仅供个人学习之用，欢迎自取。
一、《打开量化投资的黑箱》
对于高频交易爱好者来说，里什·纳兰（Rishi Narang）所著的《打开量化投资的黑箱》是一本不可多得的优秀读物。这本书详细解析了量化交易和高频交易的核心概念、策略和技术，揭示了这两个领域的复杂运作机制。通过具体的案例研究和深度分析，作者展示了量化交易系统的设计和运行原理，使得读者能够深入理解并应用这些知识。
书籍内容覆盖广泛，分为几个主要部分。首先，书中介绍了量化交易的基本概念和原理，回顾了其历史和发展脉络。接着，作者深入探讨了各种量化交易策略及其应用场景，如统计套利和趋势跟踪等。对于有志于构建自己交易系统的读者，本书提供了详尽的系统设计与实现指南，包括数据收集、处理、回测和执行等各个环节。
此外，书中还专门阐述了如何在量化交易中识别、评估和管理风险。特别值得一提的是，高频交易作为量化交易的一个重要分支，书中对其特征和技术要求进行了详细分析，探讨了市场微观结构对交易策略的影响。
这本书适合不同层次的读者。对于刚接触量化交易和高频交易的初学者来说，本书是一个全面且易于理解的入门指南；有一定量化交易经验的中级读者则可以通过本书深入了解更复杂的策略和系统设计；而对于资深交易员和金融工程师，书中提供的技术细节和案例研究能够帮助他们优化现有策略并开发新的交易系统。
二、股市趋势技术分析
《股市趋势技术分析 – 原书第10版》是一本关于技术分析的权威经典之作，其核心理念在于人类行为的重复性以及历史图表对当下和未来交易的重要性。它不试图预测特定市场，而是通过研究市场运行的实际数据（如价格变动和交易量）来推测未来趋势。
全书分为两大部分，旨在为读者提供全面的技术分析知识：
第一部分：理论 此部分详细介绍了构成技术分析基础的各项理论和概念，包括：
道氏理论：被誉为所有技术派市场研究的“老祖宗”，作为整体经济的晴雨表，阐述了市场的三大趋势（长线、中线、短线）、相互印证原则及成交量验证原则。
图表形态：系统性地分析了多种重要的反转形态（如头肩形、圆顶/圆底、双顶/双底、扩散形态、楔形等）和持续形态（如旗形、三角旗形），并强调了它们的形成时间、区域大小及其对后续走势的意义。
缺口：揭示了普通缺口、突破缺口、持续缺口和衰竭缺口的不同技术含义，纠正了“缺口必补”的迷信。
支撑位和阻力位：解释了买卖盘集中的价格区域如何阻止股价运动或促成反转，并指出了支撑位和阻力位之间角色互换的现象，是交易者最重要的工具之一。
趋势线和通道：指导读者如何绘制和运用趋势线和趋势通道来界定股价运动方向，以及突破趋势线的技术意义。
成交量：强调成交量作为辅助证据，如何验证趋势的强度和可靠性。
第二部分：交易战法 此部分将理论应用于实际交易，提供了具体的战术指导，涵盖：
风险管理：强调了止损指令的重要性（包括保护性止损和跟进性止损），以及约翰·迈吉的基准点法作为有效的移动止损策略。
选股策略：指导技术分析师根据股票的“股性”（波动性、习性）而非基本面来选择追踪的个股。
资金管理：阐述了系统性控制交易资金使用量的重要性，建议新手从理论交易开始，并将初期投入视为“学费”。
组合配置：介绍了分散投资、控制综合杠杆或风险敞口的概念，以及通过“迈吉评价指数”来平衡多头/空头仓位，实现“自然对冲”和“节奏化交易”。
纪律与心态：反复强调在交易中保持冷静、严格遵循既定规则的重要性，避免情绪化交易，并平静地接受亏损。
技术进步：讨论了计算机和互联网等科技工具对技术分析效率的提升，以及新型投资工具（如期权、ETF、指数期货）的应用。
本书的价值在于它提供了一个实用且可习得的框架，帮助读者理解市场运作机制，掌握识别技术形态和信号的技能，从而在复杂多变的市场中做出更明智的交易决策，并有效控制风险。
三、《量化交易：算法、分析、数据模型和优化》
本书《量化交易：算法、分析、数据、模型和优化》 由 Xin Guo、Tze Leung Lai、Howard Shek 和 Sam Wong 共同撰写，旨在深入探讨后2007-2008年金融危机时代，随着“金融科技革命”和“大数据革命”的兴起，日益重要的量化投资策略及其统计模型、数据分析、算法和信息学基础。
