算法交易指南
由dandelion4创建，最终由dandelion4 被浏览 24 用户
谁可以读？
本书是为了任何想要了解算法交易领域的人而写的。根据我们的经验，我们想象中的读者将是：
● 大学生
● 科技专业人士
● 不同类型的业余交易者（例如，专业交易者，或者喜欢积极管理个人投资组合的业余爱好者）
● 任何渴望了解更多关于应用量化金融的人
有什么先决条件吗？
我们假设读者没有编程背景。虽然不必要对金融、数学或计算机科学有了解，但如果对这些领域有任何/一些/全部有适度的掌握，将会更容易阅读这本书。
内容大纲
- 金融交易简史：介绍了金融交易的历史，从1602年荷兰东印度公司的股票交易开始，到现代金融市场的发展。
- 术语：解释了算法交易、量化交易、高频交易（HFT）等关键术语，并讨论了交易系统的定义以及量化分析师（Quants）、交易员和市场制造商的角色。
- 算法交易的优势与劣势：探讨了自动化交易的优势（如速度、准确性、可扩展性）和劣势（如技能差距、基础设施成本、心理构成）。
- 算法交易系统架构：描述了传统交易系统和高频交易系统架构的演变，以及如何构建一个高效的算法交易系统。
- 算法交易的逐步方法：详细介绍了开发算法交易策略的步骤，包括形成假设、编程实现策略、回测、模拟交易/纸面交易和参数优化、实时执行和风险管理。
- 算法交易的要素：讨论了算法交易中的关键要素，包括数据质量与来源、数据格式、经纪人与交易平台、编程、系统配置与软件、监管批准。
- 算法交易策略：介绍了基于动量和均值回归的算法交易策略，并讨论了机器学习和人工智能在交易中的应用。
- 算法交易职业：探讨了在算法交易领域建立职业生涯的途径，包括是否需要博士学位、就业机会、工作角色以及如何开始自己的算法交易部门或公司。
- 学习算法交易：提供了算法交易的关键技能列表，包括量化分析、编程、金融市场知识、数据管理、风险管理、机器学习与人工智能、系统架构知识、监管和合规知识。
- 结论：打破了关于算法交易的一些常见误区，并提供了一些临别思考。
- 阅读列表：提供了包括算法交易、市场微观结构、统计与计量经济学、技术分析、衍生品、机器学习与人工智能等方面的书籍和研究论文推荐。
- 参考文献：列出了书中引用的网络资源和参考文献。
这本书旨在为对算法交易感兴趣的初学者提供一个全面的入门指南，涵盖了从基础知识到实际策略开发的各个方面，并强调了在金融交易中应用现代计算机科学的重要性。
正文
/wiki/static/upload/54/545aa1f8-87e9-4f1f-921e-3c9c524c55f0.pdf
\