昨天有位大三学金融的同学留言询问如何学习、看哪些书，以便日后进入量化投资行业。我写了些建议，结果太长无法直接回复给他。熊大建议，干脆整成一篇推文，于是就有了这个番外篇。

如何学习量化投资，如何进入这个行业，每个人的方法和路径都会有不同，我谨以我的些许经验和理解做一些建议，希望有用。

首先，也是最重要的，量化投资也是投资，只不过是用量化思维分析投资问题，用量化工具寻找答案。所以，要学习量化投资，最主要的有两方面的学习：一是学习投资相关的“领域知识”（domain knowledge）；二是学习相关量化工具的原理，以及熟练使用。

投资相关的学习

对于投资相关的学习，有下面一些方面：

WHAT: 搞清楚各种投资品种和投资方式是怎么回事，譬如：

a) 股票、期货、外汇、衍生品、ETF等这些都是啥。

其中衍生品相关知识可以看John Hull的书，暂时看这个够了，因为国内现在除了简单的期权没啥衍生品。

b) 各大交易所交易哪些品种，详细地交易规则和流程是怎么样的，这个很重要。

c) 另外，各种金融机构（券商、期货公司、公私募基金等）都是干啥的也可以了解下。《2006_Lhabitant_Handbook of Hedge Funds》介绍了对冲基金的方方面面，可以泛读，国内基金的运行和管理情况没有这里面说得这么规范和先进，不过是朝着这个方向在发展。

HOW: 搞清楚各种投资是怎么操作的，譬如：

a) 以股票投资为例，有哪些投资方式：因子选股、价值投资、多空投资、对冲组合、事件投资、统计套利等等。每种投资方式的基本过程是怎么样的，是怎么操作的。每种方式都有很多书介绍，作为初学者我建议就找看得明白的看就行，反正第一步也只是了解，等以后深究的时候再仔细选书看。

WHY: 搞清楚各种投资方式的基本原理，为什么那么进行投资，学习投资逻辑和驱动因素相关知识。

a) 股票：譬如，价值投资，如何估算公司实际价值，就需要学点基本公司财务知识和一些估值模型。组合投资，为什么要做组合投资，是什么因素产生的组合收益，什么因素影响着组合风险，如何在收益和风险之间取得合理的平衡。等等。《2009_Strong_Portfolio Construction, Management, and Protection, 5th Edition》，组合管理入门，通俗易懂。

b) 期货：做程序化交易的话，学习程序化交易策略的基本原理和构造过程。《程序化交易实战：平台、策略、方法》，入门书籍，笔者以前写的，写得太匆忙，很不咋的，不过新手翻翻也没害处。

具体的就不多写了，这么写下去太长，这个“漫谈量化投资系列”的文章后面会一一讲到，反正就是这么个思路去学习各种投资。此外，看书的时候能看英文原版就看英文原版，不然看中文翻译。因为打基础的话，最好是看体系完整、逻辑清晰、内容科学的书，这方面显然英文书强一些。中文投资书籍有太多滥竽充数的，很多也是个人模糊经验的玄学总结，学不来。

量化相关的学习

量化相关的学习就不仅仅是学习了，需要动手实践，能熟练使用，有下面一些方面：

相关知识：

a) 数学是一切的基础：线性代数（重要）、时间序列分析（重要）、数值分析（重要）、优化（重要）、随机过程、微分方程等。

b) 统计是量化的基础：所有的基础统计都值得好好学，深刻理解，并锻炼统计思维。除了学习基础统计知识，下面几本书也不错，可以看看。

i.《2008_Lai_Statistical Models and Methods for Financial Markets》

ii.《2011_Ruppert_Statistics and Data Analysis for Financial Engineering》

iii.《2015_Franke_Statistics of Financial Markets: An Introduction_4th_edition》

c)机器学习、数据挖掘、人工智能等是好用的量化工具：《2005!Tan_Introduction To Data Mining》适合入门，《2008!Hastie_The Elements of Statistical Learning》是经典。

d) 经济金融学里面的各种量化理论和模型，这个主要是看过去100年经济金融领域的相关经典文献。

e) 经济学也建议学学简单的，越往后越会发现它的作用，对分析投资问题很有帮助。最近看了几本书挺好的，简明扼要，通俗易懂，适合新手。

i.《经济学的思维方式》

ii.《斯坦福极简经济学 如何果断地权衡利益得失》

量化能力：

a) 编程能力是量化实践的基础：R（推荐）、python选一，matlab也行。

b) 统计分析能力：关注“狗熊会”，多学习案例，锻炼量化思维和统计思维。

c) 数据处理能力：多动手处理各种奇葩数据，无他，唯手熟尔。

d) 建模能力：学习各种统计模型、机器学习模型、人工智能模型的原理，多动手编程实践。

差不多就是这些方面，有了这些积累，等实际应用的时候再找准方向深挖下去，就能够攫取到宝藏了。

作者：LJING