1
Advances In Financial ML
这本书真心好,作者就是极度追求技术把机器学习方法和量化投资结合起来。光是看里面如何打标签 (labelling), 采样 (sampling) 和分析回测危险 (danger of backtesting) 就物超所值。此外再看看有 Peter Carr, Fabozzi, Rebonato 这些如雷贯耳的大牛给这本书背书就可知其分量了。
如果做量化投资加机器学习只能看一本书,那么就是这本。
2
Inside the Black Box
解释高频交易最清楚的一本书。委托单 (order book) 是高频交易中最核心的概念,别的书最多只会讲到 Level 2 的信息 (即最优和次优的申买价和申卖价),如下图:
但是本书讲到了 Level 3 的信息 (在同一申买价或申卖价,还考虑下单的顺序,如 bid 4 和 bid 5 都是 100 申买,但是 bid 4 比 bid 5先进入市场),如下图:
此外,该书对整个交易系统的大框架有着非常简明而有条理的描述:
在上图交易系统里面:
以上每个模型要想做好,数据是必须的,研究是必要的。太漂亮的这张图有木有?
3
Active Portfolio Management
积极管理投资组合类的书中圣经,不需要多说。两个作者写书时一个在 BARRA 里工作,一个在 Barclay Global Investors 里工作。实操性极强的一本书,处处都是 insight。
4
Advanced Algorithmic Trading
国外量化平台 QuantStart 里面出的第一本书,主要讲解如何使用时间序列分析,机器学习和使用 R 和 Python 的贝叶斯统计来实现高级交易策略。
5
Successful Algorithmic Trading
国外量化平台 QuantStart 里面出的第二本书,主要讲解如何使用 Python 中的定制回测引擎 (customized backtesting engine) 找到新的交易策略思路并客观地评估它们。
6
Introduction to Risk Parity
达利奥的桥水对冲基金里面的用来分配资产的风险平价方法,也是风险配额的一种特例。下图的 RP 和 RB 就是风险平价和风险配额,核心就是根据投资者对风险的看法来分配组合里的各类资产。
7
MPT and Investment Analysis
见过阐述投资组合管理最详细的一本书,750 页就足以说明。
8
Quantitative Trading
适合于初学者,里面还提供 MATLAB 的代码。
9
The Algorithmic Trading and PM
本书的精华是如何系统化的研究交易策略,虽不是高频,但对量化技术描述的很到位。
10
The Guru Investor