书籍推荐

金融书籍为读者提供了深入了解金融市场、投资策略、经济理论、企业财务管理以及个人理财等方面的知识和工具。帮助读者建立起对金融领域的基本理解，提升财务分析和决策能力，同时也为专业人士提供了更新的视角和深化专业技能的机会。通过阅读金融书籍，个人投资者可以学习如何有效管理个人财务、规划退休和进行投资，企业管理者可以掌握财务报表分析、资本筹集和风险管理的策略，而金融专业人士则能够通过最新的研究和案例研究保持自己的竞争力。此外，金融书籍还能够提供对全球经济动态、金融危机的历史案例和当前市场趋势的深刻洞察，为读者在不断变化的经济环境中做出明智的决策提供理论支持和实践指导。

BigQuant是以AI

\

今天，小编为大家精心挑选了几本金融界的葵花宝典，无论你是初入金融领域的新手，还是已经在金融海洋中自如游走的老手，这些书籍都值得你深入研读。好啦，闲话少说，让我们一起来看看这些宝贵的书籍吧！

经济学与金融学的区别与联系

经济学与金融学：探微两者之异同

提及经济学与金融学，人们往往对其间的差异感到困惑。事实上，从学科归属的角度看，金融学可视为经济学的一个分支，并与经济学的多个子领域存在交叉。然而，尽管身为分支，金融学却拥有完整且独立的体系，其复杂性丝毫不亚于其他任何学科，甚至因其涵盖的多元属性而显得更为繁复。

在笔者眼中，两者的主要区别在于视角的宏微观之分。经济学更倾向于从宏

关注的人数过百，谢谢各位，继续我们读书的脚步，这本书写的很细，读起来就是感觉枯燥，但是没关系，大家就当科普读物，读完整个读书笔记，脑子中留下一定印象，随着研究交易的深入，会慢慢的回味理解到这本书的意义。

买方和卖方都可以提供流动性，当买方的bids给了其他交易者机会卖出，那么他就提供了流动性，反之亦然。

交易者如果想快速成交，那么就需要市场流动性，如果说如果SUE想卖出100股IBM的股票，价格100，那么她就可以拿下Joe的订单。

当交易成交时对市场价格的影响很小，我们就说这个市场流动性很好，比如说市场中有很多限价单和bid/ask spread很小。

订单成交的价格我们称为成交

思考了很久从哪里讲量化交易，决定还是从人生中的第一本量化书籍开始，本专栏的目的也是把记录自己的读书过程，把书越读越薄！第一次读这本书的时候，已经是5年前了，作为量化实验室的新丁，被要求阅读的就是这本书，并且实现书中的交易策略，了解到了很多很多基础的概念，书中的代码多数已经不能用，所用的语言也是matlab，这次写系列读书笔记，我将使用PYTHON语言（现在用的比较多），这里并不是说matlab过时了，我到现在依旧认为在矩阵处理及可视化上matlab仍然具有绝对优势。周围很多策略开发者仍然在使用matlab!

Quantitative Trading是E.P CHAN的第一本书，在外网有响

感谢！知乎的第一篇文章迎来了五个童鞋的关注，有了你们的关注，让我有了动力坚持写东西，有童鞋反应有些概念还是很难理解，不用担心，只需要有一个基本的概念就行，在后面动手上代码的时候，就可以更深入的理解了，接下来我也会尽量深入浅出。

第三章：Backtesting 回测

和传统的投资管理程序不同，量化交易流程是先需要把交易策略运用于历史数据、检验交易策略历史表现如何。尽管你找到了一个策略，并且有完成详细的历史表现，但是你仍然需要亲自的去检验回测策略。这样做有几个好处，一是你可以完全的理解别人的策略思想，而是你可以接触到不同类型的策略，这些策略都可以被重新定义或者升级为更牛逼的策略。

在这个

\

\

The LION Way: Machine Learning plus Intelligent Optimization

这是一本机器学习的小册子, 短短300多页道尽机器学习的方方面面. 图文并茂, 生动易懂, 没有一坨坨公式的烦恼. 适合新手入门打基础, 也适合老手温故而知新. 比起MLAPP/PRML等大部头, 也许这本你更需要！

