首先需要了解一下量化交易需要什么知识储备？
主要是三类知识：数学，金融，计算机。其中，金融知识需要宽客了解各种金融资产的性质和交易规则，数学模型负责在这样给定的规则系统下探寻获取超额收益的机会，而计算机编程能力使得这样的投资模型得以自动化实现。
计算机知识
国内研究的主流语言是Python或者R，借助一些教学素材，很快可以速成。
使用python的话，最好下载一个anaconda。这个软件将常用的库都集成好了，免去自己安装的烦恼。下载地址： https://www.continuum.io/downloads
python教程推荐这个网站： http://lectures.quantecon.org/py/index.html
只需要看第一部分就可以了。
该教程不仅介绍了python,而且介绍了numpy,scipy,pandas,matplotlib等科学计算库。
也可以从京东量化平台上学习Python，免费资料在下面。
量化学习资料： https://club.jr.jd.com/quant/topic/789049
Python学习资料： https://club.jr.jd.com/quant/topic/834227
python学习教程： https://club.jr.jd.com/quant/topic/760702
python、java编程基础视频1： https://club.jr.jd.com/quant/topic/877114
python、java编程基础视频2： https://club.jr.jd.com/quant/topic/877215
python技术指标均线应用： https://club.jr.jd.com/quant/topic/778188
python技术指标kdj应用： https://club.jr.jd.com/quant/topic/778178
python指标macd的应用： https://club.jr.jd.com/quant/topic/778177
python去除是停牌、退市、st创业版股票： https://club.jr.jd.com/quant/topic/778173
python策略中获取指数成分股的历史行情数据： http://club.jr.jd.com/quant/topic/938309
金融知识
包括宏微观经济学，货币银行学，投资学，衍生品（以期货为主），和基础的财务会计，至少要对各类金融资产，市场交易规则，投资基本原理等有所了解。其中，宏观经济推荐一个学习途径——《财经》期刊。这是一个非常学院派的期刊，虽然其中的观点受到政治压力，但分析问题的逻辑清晰，是了解宏观情况很有效的途径。
统计学知识
同时，计量经济学，时间序列模型和一些统计学知识是各类策略中不可缺少的工具。能够灵活使用统计学工具，才能更好的利用历史数据找到稳定的投资机会，或者准确的检验投资思想。其中共线性问题，平稳性假设等等细节，也会影响到统计结果。
可以参考计量经济学书籍（如伍德里奇《计量经济学导论：现代观点》等）。
针对需要的知识储备，可以进行自学、在学校选择课程，以及到京东量化平台获得免费教程。
这里再推荐一些重要的书籍，供大家参考。
1. 量化交易:自己动手做算法交易
英文名：Quantitative Trading: How to Build Your Own Algorithmic TradingBusiness
作者：Ernest Chan
这是我个人最爱的金融书籍。作者对于个人投资者建立量化投资交易系统（使用MATLAB及Excel）的过程做了很好的阐述，使得量化交易变得如此的平易近人，并在书中不断地鼓励大家成为一名量化交易员其实是人人都可以做到。虽然为了保证书籍整体的简单易懂，有一些细节有所省略，但的确是本非常好的入门书籍，书中讨论了如何创造alpha收益（模型），风险管理，自动化指令执行系统及一些策略（主要是惯性及均值回归策略）
2. 黑盒子:量化交易精要
英文名：Inside the Black Box: The Simple Truth About Quantitative Trading
作者：Rishi K. Narang
本书详细介绍了量化投资基金的运作过程，为精明好学的投资者解释了他们能否利用量化投资基金这个“黑盒子”进行投资。尽管书中完全没有涉及个人投资者相关内容，但包含了大量量化交易系统该如何构建的内容。交易成本和风险管理的重要性都被提及，并为读者指出了进一步学习的路线。个人算法交易者可以从此书中了解学习到专业机构投资者是如何进行算法交易的。