核心主题与内容结构 本书围绕其副标题的五大核心主题展开阐述：数据、分析、模型、优化和算法。
数据 被视为量化交易中最重要的要素。
分析 不仅包括数据分析，还涵盖数据驱动交易策略的开发，旨在将分析结果用于最优决策。
模型 作为统计决策理论的核心组成部分，在数据与决策之间发挥桥梁作用。
优化 是量化交易中的关键问题，与数据驱动型交易策略紧密相关。
算法 或 算法交易 (Algo Trading) 则是寻找优化问题解决方案的步骤，并利用算法在电子交易平台上执行交易策略，是整个量化交易流程的最终输出。
本书共分为八章和四个附录，系统地构建了量化交易的知识体系：
概论 (第一章): 回顾了交易基础结构的演变（从口头交流到电子交易平台），综述了各类量化交易策略及其时间跨度（从一个季度到毫秒量级），探讨了有效市场假说与统计套利的争论，介绍了量化基金、公募基金、对冲基金及其业绩评估指标，并明确了上述五大核心主题。
量化交易中的统计模型与方法 (第二章): 深入探讨了股票价格特征、随机游走与鞅模型，回顾了现代投资组合理论及其统计学基础（如多因子定价模型、贝叶斯方法、Bootstrap 方法），并提出了一种考虑参数不确定性的新方法和有效市场假说之外的统计套利策略。
积极型投资组合管理和投资策略 (第三章): 阐述了积极型投资组合管理中的 α 和 β 概念，提出了新的优化方法，并探讨了交易成本、买卖限制以及多期投资组合管理问题。
电子交易中的计量经济学 (第四章): 聚焦于电子交易和高频数据建模，涵盖了积分方差估计、多资产协变差估计、傅里叶方法以及与 TAQ 数据相关的其他计量经济学模型。
限价指令簿: 数据分析和动态模型 (第五章): 详细介绍了从市场数据到限价指令簿 (LOB) 的构建、LOB 数据的特征、多元点过程拟合、基于机器学习的 LOB 数据分析以及 LOB 动态的排队论建模。
最优执行与配置 (第六章): 探讨了单资产最优执行、乘数价格影响模型、交易流优化、均值回归模型的最优配置等问题，并涉及高频交易中的执行算法。
做市和智能订单路径 (第七章): 介绍了做市商模型 (Ho 和 Stoll, Avellaneda-Stoikov)、库存约束下的 HJB 方程、包含限价和市场订单的脉冲控制、智能订单路径 (SOR) 和暗池中的最优订单拆分策略。
信息学、监管和风险管理 (第八章): 讨论了量化策略（相对价值交易、统计套利、延迟套利）、交易基础设施（订单网关、匹配引擎、市场数据传播、收费结构、主机托管、清算和结算）、策略信息与基础设施（市场数据处理、Alpha 引擎、订单管理、订单类型与限定条件）、交易所规章制度（SIP、Reg NMS、卖空规则、熔断机制、市场操纵）以及风险管理（操作风险、策略风险）。
附录: 提供了鞅理论、马尔可夫链、双随机自激点过程和排队系统弱收敛与极限定理的背景知识。
读者能从本书中学到什么
本书旨在帮助不同背景的读者掌握量化交易领域的关键知识和实践技能。
对于学生： 将理解前沿的方法论，了解业界运作，并学习如何处理数据。本书内容涵盖计算机科学与工程、金融与经济、数学与统计学、法律等多学科背景知识。
对于初级交易员和量化分析师： 能够对建模方法的理论基础有坚实的理解，并从数据分析、最优策略、限价委托建模以及交易所信息协议和匹配引擎等信息学知识中获得启发。
对于散户量化投资者： 能够全面巩固对整个交易过程的理解。
对于交易执行者： 将更深入地理解交易背后的模型及其参数调整，识别市场基本结构和模型中的市场行为，并基本掌握最新统计模型的优缺点。
对于监管者： 能够了解量化基金交易中重要的监管问题，如交易前后的风险管理和熔断机制等。
通过本书，读者将系统学习量化交易的理论基础、统计模型、计量经济学方法、交易策略、市场微观结构分析、最优执行与做市策略，以及相关的基础设施、监管和风险管理知识，为在复杂且快速变化的金融市场中进行量化投资提供全面的指导。
随时随地看视频