Mathematics for Compute


本期作者：MoonX

本期翻译：Kiwi | 公众号翻译部成员

文末获取资料

正文

高频交易是一种更频繁地用于快速启动金融交易的方法。这种由高速发送订单组成的自动交易形

「股票及量化投资书籍分享」https://www.aliyundrive.com/s/4kajoeM7ock 点击链接保存，或者复制本段内容，打开「阿里云盘」APP 下载。

/wiki/static/upload/48/48f8bae8-76a0-422e-adfd-f663c9504acd.pdf

\

今天小编为大家带来近期出版的一些关于机器学习、深度学习、数据科学方面的书籍。希望大家有所收获！

我们已经打包好了！

可在文末下载

![](/community/uploads/default/origin

本文主要整理量化交易相关的资源，主要是机器学习相关的资源。

我已经把一些我认为一些低质的资源。

⭐表示我认为优质的资源。

资源整理自网络，原文地址：https://github.com/grananqvist/Awesome-Quant-Machine-Learning-Trading

金融机器学习

经典书籍

· ⭐️ Marcos López de Prado - Advances in Financial Machine Learning ..

· ⭐️ Dr Howard B Bandy - Quantitative Technical Analysis

现在开始正式走上新书：Trading and exchanges : market microstructure for practitioners ，市场微观结构入门书籍，案例丰富(想做高频交易的同学绝对不可以放过的一本书)。

通过本章可以对市场的构成有个简单的了解，就像德州扑克，你只有了解了你面对的对手是鲨鱼、傻鱼、疯鱼，才能选择最适合当下的策略。交易市场是人与人博弈的市场。

THE TRADING INDUSTRY

这章主要介绍有哪些交易者、交易标的、交易地点和他们怎么安排交易。

3.1 WHO ARE THE PLAYERS?

当交易者持有多头时，价格上升

本篇将是Quantitative Trading how to Build Your Own Algorithmic Trading Business的最后一篇的上篇。主要是讲了6个主要的交易策略方向，重点预告：下一本书我将带来Trading and Exchanges，这本书堪称是交易圣经吧，每一个做交易的人都需要深入的去理解市场，价格背后的真想。这本书目前还没有任何中文翻译版，非常精彩，特别是对于order book的理解，这本书的读法呢，我就会比较慢，很细致了，希望高度还原原版的精神。

均值回归策略VS趋势策略

交易策略能够赚钱是基于交易标的的价格形成了回归或者趋势，否则

平稳和协整

如果股票价格是平稳的，那么均值回归策略将会特别匹配，但是，多数股票价格都不是平稳的，但是如果你交易一组股票（持有空头A，多头B），那么价差可能就是平稳的，A、B股票就是协整的。通常，如果两个股票价格表现出协整，那么他们大概率都是同一领域的公司，如图所示,如果我们要买入套利组合，就是持有多头1手GLD，和空头1.6766手GDX，这个套利组合的价格就构成了一个平稳时间序列，GLD和GDX的组合比例可以通过回归方程计算。

![](/community/uploads/default/original/3X/b/5/b5ad024ced46aa46eb61857c8d6a407ec

第五章我们直接跳过，因为讲的是如何实盘系统，参考价值较为低。第六章就是展开讲了凯利公式，当然作为入门来讲，用凯利公式做资金管理是没有任何问题的，但是在实际交易中还是要按照实际的数据表现去调整自己的资金配比，找到自己最舒服的公式。

第六章：资金和风险管理

所有的交易策略都会面临偶然损失，回撤有时候会持续几分钟或者几年。做量化交易，重要的是管理风险，限制回撤幅度到可忍耐范围内，找到最优的杠杆率，最大可能的实现财富增长。

资金及风险管理的核心工具就是凯利公式（KELLY FORMULA）

假设你现在使用多个策略交易，每个策略都有自己的预期收益和标准差。那你面临一个问题，怎么把资金合理的分

本篇拖了好几天，临近年关了，工作上的事情太多

我这里随便挑了两个合约，工商银行和建设银行，因为都是国有银行，两个交易序列之间具有较高的相关性，我们统计套利的基础原理是基于价差的回归。我们使用tushare库来直接获取这两个银行2015至今的日收盘价数据，这样可以让整个程序直接在任何一台电脑上奔跑，不用依赖基础数据，建议还是把代码都自己敲一遍。

