【入门必读】
《Algorithmic Trading: Winning Strategies and Their Rationale》E. Chan
用Python代码演示均值回归、动量策略,侧重策略逻辑与回测陷阱。
《量化投资策略:原理与实战》朱晓冬
中文体系化梳理A股因子、组合构建与风控,适合本土市场。
【进阶深挖】
3.《Advances in Financial Machine Learning》M. López de Prado
金融ML的“圣经”:样本重叠、walk-forward、组合构建、特征重要性。
4.《Algorithmic Trading & DMA》Barry Johnson
微观结构与订单执行,理解滑点、冲击成本,对高频/中频必备。
【因子与组合】
5.《Expected Returns》Antti Ilmanen
系统梳理股票、债券、另类资产因子溢价,建立收益预期框架。
6.《主动投资组合管理》Grinold & Kahn
经典IR、IC、BR公式,为因子权重与风险预算提供数学底座。
【风控与绩效】
7.《Risk Management and Financial Institutions》Hull
VaR、ES、尾部风险,对接监管与实盘。
8.《Performance Attribution》C. Bacon
拆解超额收益来源,验证因子有效性。
【实战工具】
9.《Python for Algorithmic Trading》Yves Hilpisch
从数据获取(tushare、IB API)到Docker部署,全流程代码示例。
1《金融风险管理师手册》GARP
结合FRM体系,补充合规、压力测试与尾部情景。
阅读顺序:1→2→5→6→3→4→7→8→9→10。每本配合回测平台(backtrader/zipline)实操,记录因子衰减与交易成本,再迭代升级。
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2025-9-29 12:58 盘锦
当前我在线
直接联系我