晒晒你见过最好“量化投资”学习资源！火力更新1-6期资源清单！好料再袭！

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

• 众筹分享最优秀、最牛逼、最好用的经管资源
• 让每个人怀抱一大波学习神器！
• 快来晒晒你心中最好的那些经管学习资源好货吧！（第一名500论坛币，第二名300论坛币；第三名200论坛币，凡有效推荐参与者，均有100论坛币，福利再加码！）
• 第七波强势来袭！经管资源年度盛宴！持续强力更新！
• 每期资源征集活动后，论坛继续邀请相关领域名师和专家、大牛，为大家再次筛选、优中择优、精心品鉴，并为大家选出最终该领域“资源大赏清单”，供大家学习（重质不重量哦）
• 本资源清单随每期资源征集专题不断动态添加中，好货天天有！推荐亲们墙裂持续关注哦
  

• 第一期：晒出你见过最好的”机器学习“资源！有没有优秀经管资源，是牛人和弱逼的最大区别！
• 第二期：晒出你见过最好的“EDW企业数据仓库”资源｜厉害了！1个资源换100个
• 第三期：晒晒你见过最好的“风险建模”资源｜谁是你心中的NO1?
• 第四期：晒晒你见过最好的“Python网络爬虫”资源｜福利奉上1-2期名师达人精荐评价资源清单
• 第五期：晒晒你见过最好的“数据挖掘”资源｜福利奉上1-2期名师达人精荐评价资源清单
  
• 第六期：晒晒你见过最好的“SQL语句学习”资源｜最全超火1-4期名师达人精荐评价资源清单
  
• 第七期: 晒晒你见过最好“Python 入门”学习资源！年度最强资源榜单，全力更新1-5期！好料不断
  

                              今天是经管资源推荐第八期

我们的主题是晒出你心中最好的“量化投资”学习资源，可以是优秀的图书、公开课、网址、研报、数据、讲义、笔记、文字资料、视频资料等等。

大福利：

每期将视资源的质量与评价，开出一等奖1名（500论坛币）+二等奖2名（300论坛币）+三等奖3名（300论坛币）+加入“优秀经管学习资源共享”群180710949，每周群分享不少于15个优秀经管资源+每个月我们会发布“优秀经管资源月报“，分享不少于30个优秀经管资源

________________________________________________________________________________________

接下来！上干货时间到了！请收走下面的六批各大波儿资源强货吧！含金量十足！

本资源清单随每期专题不断动态添加中，好货天天有！

一、第六波最优“SQL语句学习”资源征集-----网友和达人精荐资源精单（最新更新！墙裂推荐）

（1）  candyl6推荐

经典教材：萨师煊的《数据库应用与原理》

课程推荐：Stanford大学的一门公开课：《Introduction to Database》（Coursera.org）。这门课系统讲解了数据库的全部内容，可以说对数据库的入门有着非常大的帮助。另外，课程中推荐的书籍都是著名的数据库书籍，如：

A First Course in Database Systems (3rd edition)by Ullman and Widom

(same material and sections as Database Systems:The Complete Book (2nd edition) by Garcia-Molina, Ullman, and Widom)

Database Management Systems (3rd edition) byRamakrishnan and Gehrke

Fundamentals of Database Systems (6th edition)by Elmasri and Navathe

Database System Concepts (6th edition) bySilberschatz, Korth, and Sudarshan

这门课以前是在Stanford的Class2Go上面的

（2） derekhsuan 推荐

Another book: SASSQL advance model

Data Analysis UsingSQL and Excel

（3）  jerker推荐

http://www.sqlservercentral.com/

（4）  pukun520 推荐

《深入浅出SQL》适合初学者，里面的例子很生动，可读性强。

（5） 飞天玄舞6 推荐

MySQL必知必会 https://bbs.pinggu.org/thread-2983017-1-1.html MySQL入门的不二选择

（6）  franky_sas推荐

SQL基础教程

内容简介

　　《图灵程序设计丛书：SQL基础教程》介绍了关系数据库以及用来操作关系数据库的SQL语言的使用方法，提供了大量的示例程序和详实的操作步骤说明，读者可以亲自动手解决具体问题，循序渐进地掌握SQL的基础知识和技巧，切实提高自身的编程能力。在每章结尾备有习题，用来检验读者对该章内容的理解程度。另外，《图灵程序设计丛书：SQL基础教程》还将重要知识点总结为“法则”，方便大家随时查阅。