如果没有太多编程基础的童鞋，可以先看一些PYTHON入门的东西，然后就可以轻松的跟完整本书，我始终认为编程只是技能，够用就行了，重要的交易策略思维，因此整个专栏都不会去死磕技术，如果只是想学习“编程技术”的童靴，可以关注相关技术类专栏，深信都会比

英文书籍的特点就是废话是比较多的，写这个系列也是挑出精华部分，另外加上自己在实操中的一些东东，进行修改，但是是按照书的内容精神走。

英文书籍的特点就是废话是比较多的，写这个系列也是挑出精华部分，另外加上自己在实操中的一些东东，进行修改，但是是按照书的内容精神走。

回测文件格式

做交易时往往涉及到不同的交易品种，一般会按品种区分文件夹，如下图（这里是下载了所有的主力合约，就是每天交易量最大的合约）：

![](/community/uploads/default/original/3X/b/2/b26c049cb581ce92fde5b55427fde5e2aa7ac907.j

量化交易，众所周知也可以称为算法交易，是使用计算机程序来做出何时进行买入、卖出证券等资产决定的过程。简单来说，只要你能把信息转换为计算机能够理解的比特，那就可以视为量化交易的一部分。

作为刚毕业的应届生或者从程序员转行过来的初学者，一开始肯定会向各位大神问这样的问题：“有什么可以推荐的量化交易书籍呢？”。现将不同书籍整理如下（前辈们就不要在此浪费时间了，纯属方便自己和新人使用）。

1. Quantitative Trading: How to Build Your Own Algorithmic Trading Business by Ernest P. Chan——这本书可谓普及概念书

之前做衍生品定价有很详细的书单，偏向于随机分析、数值计算、C++等，现在机器学习、统计、量化交易更为流行，下面推荐几本这方面的书籍吧。

首先说说量化股票。

《Active Equity Management》, July 18, 2014, by Xinfeng Zhou, Sameer Jain

这本书的作者Xinfeng Zhou毕业于麻省理工，之前在SAC、高盛等公司都工作过，目前是股票多空组合的投资经理。这本书详细介绍了实务中量化股票的选股信号、投资组合优化、风险管理、算法交易等内容，与很多偏向理论和模型的书不同，这本书从实践角度出发，通俗易懂。另外也给出了很多参考文献，

很抱歉，这么久没有在知乎更新我们的内容啦。

我们从未停止，只是由于大家工作繁忙，我们很难抽出时间。以后我们会尽最大可能在知乎上多对分享公众号的文章。

谢谢大家对我们的支持与厚爱！

接下来

赶紧给大家分享3本

最新的R语言的书籍

下载链接在文末

第一本

图书样章

![](https://pic4.zhimg.com/v2-cdcdbb4ca4fd5827608

推荐12本深度学习相关的书籍，大家可以根据介绍，选择适合自己的书来读。

《Hands-On Machine Learning with Scikit-Learn and TensorFlow》

首先，在我看来，这是12本书中最好的一本书，它采用了一种“动手”的方法，利用流行的机器学习库Scikit - Learning和Google的Tensorflow进行深度学习实战。和许多“深度学习”相

去年秋天应人民邮电出版社邀请，帮忙翻译了McGraw-Hill公司的All About系列丛书中的一本All About Futures，于近日发售。All about系列丛书我个人非常喜欢，应该算是在交易和投资领域，非常扎实的一个系列。这个系列的书内容深浅控制的很好，既覆盖了非常全面的基础内容，可以帮助入门者不留死角的迅速对行业有所了解；同时，在一些关键章节又保留一定深度，这样即使是从业多年的人，通读下来，还是会有一定收获。除了我翻译的这本All About Futures之外，我之前还阅读了同系列的All About Hedge Funds和All About High Frequency

经常有读者朋友问我，伍老师，你平时一般都看哪些书？能否推荐一些投资类的书籍？

因此在我主讲的《小乌龟资产配置》网络公开课中，在每一节的最后，我都会推荐一本我认为值得阅读的金融投资类书籍。

在今天这篇文章中，我就来和大家分享一下该课程第一章：谈谈大类资产中和大家分享的那些经典书目。

（1）杰里米·西格尔：《股市长线法宝》

![](/community/uploads/default/original/3X/3/6/3666ecb5db32886ded845ccaefd6