首页 百科 量化投资如何选择 量化投资学习路线图 量化投资交易书籍

量化投资如何选择 量化投资学习路线图 量化投资交易书籍

从业人员,利益无关。 推荐一下我的路线。 这些书都是实战老兵写的,内容真实,经过实践检验,而不是纸上谈兵。 书中有详细的代码和数据供读者测试学习。

不要读空谈、哲学炒股和玄学交易的书。

路线

入门:Ernest P. Chan的两本早期经典

特别适合没有经验的朋友,因为作者从最基础的内容开始,逐步增加难度,非常系统。 阅读后,对整个量化交易行业的交易策略和具体实现有更深刻和全面的了解。

  • 《Algorithmic Trading: Winning Strategies and Their Rationale》
  • 《Quantitative Trading: How to Build Your Own Algorithmic Trading Business》

进阶: Robert Carver 的两本经典

Robert退休前是老牌量化对冲基金Man AHL(AHL目前管理着超过400亿美元资产)的交易员。 他经历过两次金融危机,可以说是一位身经百战的老兵。 所以,他的书,没有任何花里胡哨,直接给出了量化交易的精髓:系统构建。 在罗伯特的书中,他特别强调自顶向下的量化模型,即先构建框架,然后纠结细节。 适合各个阶段对量化交易感兴趣的小伙伴,尤其是初学者,这是两本好书。 因为量化行业充斥着大量低级书籍,会误导新伙伴。

  • 《Systematic Trading: A unique new method for designing trading and investing systems》
  • 《Smart Portfolio: A practical guide to building and maintaining investment portfolios》

实战新书 Python for Algorithmic Trading: From Idea to Cloud Deployment(2021)

这是一本非常实用的算法交易书籍。 作者描述了如何形成交易策略,以及如何将该策略部署在云基础设施上进行交易。 本书于2020年出版,内容与时俱进。

作者在前言中写道:随着近年来开源软件、数据、云计算平台和券商API的普及,算法交易不再是只有机构用户才能参与的游戏,散户和小投资者都可以使用 这些资源来进行自己的算法交易。 我同意他的说法,尤其是在数字货币领域。 我自己的算法部署在AWS上,甚至免费提供数字货币的实时数据。 每个人都可以轻松免费获取二级订单部门的数据并进行交易。

本书非常适合初学者,尤其是对算法交易有一点Python经验的初学者。因为本书的每一章都有对应的notebook代码进行讲解,这些代码在Github上都是开源的,你可以在本书的Github仓库中找到对应的代码,学习起来非常简单实用。我觉得比较贴心的是作者还简单介绍了一些策略部署的问题,如何使用docker,如何使用ZeroMQ等队列中间件,如何连接券商API,如何进行实际交易等实用内容。这些内容往往是其他算法交易书籍所缺乏的。我读的大部分书只关注策略和统计,忽略了这个非常重要的实践部分,而这恰恰是算法交易的重要组成部分。以我自己的经验来看,策略往往比较简单,策略的实施和操作往往需要付出更多的努力(哈哈,其实Quant Dev就是这么做的)。

从策略的角度来看,本书更适合初学者。 策略本身都是基本策略,更强调如何实施。 比如如何搭建回测框架,如何搭建数据源等等。 总而言之,这是一本难得的好书。

量化的基础:Efficiently Inefficient: How Smart Money Invests and Market Prices Are Determined

一本关于量化投资策略的好书。 作者在学术界和工业界享有盛誉,与著名资产管理公司AQR有着各种渊源。 因此,本书的内容涵盖了许多学术观点。 但也很容易理解。
全书分为四个部分。 第一部分主要讲解投资策略的回测与衡量; 第二部分主要讨论股票策略; 第三部分解释资产配置和宏观策略; 第四部分解释套利策略。 每章都以对相关对冲基金经理的采访结束。

本书适合对量化投资领域感兴趣的小伙伴,可以对这个行业有更全面的了解。 然而,这本书通常更具概念性,实践性内容偏少。

书评

Quantitative Trading: How to build your own Algorithmic Trading Business

这是一本2009年的“老”书。全文只有200页,简明扼要。 如果您对量化交易感兴趣但不知道从哪里开始,这本书适合您。
我对这本书情有独钟,因为它是我入行量化阅读的第一本书,帮助我建立了最早的框架。 并且作者亲自回答了一个基本问题:个人量化交易能成功吗? (是的,否则有什么意义?)
这本书是给谁的? 主要适合两类人:

  1. 想从0开始量化交易生涯的个人交易者
  2. 想进入量化交易领域,开始自己的量化交易生涯的学生

这本书是关于什么的? 本书的重点不是策略,而是量化交易的组成部分。 作者试图告诉读者如何自己找到盈利策略,如何评估策略的质量,如何回测,如何确保策略在实际行情后仍然有利可图,等等。 主要内容如下:

  • 量化交易的3w(What/Who/Why)
  • 如何寻找、发现好的策略
  • 回测的基本要领
  • 量化交易的一些准备
  • 执行系统
  • 资金和风险管理
  • 一些常见的策略类型
  • 结论:个人量化交易可以成功吗?

