學習量化投資的一些建議
針對你數學、物理較好以及有一定C基礎的情況，我的建議（也是對所有想要入門量化分析的人）的建議是：
一. 數學
繼續打好數學基礎，學一學集合論、統計學方面的知識，方便以後可以從初級經濟學的學習轉向中高階。你大一，集合論和統計學如果沒學過建議先入個門。比如國內著名的統計學大師陳希孺先生的《概率論與數理統計 (豆瓣)》、《數理統計學教程 (豆瓣)》等等，寫得非常好，請仔細揣摩體會。
二. 經濟學&金融學
數學基礎可以了，如果學校教的你也覺得很簡單，那就看一點計量經濟學和中級微觀經濟學方面的書，看能不能看懂。
當然，如果你想要出國深造，那麼選擇看英文版的是很好的選擇。
但是如果你是想要更好地利用時間，看中文版也是不錯的選擇，因為看中文版肯定比英文版快得多。
三. 計算機與程式設計
1. 計算機
你如果之前沒有學過計算機相關知識，我建議可以先看一本書入個門，瞭解計算機的大致工作原理，我推薦研讀一下：《電腦科學概論（第11版） (豆瓣)》
2. 語言
然後，你既然要學習金融方面的知識，我建議可以暫時不學C或者C++，而選擇學習python，python更簡單，數理分析、科學計算能力更強大。我推薦看一下：《Python基礎教程 (豆瓣)》，這本書講的是python2.7，對初學者而言，還是看這本比較好。
你還可以參照統計語言R來更深入地理解python，我推薦《
然後你可以看一下專講python用作資料分析的好書：《利用Python進行資料分析 (豆瓣)》。（這本書裡面講的python以及對應的pandas、scipy、numpy模組都是基於python2.7的——這就是為什麼我推薦的python入門教材是python2.7的，對於初學者，版本問題很可能是個坑，學2.7更好。）
另外，家中常備：《Python標準庫 (豆瓣)》，很多問題就不用重新造輪子了。
3. 未來
計量方法嚴格來講只是傳統方法，為了應對未來、成為寬客，建議學習資料探勘、機器學習、人工智慧方面的知識，我推薦《資料探勘導論 (豆瓣)》，《機器學習 (豆瓣)
另：python作為解釋型語言，效能不及C等編譯型的語言，特別是對於高頻交易等，以防萬一，建議還是入一下計算機的演算法、資料結構、計算機系統坑。。。。當然，這又是個大坑。
四. 實踐
現在有一些線上的金融系統，可以給你機會讓你寫你自己的模型的，你多留意一下，也可以問下老師，閒來沒事兒寫幾個交易模型試一試。
據我所知目前大多數寫交易模型的，都沒有較強的綜合能力（綜合經濟金融、數學、程式設計這三個方面），你要想比他們都強，那就把這三個方面的基礎都打好。
最後，少年，我看你骨骼驚奇，這本《集體智慧程式設計 (豆瓣)》我就送給你了，寫一個遺傳演算法為核心、並且底層優化的具有進化特徵的交易模型吧，特別是在資料環境本身就具有進化特性的情況下，亮瞎他們！——至少聽起來很牛逼~~
相關推薦
學習量化投資的一些建議
針對你數學、物理較好以及有一定C基礎的情況，我的建議（也是對所有想要入門量化分析的人）的建議是： 一. 數學 繼續打好數學基礎，學一學集合論、統計學方面的知識，方便以後可以從初級經濟學的學習轉向中高階。你大一，集合論和統計學如果沒
如何學習量化投資
mini fun pytho elements 時間 挖掘 暫時 基礎 編程實踐 昨天有位大三學金融的同學留言詢問如何學習、看哪些書，以便日後進入量化投資行業。我寫了些建議，結果太長無法直接回復給他。熊大建議，幹脆整成一篇推文，於是就有了這個番外篇。 如何學習量化投資，如
給大一新生學習c程序的一些建議的一些建議
使用 視頻 計算 群聊 文章 方法 大三 經驗 答案 這是一篇給剛學習c程序的學弟們的一篇日誌。如果想學好c程序，以及不想走太多彎路，希望能看一下這篇文章，如果說基礎較好，或者說已經是大二，大三，這篇文章不會有什麽幫助。 剛轉到軟件工程系，加了幾個
給找機器學習／演算法崗工作的同學們的一些建議
轉自：https://bbs.pku.edu.cn/v2/post-read.php?bid=99&threadid=16510824 本人是數院統計專業畢業，在某大公司做演算法方面的工作，面試過不少人。 有不少學弟學妹找我諮詢過機器學習／演算法方
機器學習該如何應用到量化投資系列（三）
《基於 MT-SVM 模型的市場預測》 • 由於 A 股市場並非完全有效以及市場具有的分形特徵和記憶性，從理論上來說對股票市場一段時間內的市場趨勢所發生的概率進行預測成為可能。 • 我們構建了 MT-SVM 預測模型來對市場漲跌方向進行預測。 預測模型的引數主要用到巨集觀經濟變數、 技術指標變數以及市場價格
機器學習該如何應用到量化投資系列（二）
前言 深度學習技術在交易中的研究 深度學習最近受到了很多關注，特別是在影象分類和語音識別領域。然而，它的應用似乎並沒有廣泛應用到交易當中。這項調查涵蓋了到目前為止作者(Greg Harris)發現相關的系統交易。（點選閱讀原文獲取原文PDF） 一些名詞： DBN = Deep BeliefNetwor
掌握最新量化投資發展方向和監管機制！學習了~
發現 net 快速 計算 技術分享 inf 完全 很多 人物 很多朋友都知道我國已經對高頻交易實施了嚴格的控管。那麽對於量化投資來說，我國目前的狀況是什麽樣的呢？我們又應該對量化投資的發展實施怎樣的監管呢？ 量化投資在我國雖目前還是個新興的投資方法，但是在歐美它已經被應