　　《图灵程序设计丛书：SQL基础教程》适合完全没有或者具备较少编程和系统开发经验的初学者，也可以作为大中专院校的教材及企业新人的培训用书。

作者简介

　　MICK，日本资深数据库工程师，致力于商业智能和数据仓库的开发。为日本著名的IT杂志WEB+PRESS撰写专栏。著作有《达人SQL完全指南》等，译著有《SQL谜题》等。

（7）  wwqqer版主推荐

【程序软件系列】Getting Started with SQL: A Hands-On Approach for Beginners 【程序软件系列】Jump Start MySQL 【经典教材系列】PowerShell for SQLServer Essentials

二、第五波“数据挖掘”资源征集-----网友和达人精荐资源精单（最新更新！墙裂推荐）

（1）candyl6推荐

推荐一本书： 《数据挖掘与机器学习-WEKA应用技术与实践》(第二版) （我同学的导师推荐他看的）推荐一些视频资源： 浙大数据挖掘视频教程28讲 链接:https://pan.baidu.com/s/1mibgiqk 密码: j4dw 中科院数据挖掘视频教程39讲 链接: https://pan.baidu.com/s/1dFwteyH 密码: ysj5

（2）飞天玄舞6推荐

怎么能没有the elements of statistical learning呢

（3）ruby推荐

以下是一些数据挖掘领域专家牛人的网站，有很多精华，能开阔研究者的思路，在此共享：

1.Rakesh Agrawal

主页：http://research.microsoft.com/en-us/people/rakesha/数据挖掘领域唯一独有的关键规则研究的创始人，其主要的Apriori算法开启了这一伟大的领域。之前他在IBM研究院工作，目前在微软研究院从事搜索的相关工作。除了关联规则外，他还在HippocraticDatabase, Sovereign Information Sharing, and Privacy-Preserving Data Mining等方面做出了开创性的工作。

2.Jiawei Han（韩家炜）

主页：http://www.cs.uiuc.edu/~hanj/

著名数据挖掘书籍，《数据挖掘概念和技术》作者，在DM界久负盛名。他的个人主页里面有很多他的papers，都非常经典；还有他所教授的课程，可以下载课件学习。他的一些杰出的工作集中在关联规则挖掘FP树，异构网络挖掘等。

3.Jon Kleinberg

主页：http://www.cs.cornell.edu/home/kleinber/ 康奈尔大学计算机科学家，著名牛掰的HITS算法的发明人（这里，顺带插一个传说，一次讲座中，有人问Jon的老师HITS和PAGERANK哪个先提出的？老师炫耀地讲：当然是我们HITS先提出来，而且比PAGERANK要早很多呢。最后有人又问那么早多长时间呢，老师回答：一个星期。呵呵）。目前其主要研究兴趣集中在社区分析上面。

4.Philip S. Yu

主页：http://www.cs.uic.edu/PSYu/ 数据库和数据挖掘领域的重要影响力人物，是为数不多的在工业界（watson research center）和学术界都有绝对影响的。。。更多参见链接http://www.guzili.com/?p=131

