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，會相對輕松一些。當(dāng)然你要是鄙視中文翻譯水平請自行尋找英文版。

第一部分：預(yù)備知識

【1】《投資學(xué)》 

作者：博迪，凱恩，馬庫斯

學(xué)習(xí)量化交易如何入門？--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。這本書對于投資交易的入門非常系統(tǒng)了，有了對市場的基本認(rèn)識，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。不過粗略看看也就可以了，畢竟我們這里聊的是量化交易入門，而不是金融專業(yè)如何畢業(yè)，下面三本書一樣，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？--zz這是別人問起量化交易來，我最為推薦的一本入門書。書中講到了做量化策略需要注意的幾個最重要的地方，例如過擬合、未來函數(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發(fā)的信條：交易策略研發(fā)應(yīng)該以經(jīng)濟(jì)直覺（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，碰壁多次之后，慢慢開始轉(zhuǎn)變觀念。這也說明一個問題，交易策略研發(fā)是一門需要實(shí)踐的手藝，多做才會促進(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，賺錢的思路千百種，我能取一瓢飲就燒香拜佛了。

真的是好書，雖然內(nèi)容初級且雜亂，但是談到了大部分對于新手來說比較重要的概念，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？--zz 我自己的計(jì)量知識主要來源于論文閱讀和寫作，邊用邊學(xué)，教材只做工具書參考用，因此不是特別熟悉(@Alffee Akanishi 在評論中推薦伍德里奇那本，謝謝分享)。只說一點(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)知識也是必須的，同樣越深越好，鑒于上過大學(xué)的都學(xué)過，這里就不再列統(tǒng)計(jì)學(xué)的書目了。理工科入行的，我想也是有必要補(bǔ)一補(bǔ)相關(guān)知識的，不一定會用上，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，因此無需考慮模型中時間點(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)測未來，并在預(yù)測的基礎(chǔ)上形成策略，因此在模型建立、數(shù)據(jù)處理時需要格外注意這個問題。個人認(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？--zz 說實(shí)話這本書對于量化投資策略的研發(fā)沒有任何幫助，對我而言其作用在于：1，認(rèn)識指數(shù)化投資這種最具有經(jīng)濟(jì)意義的投資方式；2，時刻警醒打敗市場有多難。

第二部分：擇時策略

【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？--zz

可以看作是一個機(jī)械交易策略各個組成部分的講解，有實(shí)例（還大名鼎鼎）有說明，對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)出一個類似乎海龜交易法則的交易策略出來，我覺得量化交易應(yīng)該算初入門徑了。

【2】《交易策略評估與最佳化》

作者：羅伯特·帕多

學(xué)習(xí)量化交易如何入門？--zz這本書國內(nèi)沒有翻譯版本，但是有臺灣的譯本，我是在某寶上買的。擇時策略的開發(fā)步驟大部分都涉及到了，做入門書很合適，對形成量化投資策略的研究思維有比較大的幫助。作者說自己首創(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量化交易的朋友好好研究，這是一個比經(jīng)濟(jì)學(xué)Out-of-Sample檢驗(yàn)更符合交易邏輯的回測方法，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？--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)容還是擇時策略，作者也似乎更偏向于擇時的交易思維。涉及到了凱利公式以及一些量化策略的想法（我覺得書中的一些小例子不能算作真正的量化策略）。同類型的書中這一本其實(shí)寫的不算太好，但是它有中文版啊，也比較適合入門。^_^

【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？--zz這本書的特色在于較為獨(dú)立的講解了量化交易策略的各個組成成分，并且說明了各個成分的作用，以及增加、調(diào)整之后對整體的影響之類比較實(shí)踐性的知識，開倉、過濾、平倉等基礎(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。拿來做入門書應(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？--zzAlpha選股策略的源頭，而且還仔細(xì)做了規(guī)避未來函數(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)險補(bǔ)償?shù)确矫鎭斫忉尦~回報(bào)來源的現(xiàn)象與問題，其對于量化投資策略的意義，見仁見智了。

【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？--zz又是這三個人的書，倒不是寫的有多好，但是確實(shí)是入門的上佳選擇。選股策略和投資組合管理在學(xué)界也有一定的研究地位，因此這本書的整體框架明顯比《Trends in Quantitative Finance》更清晰一些，沒有那么雜亂。

【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？--zz 先要說明，這本書除了個別章節(jié)以外，一點(diǎn)都不入門。這里將其排進(jìn)入門書單的原因，是因?yàn)樗匾耍@不開。有志于選股策略和投資組合管理的朋友，請努力啃吧，可以搭配BARRA的手冊和Qian的那本《Quantitative Equity Portfolio Management》一起看。 @李騰 也翻譯了一個版本，但是我沒有看過，不好評價。在這里向李大神致敬，書里一些地方我到現(xiàn)在都沒看明白呢。

