量化分析之路 走上专业交易的道路也算点时间了,喜欢折腾股软,在朋友圈内有着“专业人士”的虚名。大盘在前一轮大跌后,寻思着修养一段时间,充充电,就自己玩起了策略回测,本来就在某达信上玩玩,某达信是积木语言,无法精准实现策略回测。有一天瞎逛,遇上了一个基于python语言的回测平台,进去看了看,就此跌坑中。。。。
打算把自己“吹眠”成一个Quant,(吹给别人听,自己晚上也能安心入眠),于是准备搞些资料看看,扫扫盲。(附上书单和网盘下载,求过路的大神打赏个码字钱)
第一本是这个
强势插播个本书的官方简介:
内容简介
《量化投资—策略与技术》是国内第一本有关量化投资策略的著作,首先介绍了量化投资大师西蒙斯的传奇故事(连续20年,每年赚60%);然后用60多个案例介绍了量化投资的各个方面的内容,主要分为策略篇与理论篇两部分,策略篇主要包括:量化选股、量化择时、股指期货套利、商品期货套利、统计套利、期权套利、算法交易和资产配置等。理论篇主要包括:人工智能、数据挖掘、小波分析、支持向量机、分形理论、随机过程及it技术等;最后介绍了作者开发的d-alpha量化对冲交易系统,该系统全球市场验证显示具有长期稳健的收益率。
《量化投资—策略与技术》适合基金经理、证券分析师、普通散户及有志于从事金融投资的各界人士阅读。
个人觉得本书更多是本概论类的入门书,虽然很厚,所涉的方面很多,但是还是本入门的书。基于本人对基础知识的尊重,我特地买了本典藏版的收藏起来,当作案头的工具书。本书也算是国内对量化交易论述较为系统的读物,推荐有兴趣的朋友下修改版的电子书来看看,特地感谢百度网盘提供技术支持!
http://pan.baidu.com/s/1i3jJO9J
看这本书大约花了3天左右,基本就是个扫盲的过程,对于各个概念有个感性的认知,也预示到前路漫漫,不是上下求索就能摆平的,关键的时候还是要上度娘!
最大的收获是了解到量化分析的基础方法,结合自己的实践,模糊地看到了前进的方向。
第二本是集合,各种的python入门书籍,只选取比较有名的出来晒晒。
朋友介绍的扫盲书,书很厚,书很好,成功扫盲,也就如此而已吧。毕竟我不是打算专业靠这个吃饭的,所以,我只会选择对我有用的那部分来深入学习。高清版本在此:http://pan.baidu.com/s/1bn7C5Z5
作为一个dummies的脑残粉,自然找到了这本书
非常不错的入门书哦,入手请点击:http://pan.baidu.com/s/1ntiVGMH
后来倒腾几天后,发现其实做量化,熟悉运用python的几个包就差不多了,就是numpy, scipy, matplotlib, rpy2....所以我找到了本轻量级,但是对我来说却拳拳到肉的原版书《Introductionto Python for Econometrics, Statistics and Data Analysis》,本书貌似是个老外大学中某个课程的教材,连个封面都木有。不过,里面的东西都是干活,针对性很强,指导实践操作的非常给力,赞!e文好的朋友可以下来看看 http://pan.baidu.com/s/1gdfejYj
接着倒腾,然后慢慢发现玩量化玩到最后,拼的是基于成功交易理念之上的数据的发掘能力。结合自己的实践,决定以决策树模型和聚类分析作为自己的起点。
简单举个例子
先在所有股票中用符合自己策略的分类器来筛选,选出来的票子有成功也有失败的,非常正常的事情。然后在成功的票子里面做聚合分析,找出他们共同的特征线。。。。大概如此。
和某机构的量化研究员探讨起这个,他说这个属于策略倒推的范畴,他们试过这个方法,但是收效不大,因为所谓的成功因子太过分散,还会出现过度拟合的情况,失去了指导意义。。。。
本来听到这,哥虎躯一震,内心一紧,不过,还是决定要坚持走下去,毕竟没有经历过,怎么知道此路不通呢! 别人走不过去因为他们瘦,哥可是自带蓝红出门,续航能力超强的。。。笑!
接着扯。。。。数据发掘的神器自然是r语言,hadoop这些,关于这些,哥一概不会。那天闲逛,遇到了个鸟,看起来不错,问问行家,人家说,如果只是简单的聚类分析,这个鸟足够带您飞上月球了。于是最近一直在玩鸟。。。。此鸟自带训鸟手册
此书可以第一本的进阶读物,里面很多涉及的概念都有深入的讲解,也打算过几天入手一本来做工具书,目前最新的是第三版。想要请点击:http://pan.baidu.com/s/1mgH3FeS