5.Jian Pei

http://www.cs.sfu.ca/~jpei/

数据挖掘牛人，经常来中国讲授数据挖掘课程。个人主页上有他发表的数据挖掘相关论文，课程信息，还有一些推荐书籍和源代码。

6.Mohammed J. Zaki

http://www.cs.rpi.edu/~zaki/index.php

数据挖掘牛人，个人主页里面有很多精辟的papers，还有课程，相关的源代码，非常的经典。偶像啊O(∩_∩)O~

7.Qiang Yang

http://www.cse.ust.hk/~qyang/

8.Wei Wang

http://www.cs.unc.edu/~weiwang/

数据挖掘牛人，个人主页里面有papers，还有教授的数据挖掘课程，生物信息学课程课件。课件非常好，很适合学习，喜欢看她的课件。

9.周志华

http://cs.nju.edu.cn/zhouzh/

南京大学数据挖掘牛人，个人主页里面有数据挖掘相关很多资源，收集了国外很多大学的数据挖掘课程。

（4）论坛资深版主wwqqer强力推荐  

数据挖掘 (Data Mining)

【经典教材系列】WaveletNeural Networks （2014）

【经典教材系列】Extensionof Data Envelopment Analysis with Preference Informat

【经典教材系列】DataScience in R: A Case Studies Approach to Computational

【经典教材系列】AlgebraicCoding Theory (2015 Revised Edition)

【经典教材系列】LearningData Mining with Python

【经典教材系列】Robustnessand Complex Data Structures

【经典教材系列】Handbookon Data Centers

【经典教材系列】RobustMethods for Data Reduction

【经典教材系列】PythonData Science Essentials

【经典教材系列】ComparativeGene Finding: Models, Algorithms and Implementation

【经典教材系列】DataAnalysis and Approximate Models: Model Choice, Location

【经典教材系列】Handbookof Missing Data Methodology

【经典教材系列】HierarchicalModeling and Analysis for Spatial Data （第二版）

【经典教材系列】R DataAnalysis Cookbook

【经典教材系列】FastData Processing with Spark （第二版）

【经典教材系列】DataManipulation with R （第二版）

【经典教材系列】Statisticsand Data Analysis for the Behavioral Sciences

【经典教材系列】NearestNeighbor Search: A Database Perspective

【经典教材系列】ModelingCount Data

【经典教材系列】Fundamentalsof Database Indexing and Searching

【经典教材系列】ProbabilisticForecasting and Bayesian Data Assimilation

【经典教材系列】GranularComputing and Decision-Making: Interactive and Iterative Approaches

【经典教材系列】StatisticalMethods for Handling Incomplete Data

【经典教材系列】Graphicsfor Statistics and Data Analysis with R

【经典教材系列】NonlinearData Assimilation

【经典教材系列】SurveyData Collection and Integration

【经典教材系列】DataAlgorithms: Recipes for Scaling Up with Hadoop and Spark

【经典教材系列】Statistics:Learning from Data

【经典教材系列】MasteringData Analysis with R

【经典教材系列】FeatureSelection for High-Dimensional Data

【经典教材系列】DyadicData Analysis

【经典教材系列】RandomData: Analysis and Measurement Procedures （第四版）

【经典教材系列】PythonData Science Cookbook

【经典教材系列】DataScience from Scratch: First Principles with Python

【经典教材系列】BusinessIntelligence and Data Mining

【经典教材系列】MissingData Analysis in Practice

【经典教材系列】DataAnalysis with R

【经典教材系列】GettingStarted with Data Science: Making Sense of Data with Analytics

【经典教材系列】AppliedPredictive Analytics: Principles and Techniques for the Professional DataAnalyst

【经典教材系列】DataMining: Theories, Algorithms, and Examples

【经典教材系列】UnderstandingComplex Datasets

【经典教材系列】Multi-LabelDimensionality Reduction

【经典教材系列】KnowledgeDiscovery from Data Streams

【经典教材系列】CompressedData Structures for Strings: On Searching and Extracting Strings fromCompressed Textual Data

