分享三本最近在看的量化交易电子书

最近在看的三本关于量化投资的书，感觉非常不错，发出来给有需要的同学。

一、《打开量化投资的黑箱》

对于高频交易爱好者来说，里什·纳兰（Rishi Narang）所著的《打开量化投资的黑箱》是一本不可多得的优秀读物。这本书详细解析了量化交易和高频交易的核心概念、策略和技术，揭示了这两个领域的复杂运作机制。通过具体的案例研究和深度分析，作者展示了量化交易系统的设计和运行原理，使得读者能够深入理解并应用这些知识。

书籍内容覆盖广泛，分为几个主要部分。首先，书中介绍了量化交易的基本概念和原理，回顾了其历史和发展脉络。接着，作者深入探讨了各种量化交易策略及其应用场景，如统计套利和趋势跟踪等。对于有志于构建自己交易系统的读者，本书提供了详尽的系统设计与实现指南，包括数据收集、处理、回测和执行等各个环节。

此外，书中还专门阐述了如何在量化交易中识别、评估和管理风险。特别值得一提的是，高频交易作为量化交易的一个重要分支，书中对其特征和技术要求进行了详细分析，探讨了市场微观结构对交易策略的影响。

这本书适合不同层次的读者。对于刚接触量化交易和高频交易的初学者来说，本书是一个全面且易于理解的入门指南；有一定量化交易经验的中级读者则可以通过本书深入了解更复杂的策略和系统设计；而对于资深交易员和金融工程师，书中提供的技术细节和案例研究能够帮助他们优化现有策略并开发新的交易系统。

点击下载《打开量化投资的黑箱》

二、《量化交易：算法、分析、数据模型和优化》

《量化交易：算法、分析、数据、模型和优化》 由 Xin Guo、Tze Leung Lai、Howard Shek 和 Sam Wong 共同撰写，旨在深入探讨后2007-2008年金融危机时代，随着“金融科技革命”和“大数据革命”的兴起，日益重要的量化投资策略及其统计模型、数据分析、算法和信息学基础。

核心主题与内容结构 本书围绕其副标题的五大核心主题展开阐述：数据、分析、模型、优化和算法。

• 数据 被视为量化交易中最重要的要素。
• 分析 不仅包括数据分析，还涵盖数据驱动交易策略的开发，旨在将分析结果用于最优决策。
• 模型 作为统计决策理论的核心组成部分，在数据与决策之间发挥桥梁作用。
• 优化 是量化交易中的关键问题，与数据驱动型交易策略紧密相关。
• 算法 或 算法交易 (Algo Trading) 则是寻找优化问题解决方案的步骤，并利用算法在电子交易平台上执行交易策略，是整个量化交易流程的最终输出。

点击下载《量化交易：算法、分析、数据模型和优化》

三、《量化交易：如何建立自己的算法交易事业》

《量化交易：如何建立自己的算法交易事业》并非一本量化交易技术或术语的百科全书，也不是专门介绍某些特殊的、注定获得超高收益的策略。相反，它旨在教导读者如何自主寻找、优化、回测和执行自己的盈利策略，并最终建立起一个算法交易事业。

本书结构清晰，基本是按照建立和开展量化交易事业所需的关键步骤来组织内容的。
核心内容涵盖以下几个关键阶段：

1. 策略寻找与评估（第2章）： 引导读者寻找切实可行的策略，并讨论如何评估策略相对于基准的表现、收益的持续性、回撤深度与持续时间等重要指标。
2. 策略回测与验证（第3章）： 详细介绍了回测平台（如Excel和MATLAB）的使用，如何查找和使用历史数据库，以及如何度量策略业绩。更重要的是，本章会强调如何避免常见的回测陷阱，例如前视偏差（Look-Ahead Bias）和数据过拟合偏差（Data Overfitting Bias）。
3. 创建交易业务与执行系统（第4、5章）： 讨论了业务结构的选择（零售还是自营），如何选择经纪公司，以及执行交易所需的设备和技术设施。此外，还探讨了如何建立半自动或全自动交易系统，以及如何通过最小化交易成本和使用仿真交易来验证交易系统。
4. 资金和风险管理（第6章）： 强调了风险管理的重要性。本章讨论了最优资本配置和杠杆，并探讨了凯利公式在风险管理中的作用。同时，还提醒读者需对常见的心理偏差做好心理准备，因为即使量化交易也需要心理调整。
5. 量化交易专题（第7章）： 深入探讨了多种量化交易策略，包括均值回归策略、惯性策略、状态转换、平稳性与协整性、因子模型、季节性交易策略和高频交易策略。
   本书的宗旨是指导读者根据自身的实际情况（如资本规模、编程能力、交易目标）找到适合自己的策略。

点击下载《量化交易：如何建立自己的算法交易事业》