分类
技术面及基本面分析

量化交易学习书籍推荐

1. 网上教程

• Python教程 - 廖雪峰的官方网站 https://www.liaoxuefeng.com/wiki/1016959663602400
• 用Python 玩转数据 (南京大学提供) https://www.icourse163.org/course/NJU-1001571005?tid=1001646005
• Introduction to Data Science in Python (provided by University of Michigan) https://www.coursera.org/learn/python-data-analysis

2. Python书籍

书籍方面,Python for Finance: Mastering Data-Driven Finance 是比较多人采用的,主要用来学习量化金融,绝对可以参考。Python Cookbook是经典书籍,但内容太繁多,学习了Python基础知识后用它来做参考书籍吧。Python for Algorithmic Trading: from Idea to Cloud Deployment 是2020年末出的新书,还没看过,但目录看起来不错,适合学习量化交易。大家可以自行从不同渠道获取这些书籍。Mastering Python for Finance 和 Python for Finance – Analyze Big Financial Data 也可以参考。

• Python Cookbook
• Python for Finance: Mastering Data-Driven Finance
• Python for Algorithmic Trading: from Idea to Cloud Deployment
• Mastering Python for Finance
• Python for Finance – Analyze Big Financial Data

3. Github

• Mastering Python for Finance 的作者提供了书中的代码
https://github.com/jamesmawm/Mastering-Python-for-Finance-source-codes
• Python for Finance – Analyze Big Financial Data 的作者提供书中的代码 https://github.com/yhilpisch/py4fi

4. 机器学习书籍

• 机器学习 (周志华 著)(强烈推荐)
• Python与机器学习实战
• Python机器学习算法

5. 深度学习书籍

• Dive into Deep Learning http://d2l.ai/ (强烈推荐,附有代码,超过175间大学采用)
• Deep Learning (Adaptive computation and machine learning) https://www.deeplearningbook.org/
• Deep Learning with Python

6. 各种Python微信公众号

• 量化交易学习书籍推荐 Python中文社区
• Python编程
• 量化投资与机器学习
• 川总写量化
• 数据分析
• 大数据应用
• 机器学习研究组
• 机器学习算法与自然语言处理
• 极市平台

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 量化交易学习书籍推荐 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 量化交易学习书籍推荐 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 量化交易学习书籍推荐 with latent variables

Spectral techniques for doing bag of words extraction of 量化交易学习书籍推荐 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, 量化交易学习书籍推荐 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 量化交易学习书籍推荐 time series

量化交易学习书籍推荐

近十年量化交易领域最重要的十本参考书推荐!重要!

这本书的作者里什·纳兰(Rishi K. Narang)是华尔街顶级数量金融专家,资深对冲基金经理,自1996年开始,他就开始从事对冲基金事业,专注于量化交易策略。目前是特勒西斯资本有限责任公司(Telesis Capital LLC)的主要合伙人。在书中他站在一个非纯粹技术的视角介绍了量化交易策略,用生动的文笔带领读者游历整个“黑箱”。

  1. 量化投资策略:如何实现超额收益Alpha

本书作者Richard Tortoriello是任职于S&P 标准普尔公司的证券分析师,他的日常工作就是建立一系列的数量选股模型。书中的模型类型覆盖面广,可以说作者是在对所有能够获得超额收益的策略进行了地毯式的搜索,并且提供了超过20种常胜投资idea的详细回测情况,充分展示了经验丰富的Quant是如何通过自己的想法来改进模型的。顺便提一句,本书的译者们也都是浸淫证券市场多年的大咖,其中陈工孟更是深圳国泰君安的董事长和上海交通大学金融工程研究中心的执行主任。值得一看。

  1. 解读量化投资:西蒙斯用公式打败市场的故事

如何利用各种Python库(包括NumPy、pandas、matplotlib以及IPython等)高效地解决各式各样的数据分析问题。由于作者Wes McKinney是Python pandas库的主要作者,所以本书也可以作为利用Python实现数据密集型应用的科学计算实践指南。本书适合刚刚接触Python的分析人员以及刚刚接触科学计算的Python程序员。

