一开始学习量化投资，最主要的就是两方面：一是金融投资相关知识；二是量化工具的原理及实践。从这个方向内容来看，在学习量化策略之前，我们需要具备一些基础知识。“策略圈BOOK” 栏目精选出5本量化金融方面的经典著作，供大家学习参考。

01《投资学》第10版

(美)凯恩/马库斯/博迪 著。本书体系完整，覆蓋面广泛，可以让大家对金融市场有个系统的认识，属于经典的金融投资知识入门课本。

既然量化投资归根结底是一种投资，那么我们就需要对各种投资品、操作以及投资原理等有个基本的了解。《投资学》这本书是全美顶尖商学院和管理学院的首选投资学教材，详细讲解了投资领域中的风险组合理论、资本资产定价模型、套利定价理论、市场有效性、证券评估、衍生证券、资产组合管理等重要内容，非常适合想系统学习投资交易的人士拿来阅读。

​

02《期权、期货及其他衍生产品》第10版

(加)约翰·赫尔 著。本书还有个别名—— “华尔街人手一册的衍生产品投资圣经”。

金融衍生品是风险管理的重要工具，已经成为资本市场不可缺少的组成部分。这本书全面而系统地讲解了金融衍生品市场中期权与期货的基本理论，以及金融风险管理的基本理论和方法，并且提供了大量业界事例，对想从事衍生品市场交易的人员而言是一本非常有用的书。

03《高等数学》同济大学第7版

同济大学数学系 著。这本书是一本使用广泛的高等数学入门教材，适合高数初学者。

量化投资要用到数学模型，扎实的数学功底还是很重要的。微积分、线性代数、概率统计等基础数学知识是需要掌握的，这些内容可以在高校教科书中找到。有了这些基础，基本上可以看懂和运用大部分模型教程了。对于一些新兴的利用机器学习的交易策略，还需要学习一些数据挖掘的知识。

04《计量经济学导论:现代观点》(第5版)

(美)杰弗里·M·伍德里奇 著。这是一本经典的初级计量经济学教材，对数学要求不是很高，只要掌握线性代数和概率统计基础知识，即可读懂。

做投资策略始终是要和时间序列以及面板数据打交道，因此掌握一定的计量基础是必要的。本书对基本的计量经济学概念和问题给出了清晰直观的解释。在陈述和解释假定时，作者完全放弃了非随机的或在重复样本中加以固定的回归元假定。这种方法更便于读者对计量经济学的理解和应用，是对传统计量经济学教学和研究的一个突破。

05《JavaScript高级程序设计》

(美)尼古拉斯·泽卡斯 著。这本书可以说是数据挖掘的入门书籍，它将机器学习算法这一复杂议题拆分成实用易懂的例子，能够让初学者少走不少弯路。

量化投资要在计算机上实现，这就需要有一定的编程能力，至少要掌握R，Matlab，Python，JavaScript 等脚本语言中的一种。如果要做高频，那么还需具备高级的C++编程能力以及性能调优能力。除了基本的编程能力外，也需要对机器学习、数据挖掘、人工智能等好用的量化工具有一定的了解。本书是以机器学习与计算统计为背景，专门讲述如何应用javascript语言挖掘和分析Web上的数据和资源。

— END —