中國期貨市場量化交易（R與C++版）

這是一本非常好的關於量化交易方面的很細節的書，作者的誠意能讓我們感受得到。讀完這本書，普通的小白也會對整個量化行業的發展以及現狀有一個非常深入的瞭解。當然了，如果你是一個寬客，那就更有感覺了。不得不說，作者的視野是非常開闊的，對國內國際量化交易的發展狀況瞭解深入，同時對各種量化模型的理解也有相當的深度，所以作者娓娓道來，並不會讓讀者感覺艱澀。 其實現在的量化發展大抵如作者所言，我認爲這也正是這個行業的目前的瓶頸。爲什麼這麼說呢？現在的量化在交易的方法論以及算法研究上都是對的，但整體思路是錯誤的。這個錯誤主要在對市場的認知上，傳統的量化策略搭建在有效市場假說（EMH)和因此發展的一系列現代投資理論(MPT)之上。不幸的是，現在有無數證據證明有效市場假說不是解釋市場的最好模型和理論，最好的理論是羅聞全教授提出的“適應性市場假說”（AMH）。如果寬客們能夠基於這個更加接近真理的模型構建量化策略，就會跳出對沖、套利和組合管理的窠臼。用純粹的貝葉斯方法搭建模型……我就是這麼幹的。

我和這個作者一起工作過，他在上班時間刷知乎，而且他的策略並不掙錢，公司後來倒閉，李總最後也被炒了

深入淺出具備科普意義的誠意之作。看完一本書能至少理解機器學習應用於策略的主要場景和意義，以及一些基本策略的教學實踐和細節建議。無不對於初學者，或者想要了解一點策略細節的從業人員頗爲受益。

該書提供了一些期貨學習實例，但是對於因子構建和建模都是點到爲止，不過提供了擴展資料方便深入學習。

這本書我給4星吧, 花了3天看完了. 先說優點: 1. 作者介紹了國內期貨量化交易系統構建的方方面面, 雖然這本書是18年寫的,但是放在21年的今天, 大部分的理念依舊適用. 2. 對於職業發展的那一塊, 市面上非常缺少類似的經驗分享, 尤其是不同公司之間的特點, 取捨, 和互聯網券商之間的對比, 非業內人士非常難以掌握. 再說說缺點: 1. 缺少demo, 即使是R寫的, 其實也完全可以出一個github + tutorial, 每一章如果多寫一個demo程序也花不了多少時間, 但是會讓人覺得起碼他的理論能跑的起來.(當然根據我的經驗, 李總這些分析的點都是能跑起來的,問題是外行人不一定相信這一點) 2. 使用R語言+ CPP. 這是最爲人詬病的一點, 既然是機器學習, 肯定避不開深度學習, 現在主流的tf 或者 pytorch 都是基於python的,這本書如果提供python代碼和demo, 銷量起碼翻10倍.用R寫的量化書籍, 能看懂的人也不需要看這本書了吧?

五星 對量化大致有一個總體把握。最後作者對於量化的分享觀點對於我最近遇到的那些有一些策略想法但是沒法實現的朋友有很好的啓發。 最深的感受還是學的金融時間序列對量化這麼有幫助，這麼有用。得把金融時間序列揉揉了

本來看到書名還想看看的，看到是babyquant就算了

來啦來啦，今天喫瓜，來這裏留言看看是puppy醬贏了還是baby醬能贏

量化交易系統建立的參考書，從系統的建模，到算法，再到編程，再到筆者的職業發展，都有涉及。讀者可以閱讀參考。

裏面有作者從業的許多經驗之談，對剛入行的量化新人有指導作用，高屋建瓴易於對量化這一行業有更深的認識