量化鍊金術：中低頻量化交易策略研發

如果不是打算親手設計一套量化交易系統的讀者的話，本書閱讀體驗其實並不友好——內容上既不通俗也不有趣，文風上理論、機械甚至艱澀。這大概也是開頭幾章評論區熱鬧非凡，之後逐漸讀音寥寥，後半部分則幾乎寂靜無聲的原因吧。 但是，如果是打算或已經在做一套系統的讀者，那麼上面的這些“嘈點”反而成了全書的可貴之處，因爲，這其實更像是一本“操作手冊之上、理論文獻未滿”的技能教材。 這樣的受衆定位，決定了讀者基數其實不大甚至很小，這從在讀人數和全書點評的數量上就能管窺。但是，作者依然選擇了歸納、寫作和出版，便值得給予五星的評價。 深深感謝

這本書寫的挺爛的，幾乎所有的例子的時間點都是停留在2015年中，同時所有策略的收益在2015年之前又都是基本未盈利的，都是在2015年開始暴漲到2015年年中結束，然後得出結論#$%#$%^#$%。可是2015年誰不知道啊，15年之前買哪隻股票不會暴漲呢？年中之後不是一地雞毛嗎？所以平時不掙錢，2015年到年中能掙一大波，就能得出結論？所以這本書對於實操部分真的很爛。但是吧，這本書本身給出的兩個擇時策略就是矛盾的，所以它本身可能也不是想給出具體的策略方法，而是想建立框架，這個角度來說這本書又還不錯。給了我挺大的啓發，可能是讀的第一本量化交易相關的書，關於回測的一些坑位介紹的不錯，關於倉位控制也是我之前從未想過的，極大地優化了我自己的交易框架系統，並且給出的雙均線策略雖然在市場上無用，但我發現無用是用錢證明的，因此對我來說，這是我第一個執行的策略。 這是第九章之前對這本書的看法，第九章之後覺得這本書真的還是非常棒的，對於風險和配置的講解真的讓我覺得很厲害，風險把資產倉位問題變成求導的數學過程，還最佳配置變成了一個最優化問題。受益良多。

凱利公式的核心，既非激進也非保守，而是在盈利概率與賠率（虧損風險）之間，尋找最佳平衡點。 凱利公式最常見形式是： • f=(bp-q)/b 其中： • f是最佳下注比例 • p是獲勝概率 • q是失敗概率，q=1-p • b是賠率

我不知道爲什麼那麼多評論說這本書不行。在我看來，《海龜交易法則》教會了我構建交易系統的邏輯和心理，這本書則是非常學術性地講解了量化交易策略構建的全過程。我認爲這個書應該是碩博士論文吧，很有價值。

這本書讀下來就像Lovecraft的作品，內容還行，文筆稀碎，整個寫作風格像是我在硬湊論文字數

真的很爛，明明一句話的事情硬要複雜化，車軲轆話來回說。誤人子弟莫過於此

作爲一本定位是入門書的基礎作品，我覺得作者完全勝任了這份工作：邏輯清楚、深入淺出、不濫用公式、科學嚴謹。如果所有基金經理都嚴格遵守作者推薦的推進測試和雙層推進測試的科學方法，市場上就不會飄着那麼多不堪入目的回溯測試推介材料。五顆星鼓勵作者的治學精神，誠然，作者的策略並沒有太深入和豐富，可是畢竟我有了賺錢的方法也不會輕易秀給大家看，只會把方法的幼年版拿出來寫書。

在中國市場上，量化交易即便不能算作一個新興的事物，也仍然是相對小衆的。而與其小衆現狀並存的，是廣大市場參與者對其未來前景的期待，以及加強了解、學習的願望。 本書的目的，就是力圖將這樣一種帶有黑箱性質的交易策略及其研發方法，以儘量科學化的方式介紹給讀者。 全書的主要貢獻包括以下幾個方面： 介紹了一套具有實操性的量化交易策略研發流程，涵蓋了買賣決策、倉位調整、交易成本測算等核心元素，同時搭建了收益與風險的策略架構，將擇時策略和選股策略進行了邏輯上的統一，爲構建完整的量化交易策略提供了清晰的思路。 結合實際工作經驗，指出了策略研發過程中可能遇到的問題，以及整個量化交易策略研發體系的侷限所在，並針對性地給出瞭解決方案，避免讀者在實踐過程中再走彎路、浪費時間和精力。 由淺入深地介紹了推進分析、凱利公式、zui優投資組合理論等工具，幫助讀者掌握量化研究的技術細節。結合數據科學，提出了多層推進分析、推進分析下的驗證等技術手段，拓展了策略研發人員的處理能力和思維模式。 以循序漸進的方式，不斷添加組件形成一個完整的量化交易策略研發體系。並在此過程中，始終輔以中國市場的真實數據，構造直觀的策略案例。通過這樣的處理，幫助讀者更爲有效地掌握書中內容，進而創建自己的量化交易策略。

作爲入門書看看還是不錯的，可以快速形成量化的開發框架，通俗易懂，小白專用。

乾巴巴的只談他的結論，誰知道是不是說瞎話