友情提示：我不懂高頻，方向僅限中低頻交易。有中文版的盡量挑中文版，因?yàn)槲易约河⑽暮軤€，平常都更愿意讀中文，會(huì)相對(duì)輕松一些。當(dāng)然你要是鄙視中文翻譯水平請(qǐng)自行尋找英文版。

第一部分：預(yù)備知識(shí)

【1】《投資學(xué)》 

作者：博迪，凱恩，馬庫(kù)斯

學(xué)習(xí)量化交易如何入門(mén)？--zz 既然是搞量化，算半瓶水搞科學(xué)的，就不應(yīng)該本能的排斥學(xué)院的東西。這本書(shū)對(duì)于投資交易的入門(mén)非常系統(tǒng)了，有了對(duì)市場(chǎng)的基本認(rèn)識(shí)，了解前人在量化工作上的一些重要發(fā)展，才有可能在正確的基礎(chǔ)上建立自己的想法和直覺(jué)。不過(guò)粗略看看也就可以了，畢竟我們這里聊的是量化交易入門(mén)，而不是金融專業(yè)如何畢業(yè)，下面三本書(shū)一樣，翻翻就行。

【2】《Trends in Quantitative Finance》

by Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm

學(xué)習(xí)量化交易如何入門(mén)？--zz這是別人問(wèn)起量化交易來(lái)，我最為推薦的一本入門(mén)書(shū)。書(shū)中講到了做量化策略需要注意的幾個(gè)最重要的地方，例如過(guò)擬合、未來(lái)函數(shù)、幸存者偏差等等。有一句話已經(jīng)慢慢成為了我做策略開(kāi)發(fā)的信條：交易策略研發(fā)應(yīng)該以經(jīng)濟(jì)直覺(jué)（Economic Intuition）為基礎(chǔ)。

我本身是數(shù)學(xué)、統(tǒng)計(jì)出身，初期曾堅(jiān)信數(shù)據(jù)挖掘的作用大于經(jīng)濟(jì)直覺(jué)，碰壁多次之后，慢慢開(kāi)始轉(zhuǎn)變觀念。這也說(shuō)明一個(gè)問(wèn)題，交易策略研發(fā)是一門(mén)需要實(shí)踐的手藝，多做才會(huì)促進(jìn)思維的進(jìn)一步發(fā)展。當(dāng)然我不肯定我自己的思路是否正確，賺錢(qián)的思路千百種，我能取一瓢飲就燒香拜佛了。

真的是好書(shū)，雖然內(nèi)容初級(jí)且雜亂，但是談到了大部分對(duì)于新手來(lái)說(shuō)比較重要的概念，不要因?yàn)槭荂FA教材而鄙視它。

【3】某本《計(jì)量經(jīng)濟(jì)學(xué)》

學(xué)習(xí)量化交易如何入門(mén)？--zz 我自己的計(jì)量知識(shí)主要來(lái)源于論文閱讀和寫(xiě)作，邊用邊學(xué)，教材只做工具書(shū)參考用，因此不是特別熟悉(@Alffee Akanishi 在評(píng)論中推薦伍德里奇那本，謝謝分享)。只說(shuō)一點(diǎn)，做量化交易策略需要有一定的計(jì)量基礎(chǔ)（當(dāng)然越扎實(shí)越好），因?yàn)榇蟛糠植呗允冀K是在和時(shí)間序列以及面板數(shù)據(jù)打交道。當(dāng)然統(tǒng)計(jì)學(xué)基礎(chǔ)知識(shí)也是必須的，同樣越深越好，鑒于上過(guò)大學(xué)的都學(xué)過(guò)，這里就不再列統(tǒng)計(jì)學(xué)的書(shū)目了。理工科入行的，我想也是有必要補(bǔ)一補(bǔ)相關(guān)知識(shí)的，不一定會(huì)用上，但是能促使思維進(jìn)一步系統(tǒng)化。

在基本計(jì)量知識(shí)的基礎(chǔ)上，做量化策略的人們需要一種額外的能力：規(guī)避未來(lái)函數(shù)的能力。一些計(jì)量研究往往偏向于描述或解釋某一種現(xiàn)象，因此無(wú)需考慮模型中時(shí)間點(diǎn)前后的嚴(yán)格劃分。量化策略偏重于使用當(dāng)前數(shù)據(jù)預(yù)測(cè)未來(lái)，并在預(yù)測(cè)的基礎(chǔ)上形成策略，因此在模型建立、數(shù)據(jù)處理時(shí)需要格外注意這個(gè)問(wèn)題。個(gè)人認(rèn)為，Out-of-Sample檢驗(yàn)的相關(guān)內(nèi)容可以很好的訓(xùn)練這種能力，當(dāng)然最好的方式還是在研發(fā)實(shí)踐中慢慢摸索。