【经典教材系列】RobustData Mining

【经典教材系列】IncompleteCategorical Data Design: Non-Randomized Response

【经典教材系列】SpatialAnalysis: Statistics, Visualization, and Computational Methods

【经典教材系列】TextMining and Visualization: Case Studies Using Open-Source

【经典教材系列】Fundamentals of Database Systems （第7版）

【经典教材系列】DataAnalysis for the Life Sciences

【经典教材系列】StatisticalInference for Data Science

【经典教材系列】RobustResponse Surfaces, Regression, and Positive Data Analyse

【经典教材系列】Scalafor Data Science

【大数据系列】Advances in Data MiningKnowledge Discovery and Applications

【经典教材系列】Patternsin Data Management A Flipped Textbook

【经典教材系列】OperationalRisk Management: A Practical Approach to Intelligent Data Analysis

【经典教材系列】Fundamentalsof Predictive Text Mining (第2版)

【经典教材系列】TextAnalysis Pipelines: Towards Ad-hoc Large-Scale Text Mining

【大数据系列】Beautiful Data：TheStories Behind Elegant Data Solutions

【大数据系列】SpatialData Mining

【经典教材系列】Next-GenerationSequencing Data Analysis

【大数据系列】Applied Big DataAnalytics: Business Analytics, Healthcare, Capit

【经典教材系列】HealthcareData Analytics

【经典教材系列】Analysisof Single-Cell Data

【经典教材系列】DataMining Techniques for the Life Sciences (第2版)

【经典教材系列】EventMining Algorithms and Applications

【经典教材系列】Data-VariantKernel Analysis

【经典教材系列】Principlesof Data Management: Facilitating Information Sharing  第二版

【经典教材系列】Graph-BasedSocial Media Analysis

【大数据系列】Data Clustering:Algorithms and Applications

【经典教材系列】ComplexSurveys: Analysis of Categorical Data

【大数据系列】Real-Time Analytics:Techniques to Analyze and Visualize Streaming Data

【经典教材系列】KnowledgeTransfer between Computer Vision and Text Mining

【经典教材系列】ProcessMining: Data Science in Action （第2版）

【经典教材系列】ModelingDiscrete Time-to-Event Data

【大数据系列】Power Analysis of Trialswith Multilevel Data

【大数据系列】Data Mining for theSocial Sciences: An Introduction

【经典教材系列】Introductionto Text Visualization

【经典教材系列】Functionaland Shape Data Analysis

【经典教材系列】Functionaland Shape Data Analysis

【经典教材系列】Introductionto Text Visualization

---

三、第四波“Python爬虫”资源征集-----名师和专家最终评选精荐资源精单

1.崔庆才·Python爬虫学习系列教程

http://cuiqingcai.com/1052.html

2.Python爬虫入门教程

http://blog.csdn.net/column/details/why-bug.html

3.书籍：《Python网络数据采集》 米切尔 (Ryan Mitchell)

四.第三波“机器学习”资源征集-----名师和专家最终评选精荐资源精单

邹博老师推荐PRML和MLAPP，中文的看《统计学习方法》。

1.PRML，也就是Bishop《Pattern Recognition and Machine Learning》 ，中文名《模式识别与机器学习》
英文版链接：https://bbs.pinggu.org/thread-901147-1-1.html
中文版链接：https://bbs.pinggu.org/thread-3708612-1-1.html

2.MLAPP，《Machine Learning A Probabilistic Perspective》
链接：https://bbs.pinggu.org/thread-4970443-1-1.html

3.李航《统计学习方法》
链接：https://bbs.pinggu.org/thread-4787307-1-1.html

陈老师：李航《统计学习方法》、哈林顿《机器学习实战》、周志华《机器学习》
唐老师：韩家炜 (Jiawei Han)《数据挖掘概念与技术》（有中文版和英文版）
余老师：周志华《机器学习》、丘祐玮 (Yu-Wei Chiu)《机器学习与R语言实战》