3. 算法交易与直接市场接入：直接市场接入交易策略
英文名：Algorithmic Trading and DMA: An introduction to direct accesstrading strategies
作者：Barry Johnson
金融行业里一提到算法交易这个词，大家首先想到的往往是机构投资者用来高效执行交易指令的算法，但其实这个词不仅仅涉及交易层面，还有如何量化及系统实现的内容。这本书主要是还是关于交易层面，作者是投行的一名资深量化开发者，那这本书对于个人投资者就毫无意义了么？当然不是，通过本书可以深入地理解交易所如何运作及市场的微观结构，对于提升个人投资者策略水平也会有极大的帮助。最后友情提示，这本书是本大块头:)
4. 算法交易：制胜策略及其原理
英文名：Algorithmic Trading: Winning Strategies and Their Rationale
作者： Ernest Chan
Ernest Chan系列的第二本，第一本书中没有提及惯性、均值回归与高频策略，而这本里则对这几个策略进行了详细的讨论，并提供了部分实现细节，本书对于数学有一定要求（涉及卡尔曼过滤器、平稳/协整，扩展迪基-福勒检验等）。书中的策略大部分使用MATLAB实现，但你可以很轻松地的用C++、Python/pandas或者R重新实现。本书也根据新兴的市场行为对第一本书做了部分更新。
5. 交易与交易所：市场微观结构
英文名：Trading and Exchanges: Market Microstructure for Practitioners
作者：Larry Harris
这本书主要关注于市场微观结构，个人认为这部分即使在初学阶段也非常有必要学习。市场的微观结构是关于市场参与人如何互相影响，交易所订单系统又是如何运转的一门学问，它告诉我们交易所在市场中所起的作用，当一笔交易执行时背后到底发生了什么。本书没有涉及具体的交易策略，更多的是在讨论指令执行系统设计时需要考虑的众多事项。许多宽客界专家都非常推崇这本书！
6. 打开量化投资的黑箱
这本书的作者里什·纳兰（Rishi K. Narang）是华尔街顶级数量金融专家，资深对冲基金经理，自1996年开始，他就开始从事对冲基金事业，专注于量化交易策略。目前是特勒西斯资本有限责任公司（Telesis Capital LLC）的主要合伙人。在书中他站在一个非纯粹技术的视角介绍了量化交易策略，用生动的文笔带领读者游历整个“黑箱”。
《打开量化投资的黑箱》的写作涉及很多金融界丰富的真实案例和市场趣闻，富于智慧地描绘了华尔街的数量金融奇才们是如何工作的。可是说阅读《打开量化投资的黑箱》的过程，就是一个慢慢理解数量金融大师及其投资策略的过程，从而揭开量化交易的神秘面纱。
7. 量化投资策略：如何实现超额收益Alpha
本书作者Richard Tortoriello是任职于S&P 标准普尔公司的证券分析师，他的日常工作就是建立一系列的数量选股模型。书中的模型类型覆盖面广，可以说作者是在对所有能够获得超额收益的策略进行了地毯式的搜索，并且提供了超过20种常胜投资idea的详细回测情况，充分展示了经验丰富的Quant是如何通过自己的想法来改进模型的。顺便提一句，本书的译者们也都是浸淫证券市场多年的大咖，其中陈工孟更是深圳国泰君安的董事长和上海交通大学金融工程研究中心的执行主任。值得一看。
8. 解读量化投资：西蒙斯用公式打败市场的故事
这本书的作者是以为在伦敦卖身瑞银十年，曾就任瑞银投资银行的外汇部和资本市场部，负责金融工程并且现任法国巴黎银行资产管理部外汇重置业务亚太区主管、董事总经理的传奇华人忻海，现居香港。
本书的人物主角詹姆斯·西蒙斯，拓扑学大腕，陈省身论文的合作者，虽然不是一个家喻户晓的名字，但他在投资界却因量化型投资的独门套路掀起层层热浪。大“数”底下好乘凉，西蒙斯的布阵和诸葛亮的布阵有所不同。西蒙斯靠的是概率：大量的统计套利操作，外加华尔街之外的数学教授来助阵，西蒙斯的“黑箱投资’’方法靠电脑编程和自动交易，在和市场的较量中稳操胜券。
9. 利用Python进行数据分析