  1. 量化投资: 以matlab为工具

本书作者Emanuel Derman 是华尔街的顶级宽客,至今仍享盛名。目前是哥伦比亚大学金融工程教学项目的负责人。

本书主要描述了美国对冲基金行业里的众生相,生动细致真切,中间夹杂了作者自己的思考,还有一些行业常识的介绍内容。基本功效:开阔眼界,增长见识,引发同感。但是对于集中精力做国内产品量化交易的研究人员,这本书可能就是茶余饭后的消遣读物了。但是众多书友都极力推荐这个系列的第二本《对冲基金风云录2》,可见还是有它的可取之处。

比尔·威廉姆于90年代出版的一本投资理念性质的书,全书讲述的就是如何用混沌的理念解释股价,但还是运用了一系列股票传统的技术指标,所以也适合初步接触股票的人翻看。不过也正如豆瓣上一位资深股民所说,“如果只是把它当成交易方法来看,有点可惜。 如果只是把他当成人生哲学,似乎不够通透。 这是一本需要一读再读的书。 量化交易学习书籍推荐 想起了这句话:上士闻道,勤而行之;中士闻道,若隐若无;下士闻道,大笑之。不笑不足以为道。” 作者在2002年左右出版了第二版,目前大陆地区未发行,台湾地区翻译并出版了。

学习推荐《零起点Python大数据与量化交易》中文PDF+源代码

零起点Python大数据与量化交易 第1章 从故事开始学量化 1 1.1 亿万富翁的“神奇公式” 2 1.1.1 案例1-1:亿万富翁的“神奇公式” 量化交易学习书籍推荐 量化交易学习书籍推荐 2 1.1.2 案例分析:Python图表 5 1 .

Python 3网络爬虫开发实战中文PDF+源代码+书籍软件包+崔庆才 下载: 链接:https://pan.baidu.com/s/1H-VrvrT7wE9-CW2Dy2p0qA 量化交易学习书籍推荐 量化交易学习书籍推荐 提取码:35go .

零起点PYTHON足彩大数据与机器学习实盘分析 第1章 足彩与数据分析 1 1.1 “阿尔法狗”与足彩 1 1.2 案例1-1:可怕的英国足球 3 1.3 关于足彩的几个误区 7 1.4 足彩·大事件 .

本文是Python大数据与机器学习系列文章中的第6篇,将介绍学习Python大数据与机器学习所必须的NumPy库. 通过本文系列文章您将能够学到的知识如下: 应用Python进行大数据与机器学习 应用 .

Python 3网络爬虫开发实战>中文PDF+源代码+书籍软件包 下载:正在上传请稍后. 本书书籍软件包为本人原创,在这个时间就是金钱的时代,有些软件下起来是很麻烦的,真的可以为你们节省很多 .

一.大数据的基本概念 1.1.什么是大数据 大数据指的就是要处理的数据是TB级别以上的数据.大数据是以TB级别起步的.量化交易学习书籍推荐 在计算机当中,存放到硬盘上面的文件都会占用一定的存储空间,例如: 文件占用的存储空 .

昨天学习了创建文件和目录的命令mkdir ,今天学习一下linux中删除文件和目录的命令: rm命令.rm是常用的命令,该命令的功能为删除一个目录中的一个或多个文件或目录,它也可以将某个目录及其下的所 .

宏定义分为两种: 1.变量式宏定义,如 #define abc def #define str "string" #define num 100 2.函数式宏定义, #define .

新建窗体应用程序(如下),新建控件label1,label2,label3,textBOX1,button1,button2 label1的Text属性改为“计算闰年演示” label2的Text属性 .

1. 动画介绍 动画对于App来说,非常的重要.很多App,正是因为有了动画,量化交易学习书籍推荐 量化交易学习书籍推荐 所以才会觉得炫酷.移动端的动画库有非常的多,例如iOS上的Pop.web端的animate.css.Android端的An .

1.初始化,方法1 //初始化List List list = new ArrayList(); list.add .

如果想调用某个类的某个方法可以写成这样,这个方法来自NSObject类 performSelector: performSelector:withObject: performSelector:wit .

java 语言的反射机制 - 量化交易学习书籍推荐 在运行状态中,对于任意一个类 (class 文件),都能够知道这个类的所有属性和方法; - 能动态获取类中的信息,也可以理解为对类(字节码文件)的解剖 描述字节码文件的类 .