作者：楊博理
鏈接：https://www.zhihu.com/question/22211032/answer/38202654來源：知乎

第一部分：預備知識

1. 《投資學》作者：博迪，凱恩，馬庫斯

   
   
   

   既然是搞量化，算半瓶水搞科學的，就不應該本能的排斥學院的東西。這本書對于投資交易的入門非常系統了，有了對市場的基本認識，了解前人在量化工作上的一些重要發展，才有可能在正確的基礎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，而不是金融專業如何畢業，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

   
   
   
   
   

   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、幸存者偏差等等。有一句話已經慢慢成為了我做策略開發的信條：交易策略研發應該以經濟直覺（Economic Intuition）為基礎。我本身是數學、統計出身，初期曾堅信數據挖掘的作用大于經濟直覺，碰壁多次之后，慢慢開始轉變觀念。這也說明一個問題，交易策略研發是一門需要實踐的手藝，多做才會促進思維的進一步發展。當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，不要因為是CFA教材而鄙視它。

3. 某本《計量經濟學》
   

   
   
   我自己的計量知識主要來源于論文閱讀和寫作，邊用邊學，教材只做工具書參考用，因此不是特別熟悉(
   我自己的計量知識主要來源于論文閱讀和寫作，邊用邊學，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，做量化交易策略需要有一定的計量基礎（當然越扎實越好），因為大部分策略始終是在和時間序列以及面板數據打交道。當然統計學基礎知識也是必須的，同樣越深越好，鑒于上過大學的都學過，這里就不再列統計學的書目了。理工科入行的，我想也是有必要補一補相關知識的，不一定會用上，但是能促使思維進一步系統化。在基本計量知識的基礎上，做量化策略的人們需要一種額外的能力：規避未來函數的能力。一些計量研究往往偏向于描述或解釋某一種現象，因此無需考慮模型中時間點前后的嚴格劃分。量化策略偏重于使用當前數據預測未來，并在預測的基礎上形成策略，因此在模型建立、數據處理時需要格外注意這個問題。個人認為，Out-of-Sample檢驗的相關內容可以很好的訓練這種能力，當然最好的方式還是在研發實踐中慢慢摸索。

4. 《漫步華爾街》作者：麥基爾

   
   
   
   
   

   說實話這本書對于量化投資策略的研發沒有任何幫助，對我而言其作用在于：1，認識指數化投資這種最具有經濟意義的投資方式；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·費思

   
   
   
   
   

   可以看作是一個機械交易策略各個組成部分的講解，有實例（還大名鼎鼎）有說明，對大體上把握策略研發的工作很有幫助。其實如果能自行設計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

   
   
   
   
   

   這本書國內沒有翻譯版本，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。作者說自己首創了推進分析（Walk-forward），我不太清楚是否屬實。但是推進分析本身值得各位想入門量化交易的朋友好好研究，這是一個比經濟學Out-of-Sample檢驗更符合交易邏輯的回測方法，當然它本身可以算是Out-of-Sample檢驗的一種特殊形式。

3. 《量化交易——如何建立自己的算法交易事業》
   作者：歐內斯特·陳
   
   
   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。這本書雖然也有一點點因子模型的內容，但是主要內容還是擇時策略，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

這本書的特色在于較為獨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、調整之后對整體的影響之類比較實踐性的知識，開倉、過濾、平倉等基礎內容均有實例支撐，講的比較詳細。Trading Lore那一章我非常喜歡。拿來做入門書應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.