如何利用各种Python库（包括NumPy、pandas、matplotlib以及IPython等）高效地解决各式各样的数据分析问题。由于作者Wes McKinney是Python pandas库的主要作者，所以本书也可以作为利用Python实现数据密集型应用的科学计算实践指南。本书适合刚刚接触Python的分析人员以及刚刚接触科学计算的Python程序员。
10. 集体智慧编程
这本书选择的是Python语言，以机器学习和统计学方法为背景，专门讲述如何挖掘、分析数据，适合做决策树、支持向量机（SVM）、神经网络的初学者 quant们使用。可以说它成功地将机器学习算法这一复杂议题拆分成实用易懂的例子，能够让初学者少走弯路。可以作为上一本书《利用Python进行数据分析》的高阶版进行阅读。
11. 量化投资: 以matlab为工具
这本书分为基础篇和高级篇两大部分。基础篇部分通过Q&A的方式介绍了MATLAB的主要功能、基本命令、数据处理等内容，使读者对MATLAB有基本的了解。高级篇部分分为14章，包括MATLAB处理优化问题和数据交互、绘制交易图形、构建行情软件和交易模型等内容，通过丰富实例和图形帮助读者理解和运用MATLAB作为量化投资的工具。这本书的特色在于不仅仅满足理论学习的需要，更帮助读者边学边练，将理论和实践并重。
12. 宽客 Quants
《宽客》是一本讲述华尔街顶级数量金融大师的另类人生的书。2007年金融危机爆发以来，作者采访了大量加州抵押贷款违约业主、对冲基金经理和顶尖经济学及金融学学者，在《华尔街日报》上对危机做了全方位、多角度的报道。本书对华尔街新兴的主宰者“宽客”进行了前所未有的深入描述，其中既有宽客新锐中的佼佼者：穆勒、格里芬、阿斯内斯和魏因斯坦，又有隐士般的詹姆斯·西蒙斯，史上最成功对冲基金的创始人艾伦·布朗，以及多位宽客中的异类。这群数学天才就像闯进华尔街糖果店的小孩——他们从华尔街的最底层开始一步步登上最高峰，又造成了一次又一次的市场崩溃。书的第一章“从赌博开始”，更是揭示了众多概率论中复杂体系形成的起点，引人入胜。更推荐把这本书和 《对冲基金风云录二》、《高盛帝国下》一起比较起来看，可能收获更多。
13. 宽客人生
本书作者Emanuel Derman 是华尔街的顶级宽客，至今仍享盛名。目前是哥伦比亚大学金融工程教学项目的负责人。
自资本资产定价模型和Black-Scholes模型被发明之后，宽客成为华尔街的新宠，因为投资银行和基金公司必须采用日益复杂的数量交易策略和衍生产品。本书作者是首批转战华尔街的高能实验物理学家之一，在十几年中创建了对今天影响深远的众多金融交易模型。本书精彩纷呈，分析了物理学与金融学之间的关联和不同，讲述了许多物理学巨匠和金融学大师的故事。与上一本《宽客》不同的是，本书更适合理工科专业背景的金融从业人员阅读。
14. 对冲基金风云录 三部曲
本书主要描述了美国对冲基金行业里的众生相，生动细致真切，中间夹杂了作者自己的思考，还有一些行业常识的介绍内容。基本功效：开阔眼界，增长见识，引发同感。但是对于集中精力做国内产品量化交易的研究人员，这本书可能就是茶余饭后的消遣读物了。但是众多书友都极力推荐这个系列的第二本《对冲基金风云录2》，可见还是有它的可取之处。
本书作者巴顿·比格斯在摩根士丹利工作了30年，曾任该公司的首席战略官。在此期间，他创立了摩根士丹利的研究部，并使之成为世界上最优秀的投行研究部门。他还曾一手创办公司的投资管理业务部，并担任其主席达30年之久。到20世纪90年代中期，摩根士丹利投资管理部每年赢得的新客户超过任何竞争对手。
25. 证券混沌操作法
比尔·威廉姆于90年代出版的一本投资理念性质的书，全书讲述的就是如何用混沌的理念解释股价，但还是运用了一系列股票传统的技术指标，所以也适合初步接触股票的人翻看。不过也正如豆瓣上一位资深股民所说，“如果只是把它当成交易方法来看，有点可惜。 如果只是把他当成人生哲学，似乎不够通透。 这是一本需要一读再读的书。 想起了这句话：上士闻道，勤而行之；中士闻道，若隐若无；下士闻道，大笑之。不笑不足以为道。” 作者在2002年左右出版了第二版，目前大陆地区未发行，台湾地区翻译并出版了。
欢迎到京东量化平台：http://quant.jd.com/ 进行学习、交流与解惑。平台有海量的学习教程、量化大咖的直播讲解、牛人的经验分享……带你从小白进击到高级玩家！
加入京东金融官方交流2群：456448095，有任何问题和建议都可以询问和讨论。
3871
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