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)階階段就沒有什么固定的套路可說了。我比較推薦的是在實(shí)踐中成長，自己多做一做，隨便找個想法或者現(xiàn)成的策略進(jìn)行回測?？赡苡捎谖磥砗瘮?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)，自己對策略開發(fā)應(yīng)該就會越來越熟悉了。

除此之外，非常重要的一點(diǎn)就是學(xué)習(xí)新的知識和技術(shù)。一旦形成了基本的策略構(gòu)造能力，了解買賣、倉位、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來支撐了。說實(shí)話，直覺、想法都是在大量學(xué)習(xí)前人知識的基礎(chǔ)上完成的，不然難免成為無源之水、無本之木。開卷有益，多多益善，書多看不要管科目，論文多讀不要管難易，想法總是會源源不斷的產(chǎn)生的。然后再去把想法實(shí)現(xiàn)出來，可能10個里有10個都是錯的，但是事情總是在進(jìn)展的，總該是好事。

其實(shí)進(jìn)階階段沒什么書值得推薦的，因?yàn)樗袝紤?yīng)該推薦。這里隨便說幾本，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？--zz 整本書缺乏特別有用的細(xì)節(jié)，模型方面甚至有蒙外行的嫌疑，只能用來大概了解統(tǒng)計(jì)套利策略。不過，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——賺市場定價錯誤的錢；配對交易——兩個相關(guān)資產(chǎn)的價格差額不會過大，弱化版的套利。

當(dāng)然，這些交易策略都存在風(fēng)險，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狀態(tài)下崩盤。不過橫向?qū)Ρ榷裕@幾種策略已經(jīng)是有非常堅(jiān)實(shí)的邏輯基礎(chǔ)的了。我個人認(rèn)為，所有的交易策略都有缺點(diǎn)，當(dāng)我們無法消除這些缺點(diǎn)的時候，應(yīng)該學(xué)會理智的接受它，從風(fēng)險控制的角度限制它，這是一個相對理性的處理方法。

【2】《走出幻覺走向成熟》

作者: 金融帝國

學(xué)習(xí)量化交易如何入門？--zz 國內(nèi)作者的好書一本，很多觀點(diǎn)都很有啟發(fā)性，值得推薦。

【3】《信號與噪聲》

作者：納特?西爾弗

學(xué)習(xí)量化交易如何入門？--zz 講大數(shù)據(jù)的書中，個人認(rèn)為這是對搞量化策略的人來說，最有參考性的一本。可能跟這本書本身不是太技術(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？--zz 跟量化投資沒關(guān)系，單純覺得是好書。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，早買比特幣發(fā)財(cái)了，這才是真·經(jīng)濟(jì)直覺啊，哎。

【注】

本來想寫上《通向金融王國的自由之路》的，但是我實(shí)在不認(rèn)同他所說的：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)容挺不錯的，感興趣的可以深入看看。

【其他】

很多人推崇讀書、讀論文來吸收結(jié)構(gòu)化的知識，不太認(rèn)同在網(wǎng)上尋求碎片化知識。然而，量化交易研發(fā)、特別是Beta擇時策略的研發(fā)，往往特別需要這種碎片化知識。例如看到一個八卦，發(fā)現(xiàn)西蒙斯之前有個合伙人叫巴姆，用了人家巴姆的算法，可能就會主動的去學(xué)習(xí)一下隱馬爾科夫模型，然后嘗試的測試一下；看到深度學(xué)習(xí)很火，就會去了解一下機(jī)器學(xué)習(xí)的分類方法，也許就能拿來分類上漲下跌呢；看到一個平臺的介紹，可能就會想想是否可以復(fù)制平臺的框架或者干脆拿來主義。（我自己都鄙視自己的舉例水平。。。）

碎片化知識的來源，我推薦這么幾個地方：

Quora - 各種有意思的知識，就是英文讓我比較難過

elitetrader - 集中在交易的一些討論

StackExchange的幾個子站 - 例如CrossValidated，Overflow等

知乎 - 中國版Quora

海洋論壇 - 很久沒上了，不知道怎么樣了

例如我在Quora上瞟到Brandon Smietana的一個答案：

一些我聽說過或見到過在實(shí)盤跑的量化策略：

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，不過感覺還是有好多東西要看啊。一個碎片引發(fā)的血案。

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

此外有一個很重要的知識來源：券商研究報(bào)告。雖然很多研究員是為了寫報(bào)告而寫報(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)鍵的是比較有針對性。還是那句話，開卷有益嘛。