门系 strategies
J. L. Kelly, Jr., "A New Interpretation of Information Rate," Bell System Technical Journal, Vol. 35, July 1956, pp. 917-26
Sparse over complete basis function 量化交易入门系 methods for feature extraction
Applications 'information geometry'; a field on the border between information theory, probability theory and differential geometry; still very new
Anything that can be used to model or extract features from a time series
量化交易入门——数学模型应用于投机交易
数学教授出身的'模型先生'詹姆斯·西蒙斯（James Simons）连续两年在对冲基金经理人收入排行中位列第一。 2005年，西蒙斯成为全球收入最高的对冲基金经理，净赚15亿美元，去年，他收入高达17亿美元，差不多是索罗斯的两倍。 68岁的西蒙斯是世界级的数学家，也是最伟大的对冲基金经理之一。他24岁就出任哈佛大学数学系教授，曾与著名华裔数学家陈省身一同创立了Chern-Simons几何定律，该定律成为理论物理学的重要工具。西蒙斯和他的文艺复兴科技公司是华尔街一个彻底的异类，公司从不雇用华尔街人士，而是靠数学模型捕捉市场机会，用电脑作出交易决策，是这位超级投资者成功的秘诀。
量化交易入门——数学模型应用于投机交易
数学教授出身的'模型先生'詹姆斯·西蒙斯（James Simons）连续两年在对冲基金经理人收入排行中位列第一。 2005年，西蒙斯成为全球收入最高的对冲基金经理，净赚15亿美元，去年，他收入高达17亿美元，差不多是索罗斯的两倍。 68岁的西蒙斯是世界级的数学家，也是最伟大的对冲基金经理之一。他24岁就出任哈佛大学数学系教授，曾与著名华裔数学家陈省身一同创立了Chern-Simons几何定律，该定律成为理论物理学的重要工具。西蒙斯和他的文艺复兴科技公司是华尔街一个彻底的异类，公司从不雇用华尔街人士，而是靠数学模型捕捉市场机会，用电脑作出交易决策，是这位超级投资者成功的秘诀。
《量化交易入门与Python实践》新书出版
xiongpai1971 于 2021-08-12 19:31:56 发布 263 收藏
03-20 1179
Python股票量化交易入门 学习并记录《Python股票量化交易从入门到实践》，原书贴近实战，许多踩过的坑都有解决方案，个人觉得这是一本比较合适的快速入门书籍。 文章目录Python股票量化交易入门前言一、Python基础关键点二、NumPy快速入门及量化关键点三、Pandas快速入门及量化关键点四、Matplotlib快速入门及量化关键点五、行情数据的获取和管理六、技术指标的可视化分析七、回测及构建量化交易策略体系 前言 量化交易个人认为技术要服务于交易，主要还是以策略研究为主，一切以实战需求出发
12-02 1652
目录第1章 理解Python股票量化交易1.1 多角度分析量化交易1.1.1 量化交易的本质1.1.2 量化交易的发展1.1.3 量化交易的优势1.1.4 量化交易的过程1.2 多角度分析股票价格1.2.1 从股票的起源看本质1.2.2 如何衡量股票溢价1.2.3 股票收益的组成1.2.4 股价波动的原因1.3 为什么选择Python语言1.3.1 概述编程语言的发展1.
02-10 2206
第 1章 理解Python股票量化交易 11.1 多角度分析量化交易 11.1.1 量化交易的本质 21.1.2 量化交易的发展 41.1.3 量化交易的优势 71.1.4 量化交易的过程 81.2 多角度分析股票价格 91.2.1 从股票的起源看本质 91.2.2 如何衡量股票溢价 111.2.3 股票收益的组成 121.2.4 股价波动的原因 131.3 为什么选择Python语言 141.
12-23 2309