1.《漫步华尔街》麦基尔:用通俗语言解释随机漫步与指数化思维,奠定量化“先验证再下注”的底层逻辑。
2.《打开量化投资的黑箱》Rishi Narang:系统梳理量化对冲基金的工作流程,适合零基础快速建立框架。
进阶阶段
3.《Algorithmic Trading》Ernie Chan:提供可复制的Python代码,重点讲解动量、均值回归两类策略的构建与回测。
4.《Advances in Financial Machine Learning》Lopez de Prado:介绍样本外验证、组合构建、策略淘汰等高阶话题,是机构量化团队的“红宝书”。
实战与风控
5.《Quantitative Trading Strategies》Kestner:侧重绩效评估与资金管理,给出最大回撤、夏普比率的实操阈值。
6.《Risk Management and Financial Institutions》Hull:系统梳理VaR、压力测试、尾部风险,帮助把策略放进“安全垫”。
阅读顺序:先1、2建立认知→3、4学策略与机器学习→5、6补风控短板。每读一章,用A股或ETF数据跑一遍书中代码,把“纸上公式”转成“实盘经验”。
以上内容来自网络,仅供参考,如需专业人工服务请点击头像查看加V咨询。
发布于2025-9-2 20:13 盘锦



分享
注册
1分钟入驻>
关注/提问
13478852856
秒答
一对一
搜索更多类似问题 >
电话咨询
+微信