【4】《漫步華爾街》

作者：麥基爾

學(xué)習(xí)量化交易如何入門(mén)？--zz 說(shuō)實(shí)話這本書(shū)對(duì)于量化投資策略的研發(fā)沒(méi)有任何幫助，對(duì)我而言其作用在于：1，認(rèn)識(shí)指數(shù)化投資這種最具有經(jīng)濟(jì)意義的投資方式；2，時(shí)刻警醒打敗市場(chǎng)有多難。

第二部分：擇時(shí)策略

【1】《海龜交易法則》

作者：柯蒂斯·費(fèi)思

學(xué)習(xí)量化交易如何入門(mén)？--zz

可以看作是一個(gè)機(jī)械交易策略各個(gè)組成部分的講解，有實(shí)例（還大名鼎鼎）有說(shuō)明，對(duì)大體上把握策略研發(fā)的工作很有幫助。其實(shí)如果能自行設(shè)計(jì)出一個(gè)類似乎海龜交易法則的交易策略出來(lái)，我覺(jué)得量化交易應(yīng)該算初入門(mén)徑了。

【2】《交易策略評(píng)估與最佳化》

作者：羅伯特·帕多

學(xué)習(xí)量化交易如何入門(mén)？--zz這本書(shū)國(guó)內(nèi)沒(méi)有翻譯版本，但是有臺(tái)灣的譯本，我是在某寶上買(mǎi)的。擇時(shí)策略的開(kāi)發(fā)步驟大部分都涉及到了，做入門(mén)書(shū)很合適，對(duì)形成量化投資策略的研究思維有比較大的幫助。作者說(shuō)自己首創(chuàng)了推進(jìn)分析（Walk-forward），我不太清楚是否屬實(shí)。但是推進(jìn)分析本身值得各位想入門(mén)量化交易的朋友好好研究，這是一個(gè)比經(jīng)濟(jì)學(xué)Out-of-Sample檢驗(yàn)更符合交易邏輯的回測(cè)方法，當(dāng)然它本身可以算是Out-of-Sample檢驗(yàn)的一種特殊形式。

【3】《量化交易——如何建立自己的算法交易事業(yè)》

作者：歐內(nèi)斯特·陳

學(xué)習(xí)量化交易如何入門(mén)？--zz相較于上一本，量化交易策略的組成成分方面講的更多一點(diǎn)。這本書(shū)雖然也有一點(diǎn)點(diǎn)因子模型的內(nèi)容，但是主要內(nèi)容還是擇時(shí)策略，作者也似乎更偏向于擇時(shí)的交易思維。涉及到了凱利公式以及一些量化策略的想法（我覺(jué)得書(shū)中的一些小例子不能算作真正的量化策略）。同類型的書(shū)中這一本其實(shí)寫(xiě)的不算太好，但是它有中文版啊，也比較適合入門(mén)。^_^

【4】《Building Reliable Trading Systems: Tradable Strategies That Perform As They Backtest and Meet Your Risk-Reward Goals》

by Keith Fitschen

學(xué)習(xí)量化交易如何入門(mén)？--zz這本書(shū)的特色在于較為獨(dú)立的講解了量化交易策略的各個(gè)組成成分，并且說(shuō)明了各個(gè)成分的作用，以及增加、調(diào)整之后對(duì)整體的影響之類比較實(shí)踐性的知識(shí)，開(kāi)倉(cāng)、過(guò)濾、平倉(cāng)等基礎(chǔ)內(nèi)容均有實(shí)例支撐，講的比較詳細(xì)。Trading Lore那一章我非常喜歡。拿來(lái)做入門(mén)書(shū)應(yīng)該算是非常好的選擇。

第三部分：選股策略 / 投資組合管理

【1】一篇論文：

Eugene F. Fama, Kenneth R. French. The cross-section of expected stock returns. Journal of Finance, 47 (1992), pp. 427–465.

