中国期货市场量化交易（R与C++版）

这是一本非常好的关于量化交易方面的很细节的书，作者的诚意能让我们感受得到。读完这本书，普通的小白也会对整个量化行业的发展以及现状有一个非常深入的了解。当然了，如果你是一个宽客，那就更有感觉了。不得不说，作者的视野是非常开阔的，对国内国际量化交易的发展状况了解深入，同时对各种量化模型的理解也有相当的深度，所以作者娓娓道来，并不会让读者感觉艰涩。 其实现在的量化发展大抵如作者所言，我认为这也正是这个行业的目前的瓶颈。为什么这么说呢？现在的量化在交易的方法论以及算法研究上都是对的，但整体思路是错误的。这个错误主要在对市场的认知上，传统的量化策略搭建在有效市场假说（EMH)和因此发展的一系列现代投资理论(MPT)之上。不幸的是，现在有无数证据证明有效市场假说不是解释市场的最好模型和理论，最好的理论是罗闻全教授提出的“适应性市场假说”（AMH）。如果宽客们能够基于这个更加接近真理的模型构建量化策略，就会跳出对冲、套利和组合管理的窠臼。用纯粹的贝叶斯方法搭建模型……我就是这么干的。

我和这个作者一起工作过，他在上班时间刷知乎，而且他的策略并不挣钱，公司后来倒闭，李总最后也被炒了

深入浅出具备科普意义的诚意之作。看完一本书能至少理解机器学习应用于策略的主要场景和意义，以及一些基本策略的教学实践和细节建议。无不对于初学者，或者想要了解一点策略细节的从业人员颇为受益。

该书提供了一些期货学习实例，但是对于因子构建和建模都是点到为止，不过提供了扩展资料方便深入学习。

这本书我给4星吧, 花了3天看完了. 先说优点: 1. 作者介绍了国内期货量化交易系统构建的方方面面, 虽然这本书是18年写的,但是放在21年的今天, 大部分的理念依旧适用. 2. 对于职业发展的那一块, 市面上非常缺少类似的经验分享, 尤其是不同公司之间的特点, 取舍, 和互联网券商之间的对比, 非业内人士非常难以掌握. 再说说缺点: 1. 缺少demo, 即使是R写的, 其实也完全可以出一个github + tutorial, 每一章如果多写一个demo程序也花不了多少时间, 但是会让人觉得起码他的理论能跑的起来.(当然根据我的经验, 李总这些分析的点都是能跑起来的,问题是外行人不一定相信这一点) 2. 使用R语言+ CPP. 这是最为人诟病的一点, 既然是机器学习, 肯定避不开深度学习, 现在主流的tf 或者 pytorch 都是基于python的,这本书如果提供python代码和demo, 销量起码翻10倍.用R写的量化书籍, 能看懂的人也不需要看这本书了吧?

五星 对量化大致有一个总体把握。最后作者对于量化的分享观点对于我最近遇到的那些有一些策略想法但是没法实现的朋友有很好的启发。 最深的感受还是学的金融时间序列对量化这么有帮助，这么有用。得把金融时间序列揉揉了

本来看到书名还想看看的，看到是babyquant就算了

来啦来啦，今天吃瓜，来这里留言看看是puppy酱赢了还是baby酱能赢

量化交易系统建立的参考书，从系统的建模，到算法，再到编程，再到笔者的职业发展，都有涉及。读者可以阅读参考。

里面有作者从业的许多经验之谈，对刚入行的量化新人有指导作用，高屋建瓴易于对量化这一行业有更深的认识