目前总结看来，李航《统计学习方法》和周志华《机器学习》都被推荐了两次，大家不妨猛戳哦！

五、第二波“风险建模”资源征集------名师和专家最终评选精荐资源精单

1.赫尔《风险管理与金融机构》，中文版第三版，英文版2015年已经有第四版。
说明：这本书可能是最适合我们的一本经典书籍，管理风险暴露、利率风险/市场风险/信用风险等度量、风险评级、管理人员的注意事项等，相当全面而详细。网上评价也很好。
中文版第三版，论坛下载链接：https://bbs.pinggu.org/thread-3606635-1-1.html
英文版第四版，论坛下载链接：https://bbs.pinggu.org/thread-3648265-1-1.html

2.FRM考试handbook中文版。
说明：这本书也很全面，但有些篇幅是投资方面，我大致看了一下，可以作为入门通俗读物，数理建模的内容比较少。
论坛下载链接：https://bbs.pinggu.org/thread-2571246-1-1.html


3.比莱茨基《信用风险：建模、估值和对冲》
说明：写得比较深入，是信用风险建模中比较经典的书籍。

4.勒夫勒《信用风险建模》
  说明：这本书主要是基于Excel和VBA的。

如果对软件有要求，也可以参考（《信用风险评分卡研究：基于SAS的开发与实施》《信用评分模型技术与应用》）

六、第一波“机器学习”由网友、版主自发推荐首轮精荐资源精单

以下是我们组织的第一期“机器学习“优秀资源，由8位热心资源达人分享的资源，高达52个哦，

第一批“机器学习“资源网友推荐清单如下

1. 坛友 lzguo568推荐图书资源9个

2. wwqqer版主推荐的自己整理的学习资源专题，资源约20个

3. 坛友 lzguo568推荐公开课资源2个

4. 我的素质低版主推荐网课4项，斯坦福公开课1个，博客2个，共7个

5. 坛友“东方祥 “推荐图书2本

6.坛友“南合季“推荐图书5本

7.坛友“数术“推荐图书5本

8. 坛友“桐叶“推荐两个免费的机器学习视频课程

第一批“机器学习“资源52个具体好货在这儿（还在陆续推荐增加中哦......）

• （1）坛友 lzguo568推荐图书资源9个
  

介绍几本经典图书
1,Tom M Mitchell - Machine Learning
2、Introduction_to_Machine_Learning（Ethem_Alpaydin）.pdf
3、Pattern Recognition and MachineLearning.pdf
4、MIT.Fundamentals.of.Machine.Learning.for.Predictive.Data.Analytics
5、Foundations_of_Machine_Learning.pdf
6、Learning from data.pdf
7、机器学习系统设计.Python.2014.pdf
8、数据挖掘：概念与技术（中文第三版）.pdf
9、Machine Learning and Data Science - AnIntroduction to Statistical Learning Methods with R.pdf

• （2）wwqqer版主推荐的自己整理的学习资源专题，资源约20个
  

机器学习在这里：机器学习 (Machine Learning)
【经典教材系列】An Introduction to Machine Learning
【经典教材系列】Machine Learning: An Algorithmic Perspective (第二版)
【经典教材系列】Introduction To Pattern Recognition And Machine Learning
【经典教材系列】Compression Schemes for Mining Large Datasets: A MachineLearning Perspective
【经典教材系列】Unsupervised Process Monitoring and Fault Diagnosis withMachine Learning Methods
【大数据系列】Rule Based Systems for Big Data: A Machine Learning Approach
【大数据系列】Machine Learning Models and Algorithms for Big DataClassification
【经典教材系列】Modeling and Stochastic Learning for Forecasting in HighDimensions
【经典教材系列】Fundamentals of Machine Learning for Predictive DataAnalytics
【经典教材系列】Numerical Algorithms: Methods for Computer Vision, MachineLearning, and Graphics
【经典教材系列】Machine Learning in Complex Networks
【经典教材系列】Semisupervised Learning for Computational Linguistics
【经典教材系列】Practical Machine Learning （2016）
【经典教材系列】Teaching Learning Based Optimization Algorithm: And ItsEngineering Application
【经典教材系列】统计机器翻译 Linguistically Motivated StatisticalMachine Translation: Models and Algorithms
【经典教材系列】From Curve Fitting to Machine Learning (第二版)
【大数据系列】Machine Learning in Evolution Strategies
【大数据系列】Statistical Reinforcement Learning: Modern Machine LearningApproaches
【经典教材系列】Machine Learning for Microbial Phenotype Prediction
【经典教材系列】Hybrid Approaches to Machine Translation