學(xué)習(xí)量化交易如何入門(mén)？--zzAlpha選股策略的源頭，而且還仔細(xì)做了規(guī)避未來(lái)函數(shù)的工作，提出的因子也在實(shí)踐中被證實(shí)有效。相比較而言，93年那篇更受學(xué)界認(rèn)同的論文實(shí)際上是一篇解釋性的文章，從風(fēng)險(xiǎn)補(bǔ)償?shù)确矫鎭?lái)解釋超額回報(bào)來(lái)源的現(xiàn)象與問(wèn)題，其對(duì)于量化投資策略的意義，見(jiàn)仁見(jiàn)智了。

【2】《Quantitative Equity Investing》

by Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm

學(xué)習(xí)量化交易如何入門(mén)？--zz又是這三個(gè)人的書(shū)，倒不是寫(xiě)的有多好，但是確實(shí)是入門(mén)的上佳選擇。選股策略和投資組合管理在學(xué)界也有一定的研究地位，因此這本書(shū)的整體框架明顯比《Trends in Quantitative Finance》更清晰一些，沒(méi)有那么雜亂。

【3】《積極型投資組合管理》

作者：格里納德，卡恩

學(xué)習(xí)量化交易如何入門(mén)？--zz 先要說(shuō)明，這本書(shū)除了個(gè)別章節(jié)以外，一點(diǎn)都不入門(mén)。這里將其排進(jìn)入門(mén)書(shū)單的原因，是因?yàn)樗匾?，繞不開(kāi)。有志于選股策略和投資組合管理的朋友，請(qǐng)努力啃吧，可以搭配BARRA的手冊(cè)和Qian的那本《Quantitative Equity Portfolio Management》一起看。 @李騰 也翻譯了一個(gè)版本，但是我沒(méi)有看過(guò)，不好評(píng)價(jià)。在這里向李大神致敬，書(shū)里一些地方我到現(xiàn)在都沒(méi)看明白呢。

第四部分：進(jìn)階

大致了解了量化交易策略的基本構(gòu)造之后，進(jìn)階階段就沒(méi)有什么固定的套路可說(shuō)了。我比較推薦的是在實(shí)踐中成長(zhǎng)，自己多做一做，隨便找個(gè)想法或者現(xiàn)成的策略進(jìn)行回測(cè)。可能由于未來(lái)函數(shù)或者其他原因得到不靠譜的結(jié)果，然后發(fā)現(xiàn)，然后改進(jìn)，自己對(duì)策略開(kāi)發(fā)應(yīng)該就會(huì)越來(lái)越熟悉了。

除此之外，非常重要的一點(diǎn)就是學(xué)習(xí)新的知識(shí)和技術(shù)。一旦形成了基本的策略構(gòu)造能力，了解買(mǎi)賣、倉(cāng)位、風(fēng)控等部分的組合之后，量化策略研發(fā)的進(jìn)階就要靠多吸收新鮮知識(shí)來(lái)支撐了。說(shuō)實(shí)話，直覺(jué)、想法都是在大量學(xué)習(xí)前人知識(shí)的基礎(chǔ)上完成的，不然難免成為無(wú)源之水、無(wú)本之木。開(kāi)卷有益，多多益善，書(shū)多看不要管科目，論文多讀不要管難易，想法總是會(huì)源源不斷的產(chǎn)生的。然后再去把想法實(shí)現(xiàn)出來(lái)，可能10個(gè)里有10個(gè)都是錯(cuò)的，但是事情總是在進(jìn)展的，總該是好事。

其實(shí)進(jìn)階階段沒(méi)什么書(shū)值得推薦的，因?yàn)樗袝?shū)都應(yīng)該推薦。這里隨便說(shuō)幾本，意思一下：

【1】統(tǒng)計(jì)套利

作者：安德魯·波爾

學(xué)習(xí)量化交易如何入門(mén)？--zz 整本書(shū)缺乏特別有用的細(xì)節(jié)，模型方面甚至有蒙外行的嫌疑，只能用來(lái)大概了解統(tǒng)計(jì)套利策略。不過(guò)，它介紹了一種具有經(jīng)濟(jì)意義基礎(chǔ)的操作策略。我心目中，策略背后有站得住腳的經(jīng)濟(jì)意義的策略包括：指數(shù)化投資——跟隨經(jīng)濟(jì)進(jìn)步的節(jié)奏盈利；套利——賺市場(chǎng)定價(jià)錯(cuò)誤的錢(qián)；配對(duì)交易——兩個(gè)相關(guān)資產(chǎn)的價(jià)格差額不會(huì)過(guò)大，弱化版的套利。