大資料學習路線規劃和一些建議
很多朋友想通過看書學大資料，看書學大資料，很多朋友就是直接買一堆的書學習，其實你買了那麼多的書你全看完了嗎?很多朋友大部分是一遍過，永遠不會看第二眼，書太多了，一直就在追求速度，那麼學大資料的質量就難以保障，這並不是一個好的學習方式。 很多朋友還想通過看書和看視訊結合起
Android開發學習一些建議【I】
【筆者自我介紹：03年開始進入IT開發領域，05年涉足IT職業培訓，08年-12年先後在中軟國際及諾亞舟教育兩家上市公司任架構及PM，12年繼續從事職業教育，目前選擇了中國最大的線上教育潭州教育進行共同創業】越來越多的朋友選擇了移動網際網路應用開發這條道路，既可以選擇去謀得一份待遇不錯的職業，有可以選擇成為一
Android開發學習一些建議【II】
在上一篇日誌中，我寫到了想學習android的同學應該要掌握的一些java基礎知識，雖然寫的是基礎，但是其實往往很多的學員們走上工作崗位上就會真正發現基礎決定了你的上層建築能否搭建好！今天，在這篇日誌中，我來和大家談談android基礎的一些建議： GOOGLE在2007年成立OHA組織的時候，其實野
【強烈推薦】：關於系統學習資料探勘（Data Mining）的一些建議！！
微信公眾號 關鍵字全網搜尋最新排名 【機器學習演算法】：排名第一 【機器學習】：排名第一 【Python】：排名第三 【演算法】：排名第四 關於資料探勘 提到收據挖掘（Data Mining， DM），很多想學習的同學大多數都會問我： 什麼是資料探勘？ 怎麼培養資料分析的能力？ 如何成為一名資料科學家？ （
給一些想要學習Java同學的一些建議
最近在授課過程中，發現了各式各樣學生在學習Java時遇到的問題。有同學會問我：“楊老師，Java可以自學嗎”，這就好像一千個人心中有一千個哈利波特一樣，這個答案不絕對也不唯一，Java在我看來是好學，但
給師弟師妹們學習資料探勘的一些建議
看著剛進實驗室的師弟師妹們的迷茫，雖然也與他們進行過一些零散的交談，但是都不夠系統。因此，根據自己的經歷給出學習資料探勘的一些建議，大家可以根據自身的情況，具體問題具體分析，作為參考。希望在上一屆的基礎上，走的更深，走的更遠。 一. 讀研與資料探勘基礎 首先介紹一下大家都
量化投資學習筆記03——封裝回測操作
從前兩篇文章中，我們使用pyalgotrade框架進行了量化策略的回測的基本操作。使用框架確實比較方便，但是仍有很多每次都要進行的重複操作，比如建立資料來源，建立策略，繫結策略與分析器，執行回測，取得回測結果，繪圖等。能不能進行進一步的封裝?我想要的是，指定要交易的股票程式碼，基準股票程式碼，初始資金，手續費
量化投資學習筆記05——檢驗計算回測指標程式
因為對前面計算回測指標的程式的準確性還有疑問，我決定再驗證一次。驗證的方法是找一個帶資料的完整的程式，先實現其程式，再用它的資料和我的程式計算，對比一下二者的結果。 在知乎上找到一篇，https://zhuanlan.zhihu.com/p/55425806 是用貴州茅臺，工商銀行和中國平安三隻股票做回測。我
量化投資學習筆記06——《開啟量化投資的黑箱》讀書筆記
讀了一本量化投資的書，筆記如下。 書名：開啟量化投資的黑箱 作者：Rishi K. Narang 譯者：郭建光 出版者：機械工業出版社 版次：2012年3月第一版第一刷 前言 量化交易是人類經過嚴格研究後得到的交易策略，然後交付給系統去實施。其與主觀判斷型的交易策略的主要差別在於策略如何生成及如何實施。 阿爾
量化投資學習筆記11——關於時間序列你所能做的一切
關於時間序列你所能做的一切 Siddharth Yadav 翻譯自https://www.kaggle.com/thebrownviking20/everything-you-can-do-with-a-time-series 資料檔案也在上面連結裡。或者上我的github程式碼庫:https://githu
量化投資學習筆記12——時間序列分析實操
還是宅在家裡，繼續學習。 用真實的股票資料來實踐一下剛學的時間序列分析的內容吧。分析一下我定投的兩支股票:300etf(510300)，納指etf(513100)。 首先用tushare下載股價資料，時間範圍從其創立到2020年1月31日。然後將資料處理後存入csv檔案，再把下載資料的程式碼註釋掉，以後直接從
量化投資學習筆記13——各種指標的繪圖、計算及交易策略
《量化投資:以python為工具》第五部分筆記 先來畫k線圖，要注意finance模組已經從matplotlib庫中去除，現在要用mpl_finance庫，單獨安裝。 其中有candlestick_ohlc函式，用來畫k線圖或者叫蠟燭圖。函式接受的日期格式是浮點型別，接受的資料格式是列表型，要進行相應的轉換，
量化投資學習筆記16——迴歸分析:多元線性迴歸
理論模型 y = β0 + β1x1 + β2x2 + … + βpxp + ε 意義與一元線性迴歸相同。 E(y) = E(β0 + β1x1 + β2x2 + … + βpxp + ε) => y = β0 + β1x1 + β2x2 + … + βpxp 列線性方程組 y1 = β0 + β1x1