• （3）坛友 lzguo568推荐公开课资源2个
  

分享一下加州理工学院公开课

http://open.163.com/movie/2012/2/3/C/M8FH262HJ_M8FTVDQ3C.html

https://www.coursera.org/learn/ml-foundations 机器学习基础：案例研究

• (4)我的素质低版主推荐网课4项，斯坦福公开课1个，博客2个，共7个
  

第一期资源分享的主题是我心中”机器学习“、”EDW企业数据仓库“、”风险建模“，这三个方面都是偏向技术的，相对来说，风险建模可能资料较多，但是练习数据却不多，风险数据比较敏感嘛。相对来说机器学习的话，资料多，练习数据也多。

      如果是新手，想学机器学习之一类的，我觉得可以直接看书，里面的复杂符号可以让你马上想睡...  可以报个网课学一下，现在网课很多，譬如CDA、小象学院、七月在线、天善智能等机构，当然CDA在这块经验丰富；

      如果你有底子，直接去斯坦福公开课，吴恩达老师的中文版也有，http://open.163.com/special/opencourse/machinelearning.html

      机器学习理论内容学起来不复杂，但是如何实现这个需要更多练习，挑一款实现软件，网上搜一下实现博客就行。网上不同软件不同实现的博客很多很多，当然还有推荐我自己的小博客啦~  ：http://blog.csdn.net/sinat_26917383/article/category/6093536

• （5）坛友“东方祥 “推荐图书2本
  

数据挖掘：概念与技术（原书第3版）

本书完整全面地讲述数据挖掘的概念、方法、技术和最新研究进展。本书对前两版做了全面修订，加强和重新组织了全书的技术内容，重点论述了数据预处理、频繁模式挖掘、分类和聚类等的内容，还全面讲述了OLAP和离群点检测，并研讨了挖掘网络、复杂数据类型以及重要应用领域。

本书是数据挖掘和知识发现领域内的所有教师、研究人员、开发人员和用户都必读的参考书，是一本适用于数据分析、数据挖掘和知识发现课程的优秀教材，可以用做高年级本科生或者一年级研究生的数据挖掘导论教材。

机器学习周志华

它是一本和Tom M. Mitchell那本Machine Learning具有一样重大意义的书。很有可能，它会成为一本中国无数Machine Learning热爱者的启蒙教材。