當(dāng)然，這些交易策略都存在風(fēng)險(xiǎn)，指數(shù)化投資可能隨經(jīng)濟(jì)危機(jī)、經(jīng)濟(jì)走弱而萎靡不振，套利行為也可能在極端市場(chǎng)狀態(tài)下崩盤(pán)。不過(guò)橫向?qū)Ρ榷?，這幾種策略已經(jīng)是有非常堅(jiān)實(shí)的邏輯基礎(chǔ)的了。我個(gè)人認(rèn)為，所有的交易策略都有缺點(diǎn)，當(dāng)我們無(wú)法消除這些缺點(diǎn)的時(shí)候，應(yīng)該學(xué)會(huì)理智的接受它，從風(fēng)險(xiǎn)控制的角度限制它，這是一個(gè)相對(duì)理性的處理方法。

【2】《走出幻覺(jué)走向成熟》

作者: 金融帝國(guó)

學(xué)習(xí)量化交易如何入門(mén)？--zz 國(guó)內(nèi)作者的好書(shū)一本，很多觀點(diǎn)都很有啟發(fā)性，值得推薦。

【3】《信號(hào)與噪聲》

作者：納特?西爾弗

學(xué)習(xí)量化交易如何入門(mén)？--zz 講大數(shù)據(jù)的書(shū)中，個(gè)人認(rèn)為這是對(duì)搞量化策略的人來(lái)說(shuō)，最有參考性的一本。可能跟這本書(shū)本身不是太技術(shù)，比較偏統(tǒng)計(jì)有關(guān)。

【4】失控

作者：凱文·凱利

學(xué)習(xí)量化交易如何入門(mén)？--zz 跟量化投資沒(méi)關(guān)系，單純覺(jué)得是好書(shū)。要是當(dāng)初能深刻理解凱利大爺關(guān)于去中心化貨幣的內(nèi)容，早買(mǎi)比特幣發(fā)財(cái)了，這才是真·經(jīng)濟(jì)直覺(jué)啊，哎。

【注】

本來(lái)想寫(xiě)上《通向金融王國(guó)的自由之路》的，但是我實(shí)在不認(rèn)同他所說(shuō)的：入市技術(shù)的重要性只占10％，以及其他一些觀點(diǎn)。其實(shí)有些內(nèi)容挺不錯(cuò)的，感興趣的可以深入看看。

【其他】

很多人推崇讀書(shū)、讀論文來(lái)吸收結(jié)構(gòu)化的知識(shí)，不太認(rèn)同在網(wǎng)上尋求碎片化知識(shí)。然而，量化交易研發(fā)、特別是Beta擇時(shí)策略的研發(fā)，往往特別需要這種碎片化知識(shí)。例如看到一個(gè)八卦，發(fā)現(xiàn)西蒙斯之前有個(gè)合伙人叫巴姆，用了人家巴姆的算法，可能就會(huì)主動(dòng)的去學(xué)習(xí)一下隱馬爾科夫模型，然后嘗試的測(cè)試一下；看到深度學(xué)習(xí)很火，就會(huì)去了解一下機(jī)器學(xué)習(xí)的分類方法，也許就能拿來(lái)分類上漲下跌呢；看到一個(gè)平臺(tái)的介紹，可能就會(huì)想想是否可以復(fù)制平臺(tái)的框架或者干脆拿來(lái)主義。（我自己都鄙視自己的舉例水平。。。）

碎片化知識(shí)的來(lái)源，我推薦這么幾個(gè)地方：

Quora - 各種有意思的知識(shí)，就是英文讓我比較難過(guò)

elitetrader - 集中在交易的一些討論

StackExchange的幾個(gè)子站 - 例如CrossValidated，Overflow等

知乎 - 中國(guó)版Quora

海洋論壇 - 很久沒(méi)上了，不知道怎么樣了

例如我在Quora上瞟到Brandon Smietana的一個(gè)答案：

一些我聽(tīng)說(shuō)過(guò)或見(jiàn)到過(guò)在實(shí)盤(pán)跑的量化策略：

Kalman filters

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 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 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

雖然大部分都知道，不過(guò)感覺(jué)還是有好多東西要看啊。一個(gè)碎片引發(fā)的血案。

當(dāng)然，能把各種書(shū)讀成碎片化知識(shí)也很好，就看有沒(méi)有這么多時(shí)間去閱覽海量書(shū)籍了。

此外有一個(gè)很重要的知識(shí)來(lái)源：券商研究報(bào)告。雖然很多研究員是為了寫(xiě)報(bào)告而寫(xiě)報(bào)告（這是他們的工作），但是不可否認(rèn)多數(shù)券商報(bào)告都是很有含金量的，關(guān)鍵的是比較有針對(duì)性。還是那句話，開(kāi)卷有益嘛。