   
   
   

   Alpha選股策略的源頭，而且還仔細做了規避未來函數的工作，提出的因子也在實踐中被證實有效。相比較而言，93年那篇更受學界認同的論文實際上是一篇解釋性的文章，從風險補償等方面來解釋超額回報來源的現象與問題，其對于量化投資策略的意義，見仁見智了。

2. 《Quantitative Equity Investing》

   
   
   

   又是這三個人的書，倒不是寫的有多好，但是確實是入門的上佳選擇。選股策略和投資組合管理在學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
   
   
   先要說明，這本書除了個別章節以外，一點都不入門。這里將其排進入門書單的原因，是因為它太重要了，繞不開。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在都沒看明白呢。

第四部分：進階

大致了解了量化交易策略的基本構造之后，進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踐中成長，自己多做一做，隨便找個想法或者現成的策略進行回測。可能由于未來函數或者其他原因得到不靠譜的結果，然后發現，然后改進，自己對策略開發應該就會越來越熟悉了。
除此之外，非常重要的一點就是學習新的知識和技術。一旦形成了基本的策略構造能力，了解買賣、倉位、風控等部分的組合之后，量化策略研發的進階就要靠多吸收新鮮知識來支撐了。說實話，直覺、想法都是在大量學習前人知識的基礎上完成的，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生的。然后再去把想法實現出來，可能10個里有10個都是錯的，但是事情總是在進展的，總該是好事。
其實進階階段沒什么書值得推薦的，因為所有書都應該推薦。這里隨便說幾本，意思一下：

1. 統計套利作者：安德魯·波爾

   
   
   

   整本書缺乏特別有用的細節，模型方面甚至有蒙外行的嫌疑，只能用來大概了解統計套利策略。不過，它介紹了一種具有經濟意義基礎的操作策略。我心目中，策略背后有站得住腳的經濟意義的策略包括：指數化投資——跟隨經濟進步的節奏盈利；套利——賺市場定價錯誤的錢；配對交易——兩個相關資產的價格差額不會過大，弱化版的套利。當然，這些交易策略都存在風險，指數化投資可能隨經濟危機、經濟走弱而萎靡不振，套利行為也可能在極端市場狀態下崩盤。不過橫向對比而言，這幾種策略已經是有非常堅實的邏輯基礎的了。我個人認為，所有的交易策略都有缺點，當我們無法消除這些缺點的時候，應該學會理智的接受它，從風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

   
   
   

   國內作者的好書一本，很多觀點都很有啟發性，值得推薦。

3. 《信號與噪聲》作者：納特?西爾弗

   
   
   
   
   

   講大數據的書中，個人認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，比較偏統計有關。

4. 失控 作者：凱文·凱利

   
   
   

   跟量化投資沒關系，單純覺得是好書。要是當初能深刻理解凱利大爺關于去中心化貨幣的內容，早買比特幣發財了，這才是真·經濟直覺啊，哎。
   【注】本來想寫上《通向金融王國的自由之路》的，但是我實在不認同他所說的：入市技術的重要性只占10％，以及其他一些觀點。其實有些內容挺不錯的，感興趣的可以深入看看。

【其他】

很多人推崇讀書、讀論文來吸收結構化的知識，不太認同在網上尋求碎片化知識。然而，量化交易研發、特別是Beta擇時策略的研發，往往特別需要這種碎片化知識。例如看到一個八卦，發現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習一下隱馬爾科夫模型，然后嘗試的測試一下；看到深度學習很火，就會去了解一下機器學習的分類方法，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

研究市場的心理：行為金融**
時間序列和面板分析：計量經濟學**
交易市場是如何運作的以及微觀結構，量化交易策略入門
Algorithmic trading and DMA** - 非常推薦，了解整個交易市場的結構
Quantitative Trading Strategies - 介紹一些經典的量化交易策略的入門書，還是非常不錯的，也是我們內部入門書，在這里下載**可以只讀：Chapter 3, 7, 8 to learn the basics of common quantitative trading strategies.我們有打算開始將里面的一些策略在我們的平臺上實現并且公布出來范例代碼

對基本面感興趣的話，財務會計知識是需要的，下面的學習資料也會幫到你，尤其推薦第一本聰明的投資者，我個人也從中獲益良多在自己的投資中
巴菲特老師的經典著作：聰明的投資者**
分析公司的財務原理用于投資：公司財務原理**

期權市場已經開放，要想進入衍生品市場，下面的書不容錯過：
衍生品的圣經：期權、期貨和其他衍生品**