• （6）坛友“南合季“推荐图书5本
  

我也来说一个吧！我心中最好的”机器学习“的图书，有这么几本，另外，期待楼主赶紧凑到100个经管资源，分享给大伙儿吧

《Mining of Massive Datasets》（《大数据》）
作 者Anand Rajaraman[3]、Jeffrey David Ullman，Anand是Stanford的PhD。这本书介绍了很多算法，也介绍了这些算法在数据规模比较大的时候的变形。但是限于篇幅，每种算法都没有展开讲的感觉，如果想深入了解需要查其他的资料，不过这样的话对算法进行了解也足够了。还有一点不足的地方就是本书原文和翻译都有许多错误，勘误表比 较长，读者要用心了。
《DataMining: Practical Machine Learning Tools and Techniques》（《数据挖掘：实用机器学习技术》）
作者IanH. Witten 、Eibe Frank是weka的作者、新西兰怀卡托大学教授。他们的《ManagingGigabytes》[4]也是信息检索方面的经典书籍。这本书最大的特点是对weka的使用进行了介绍，但是其理论部分太单薄，作为入门书籍还可，但是，经典的入门书籍如《集体智慧编程》、《智能web算法》已经很经典，学习 的话不宜读太多的入门书籍，建议只看一些上述两本书没讲到的算法。
《机器学习及其应用》
周志华、杨强主编。来源于“机器学习及其应用研讨会”的文集。该研讨会由复旦大学智能信息处理实验室发起，目前已举办了十届，国内的大牛如李航、项亮、王海峰、刘铁岩、余凯等都曾在该会议上做过讲座。这本书讲了很多机器学习前沿的具体的应用，需要有基础的才能看 懂。如果想了解机器学习研究趋势的可以浏览一下这本书。关注领域内的学术会议是发现研究趋势的方法嘛。
《ManagingGigabytes》（深入搜索引擎）
信息检索不错的书。
《ModernInformation Retrieval》
Ricardo Baeza-Yates et al. 1999。貌似第一本完整讲述IR的书。可惜IR这些年进展迅猛，这本书略有些过时了。翻翻做参考还是不错的。另外，Ricardo同学现在是Yahoo Research for Europe and Latin Ameria的头头。

• （7）坛友“数术“推荐图书5本
  

造福坛友的好活动，我推荐的是机器学习方面的几本书，供大家参考。
1.《数学之美》  
作者吴军大家都很熟悉。以极为通俗的语言讲述了数学在机器学习和自然语言处理等领域的应用。
2.《Programming Collective Intelligence》（《集体智慧编程》）        
这本书最大的优势就是里面没有理论推导和复杂的数学公式，是很不错的入门书。目前中文版已经脱销，对于有志于这个领域的人来说，英文的pdf是个不错的选择，因为后面有很多经典书的翻译都较差，只能看英文版，不如从这个入手。还有，这本书适合于快速看完，因为据评论，看完一些经典的带有数学推导的书后会发现这本书什么都没讲，只是举了很多例子而已。
3.《Algorithms of the Intelligent Web》（《智能web算法》）
作者HaralambosMarmanis、Dmitry Babenko。这本书中的公式比《集体智慧编程》要略多一点，里面的例子多是互联网上的应用，看名字就知道。不足的地方在于里面的配套代码是 BeanShell而不是python或其他。总起来说，这本书还是适合初学者，与上一本一样需要快速读完，如果读完上一本的话，这一本可以不必细看代码，了解算法主要思想就行了。
4.《统计学习方法》
作者李航，是国内机器学习领域的几个大家之一，曾在MSRA任高级研究员，现在华为诺亚方舟实验室。书中写了十个算法，每个算法的介绍都很干脆，直接上公 式，是彻头彻尾的“干货书”。每章末尾的参考文献也方便了想深入理解算法的童鞋直接查到经典论文；本书可以与上面两本书互为辅助阅读。
5.《Machine Learning》（《机器学习》）作 者Tom Mitchell是CMU的大师，有机器学习和半监督学习的网络课程视频。这本书是领域内翻译的较好的书籍，讲述的算法也比《统计学习方法》的范围要大很多。据评论这本书主要在于启发，讲述公式为什么成立而不是推导；不足的地方在于出版年限较早，时效性不如PRML。但有些基础的经典还是不会过时的，所以这本书现在几乎是机器学习的必读书目。

