📚 推荐书单、课程与论文索引

按学习阶段与主题组织的资源地图:入门书、进阶专著、经典论文、数据与课程——每条都注明「读它能解决什么问题」。

书单的价值不在「全」而在「按问题索引」——本篇每条资源都注明它解决的问题与阅读时机,避免「收藏了所有经典、读完了所有序言」的常见结局。

入门阶段(配合本库第 00–04 章)

资源解决什么问题
《打开量化投资的黑箱》(Rishi Narang)量化系统的全景直觉——本库全景图 的扩展版
《投资学》(博迪)前半金融市场与资产定价的共同语言
《利用 Python 进行数据分析》(Wes McKinney)Pandas 的正路入门(作者是作者本人)
《Python for Finance》(Yves Hilpisch)Python 金融计算的地图
大卫·斯文森《不落俗套的成功》资产配置的常识底盘(个人投资者视角)

因子与量化研究(配合第 05–08 章)

资源解决什么问题
《主动投资组合管理》(Grinold & Kahn)量化主动管理的圣经:IR 定律(IR = IC × √BR)与信息处理的全链条
《Expected Returns》(Antti Ilmanen)各类资产预期收益来源的最全梳理——因子经济学的百科全书
《Quantitative Equity Portfolio Management》(Chincarini & Kim)股票量化的工程手册
石川《因子投资:方法与实践》中文世界最好的因子投资入门:A 股语境 + 完整方法论
论文:Fama & French (1993)《Common risk factors》多因子模型的源头(配合 FF 演进 阅读)
论文:Jegadeesh & Titman (1993)动量异象的开山之作
论文:Sloan (1996)《Do Stock Prices Fully Reflect Accruals?》应计异象(配合盈利质量 )
论文:Moskowitz, Ooi & Pedersen (2012)《Time Series Momentum》时序动量(配合CTA )

回测、统计与过拟合(配合第 01、08 章)

资源解决什么问题
《Advances in Financial Machine Learning》(Marcos López de Prado)金融 ML 的纪律手册:purged CV、deflated Sharpe、标签工程——本库 ML 章 的深水区版本
《The Volatility Surface》(Jim Gatheral)波动率微笑与期权定价的进阶(配合衍生品 )
论文:Bailey & López de Prado《The Deflated Sharpe Ratio》回测选择偏差的校正方法
论文:Harvey, Liu & Zhu (2016)《…and the Cross-Section of Expected Returns》「因子动物园」的多重检验批判——研究纪律的学术基石
论文:McLean & Pontiff (2016)「发表即衰减」的实证(配合因子失效案例 )
论文:DeMiguel et al. (2009)《Optimal Versus Naive Diversification》1/N 等权击败优化模型的著名判决(配合MPT )

风控与组合(配合第 09–11 章)

资源解决什么问题
《When Genius Failed》(Roger Lowenstein)LTCM 兴亡的最佳叙事(配合经典复盘 )
《The Man Who Solved the Market》(Gregory Zuckerman)西蒙斯与文艺复兴的真实史(配合西蒙斯 传记)
论文:Black & Litterman (1992)BL 模型原文(配合BL 模型 )
论文:Almgren & Chriss (2000)最优执行的地基(配合执行算法 )
论文:Kyle (1985)微观结构的理论源头(配合Kyle 模型 )
Qian, Hua & Sorensen《Quantitative Equity Portfolio Management》风险模型与因子投资的综合

行为金融与投资哲学(配合第 17 章)

资源解决什么问题
Kahneman《思考,快与慢》行为偏差的第一手全景
Shiller《非理性繁荣》泡沫的行为机制
《证券分析》(格雷厄姆)价值投资的根基(配合价值投资 )
《股票作手回忆录》交易心理的百年教材(配合利弗莫尔 传记)
《巴菲特致股东的信》免费公开的最好的投资课(配合巴菲特 )

数据、工具与持续跟踪

  • 数据与工具:tushare/akshare/聚宽文档(A 股数据口径);VectorBT/Backtrader/RQAlpha 文档(回测框架,见框架概览 );Optuna/PyPortfolioOpt/cvxpy 文档(优化与 HPO);
  • 持续跟踪:SSRN 的 factor investing 栏目(新异象与批判性论文的第一现场);各大量化私募公众号(策略视角的行业动态);Journal of Portfolio Management / JFQA(实务与学术的中间带);
  • 本库的更新:书单随附录·更新日志 持续维护,欢迎在评论区推荐你读过的好书(附「它解决了你什么问题」)。

阅读方法的一条总建议:先做完、再读书——带着自己踩过的坑去读方法论,吸收效率是完全不同的量级(「学完再做」路径的效率陷阱见学习路径 )。