最后一个问题很有意思:个人有没有可能在量化交易中取得成功? 作者通过自己和其他一些个人交易者的真实经历给出了肯定的回答。 他还指出了中间的关键点:资本能力。 一个 100,000 美元的账户比 1 亿美元的账户更有可能产生高的Sharpe。 当然,我也是在机构做了量化几年之后才对这句话有了更深的理解。 当我第一次学习这句话时,我并没有真正理解这句话背后的含义。

Algorithmic Trading: Winning Strategies and Their Rationale

这是Chen的第二本关于量化交易的书,这本更侧重于策略测试和逻辑。 这是阅读《Quantitative Trading》后的最佳选择。 虽然这本书的标题是算法交易,但它并不是指订单执行算法,而是系统化交易。

这本书主要分成四个大部分:

  • 回测和自动化执行
  • 均值回归类策略
  • 趋势类策略
  • 风险控制

基本涵盖了经典的基于价格和成交量数据的策略类型,作者详细讲解了每种策略的数理统计模型和实现方法,最后介绍了一些常用的风控工具,如杠杆优化(凯利公式)、风险指标 ,止损和回撤控制。

这本书非常适合对量化交易一窍不通的小伙伴或者刚进入这个行业的小伙伴,因为作者介绍了这个行业的一些最基本的策略,特别适合流动性较好的标的物,比如股票 、ETF、期权和期货。 由于这些标的物市场份额最大,且流动性强且易于接触和交易,因此在实时交易中不容易遇到问题。 比如流动性突然消失,或者你根本不了解的交易产品(比如加密货币)。

作者还回答了一个“致命”的问题:为什么要分享这些策略? 如果你真的可以赚钱,为什么要分享? 这些策略和知识并不要求你直接用真金白银进行交易,而是提供一个基本的框架,并在此基础上逐步完善,比如选择不同的标的物、不同的模型、不同的资金容量等等,但大框架不会改变,这就是所谓一般知识。而且,就像趋势策略已经是众所周知的策略,仍然可以产生收益。 至于为什么会这样,似乎谁也说不出来。

Systematic Trading: A unique new method for designing trading and investing systems

本书的作者是退休前资深量化对冲基金Man AHL(AHL目前管理着超过400亿美元资产)的一名交易员。 他经历过两次金融危机,可以说是打过仗的老手。 所以,他的书,没有任何花里胡哨,直接给出了量化交易的精髓:系统构建。 在罗伯特的书中,他特别强调自顶向下的量化模型,即先构建框架,然后纠结细节。

尽管如此,Robert在书中给出了实打实的实现量化交易框架的细节,提出了一些交易理论,但是他没有纸上谈兵。他甚至开源了自用的代码(以后给大家讲讲这个),这套代码可以实现书中的所有细节,当然也包含了更多额外的功能。

这本书适合对量化交易感兴趣的各个阶段的小伙伴,特别是对于新手,这是一本好书。因为量化这个行业充斥着大量水平较低的书籍,会误导刚刚接触的小伙伴。

Smart Portfolio: A practical guide to building and maintaining investment portfolios

这是另一本来自 Robert Carver 的关于个人投资框架的书,这本书朴实无华的回答了三个问题:

  1. 应该投资什么资产?
  2. 每个资产应该投资多少?
  3. 如何调整投资组合?

本书给出了一套系统的选择、计算和调整投资组合的详细框架,并贯彻了自上而下的概念。 笔者从基本问题入手,通过一一解答,一步步搭建作品集框架。 总体而言,本书适合个人投资者,科学合理地构建完善的投资组合,同时告诉读者如何在这个框架中植入自己的新思想,如新策略、对股票或资产的看法。

如果你手头有多余的现金并且不知道如何科学投资,请从这本书开始。 Robert不是那种股市评论员,而是一位经历过市场跌宕起伏的作者。 他写的东西是从实践中总结出来的,而不是纸上谈兵。

关于作者: 我C你们

起码打十个

热门文章

发表评论

您的电子邮箱地址不会被公开。