• （8）坛友“桐叶“推荐两个免费的机器学习视频课程
  

斯坦福大学公开课：机器学习课程
http://open.163.com/special/opencourse/machinelearning.html

加州理工学院公开课：机器学习与数据挖掘
http://open.163.com/special/opencourse/learningfromdata.html

第八期经管资源嘉年华，狂欢继续

有品质的学习，一定是伴随着最好、最优质的资源的

快把你知道的“量化投资”好资源丢到碗里！用你的一个资源，

换来你的100个和1000个吧！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享1 收藏82 回帖

关键词：量化投资 学习资源 introduction Data Science Fundamentals 资源 最好

继续支持资源活动。书籍有：
《期市截拳道:程序化交易策略与实战》作者：朱淋靖

《量化投资：策略与技术》作者：丁鹏

《高频交易》谈效俊等译

《打开高频交易的黑箱》谈效俊等译

《统计套利》陈雄兵张海珊等译

《从众危机：量化投资与金融浩劫》李必龙等译

《专业投机原理》

《股票做手回忆录》
量化平台掌握
TB、MC、金字塔、易盛等平台

以上平台比较类似，建议定要熟练掌握一个平台的使用，由于TB用户数比较多，建议熟练掌握TB，然后在慢慢熟悉其他平台。

MATLAB、R、SAS等平台语言

根据个人情况建议熟练掌握使用MATLAB，然后在慢慢熟悉其他平台。

C/C++，JAVA，Python等语言

至少熟悉一种语言，或虽不经常用但在短时间内能拣起来。

这是一个我很想学习的领域，了解过一些，希望和大家一起学习。

1.《打开量化投资的黑箱》
2.《解读量化投资：西蒙斯用公式打败市场的故事》
3.《量化投资策略:如何实现超额收益Alpha》
4.《金融计量学:从初级到高级建模技术》
5.《问道量化投资-用MATLAB来敲门》

曾经见过坛友“weitingkoala"在论坛发布过18个量化投资必备网站，抛砖引玉：

宽客网：http://www.iamquant.com/forum.php

中国量化投资网：http://www.myvc.com.cn/

宽客俱乐部：http://www.quant-club.com/

中国量化投资俱乐部：http://www.go-goal.com/qclub/Index.aspx

中国量化投资学会：http://chinaqi.org/

海洋部落：http://www.hylt.net/vb/

Matlab技术论坛：http://www.matlabsky.com/

Matlab中文论坛：http://www.ilovematlab.cn/forum.php

Quantzone：http://www.quantzone.org/

faruto的博客：http://blog.sina.com.cn/s/blog_4cf8aad30102e5dh.html

中国统计网：http://www.itongji.cn/

统计之都：http://cos.name/

SAS博客：http://blog.sina.com.cn/episas

冰火岛的博客：http://blog.sina.com.cn/s/articlelist_1640260361_0_1.html

郑来轶博客：http://blog.sina.com.cn/s/articlelist_1606645093_0_1.html

数据挖掘学习交流站：http://www.businessanalysis.cn/portal.php

知乎量化投资话题：http://www.zhihu.com/topic/19669103/questions

人大经济论坛SAS专版：https://bbs.pinggu.org/forum-68-1.html

学习资料

《量化投资与对冲基金入门》，电子工业出版社，丁鹏 (作者)
《量化投资:数据挖掘技术与实践(MATLAB版)》，电子工业出版社，卓金武, 周英 (作者)
《精通R语言:用于量化金融(影印版)(英文版)》，东南大学出版社，作者：伯灵格（Edina Berlinger）
《主动投资组合管理:创造高收益并控制风险的量化投资方法》，机械工业出版社，作者：（美国）理查德 C.格林诺德 博士（Richard C. Grinold） 雷诺德 N. 卡恩 博士（Ronald N. Kahn ）

数量金融，三卷。。。这么经典的教材竟然没人推荐？

股票做手回忆录，聪明的投资者

推荐一下Mike Halls-Moore的书：
1. Successful Algorithmic Trading ：告诉新人做量化交易可以少踩的很多坑，后半部分手把手教你用python写一个事件驱动型回测和交易平台，干货很多。
2. C++ For Quantitative Finance：python和c++是很好的量化技能组合。python作为胶水语言和策略开发平台，++负责开发高速实时交易引擎。即使你只想做策略研究员，++作为宇宙最复杂和难学的语言技能依然是加分项，看了这本书过面试基本不成问题。
3. Advanced Algorithmic Trading：推荐1的进阶版，涉及机器学习等高级量化技能，目前还是写，最终版作者说是late in 2016出来，应该是倒计时了。

果仁网有个量化课堂挺不错的，适合入门。
https://guorn.com/stock/school