MetaTech | 量化书单分享（下）

前言

在前期量化书单分享（上）的推文中，我们为大家介绍了量化领域里和基础Statistics/Machine Learning相关的一些书籍；本期推文量化书单分享（下），我们将继续为大家推荐更侧重量化交易本身的书籍。

本篇推文继续邀请到乾象投资的一号quant为大家做出推荐~

量化交易相关

1. Inside the Black Box: A Simple Guide to Quantitative and High Frequency Trading

作者：Rishi K. Narang

推荐等级：入门级

推荐理由：大名鼎鼎的“打开量化交易的黑箱”，作者站在非技术研究的角度，介绍了量化策略从数据到因子到风险控制到投资组合再到下单执行的全流程，深入浅出地介绍了“高深莫测”的量化交易到底是什么。如果有一些同学在考虑是否有能力加入或者是否适合加入量化交易这个领域，那么相信这本书会令你茅塞顿开。

2. Quantitative Trading

作者：Ernest Chan

推荐等级：入门级

推荐理由：非常general地介绍了什么叫做quantitative trading，阐释了量化策略是什么，量化策略由哪些模块所构成，什么是交易系统，以及基础的动量策略与反转策略的区别和联系；书中配有大量的MATLAB代码辅助配合读者的理解与练习，是一本初学者也能看懂的量化交易入门级读物。

3. Finding Alphas

作者：Igor Tulchinsky et al.

推荐等级：入门级

推荐理由：大名鼎鼎的Worldquant公司，描述了他们是如何寻找市场中的“alpha”的一些例子，以及该公司用于alpha research的方法论，比较适合刚接触量化交易的小伙伴们去熟悉“因子”这个概念。

4. Hands-on Machine Learning for Algorithmic Trading

作者：Stefan Jansen

推荐等级：入门级

推荐理由：是一本比较全面的关于全链路机器学习在量化交易中应用的教材，从市场数据的获取与处理，另类数据的分类与质量检查，到因子研究、交易信号生成以及策略评价体系都有详尽的介绍；书中配有大量的以Python为基础的范例代码，书中靠后的章节还介绍了近些年火热的、对于文本类数据的处理，适合同时想学习量化交易以及机器学习的读者。

5. Algorithmic Trading and DMA: An introduction to direct access trading strategies

作者：Barry Johonson

推荐等级：进阶级

推荐理由：介绍了常见的金融市场微观结构，包含交易订单种类、交易成本模型等；同时讲解了常见的下单算法以及下单执行的知识点，比较适合感兴趣高频交易的读者。

6. Statistical Arbitrage Algorithmic Trading Insights and Techniques (Wiley Finance)

作者：Andrew Pole

推荐等级：选读

推荐理由：本书作者从自身视角出发，介绍了基础的统计套利知识：什么是反转理论、如何理解以及分解一只股票的价格变化、“75分位”理论以及如何利用该理论设计统计套利策略等。本书的数理统计内容相对较少，更多是包含了一些作者的经验以及对于市场的理解，比较适合想要获得统计套利基础知识的读者。

结语

对于量化领域感兴趣的小伙伴可以在后续的时间里，多多读书并加以实践（有条件尽量读原版书哦）。

对于渴望成为一名quant researcher的读者，首先需要精深的数理统计知识，在此前提下，再做量化交易的钻研。

而如果只是对量化交易的某些特定领域有更浓厚的兴趣，可以自行学习、查找更加细分领域的量化丛书。