本库按「主线 + 支线」组织：00–12 章是量化生产的主流水线（认知 → 数学 → 编程 → 市场 → 数据 → 基本面 → 因子 → 策略 → 回测 → 风控 → 组合 → 执行 → 运维），13–18 章是进阶与专题（机器学习、微观结构、中国市场、技术分析融合、投资哲学、案例复盘），19–21 章是随取随读的传记轨与工具箱。
三种打开方式
系统学习（第一次来）：按章节顺序读主线，每章读完合上页面自问「这一章的 3 个核心概念，能否用自己的话 + 一个交易例子讲出来」。判断自己是否真读懂的三个信号：
- 能说出概念的数字量级（夏普 1.5 策略需要几年样本才显著？答：t = SR×√年数 > 2，约 2 年——而不是「看情况」）；
- 能指出概念的失效形态（协整配对怎么死？关系脱钩与流动性踩踏两条路）；
- 能把概念接进流水线（中性化做完接什么？增量贡献测试，见因子库 ）。
数学与编程章不必逐字读完——每篇开头都标明了「服务于哪个交易问题」，先读问题与结论，需要时再回来补推导。
工作手册（日常研究时）：用左树按章定位，配合第 20 章的模板使用——写因子报告时开因子检验报告模板 ，上线前过研究 checklist ，复盘时用实盘日志模板 。术语拿不准就回术语表 。高频使用的三篇建议置顶收藏：因子检验 、回测偏差大全 、风控参数配置参考 。
休闲传记（想休息时）：第 19 章的人物志可以任意顺序读，每篇独立成文；建议配合第 18 章的案例复盘交叉阅读——传记讲「人怎么做」，案例讲「市场怎么回应」。例如读完西蒙斯 再看经典策略复盘 ，会看到同一批华尔街科学家在两个叙事里的位置。
六个目标导向的阅读组合
不必从第 00 章线性读到第 21 章。几个常见的「目标 → 最小章节集」：
| 你想达成 | 最短阅读链 |
|---|---|
| 跑通第一个回测 | 全景图 → 市场结构 → Python 栈 → 回测偏差 → 研究 checklist |
| 做基本面量化 | 财务比率 → 数据清洗（PIT） → 因子构建 → 基本面因子规范 → 组合 |
| 做 CTA / 时序 | 随机过程 → 时序策略 → 风险管理 → 执行算法 |
| 评估量化私募（买方尽调） | 私募生态 → 案例库 → 基准选择 → 因子库 |
| 上线一个实盘策略 | 上线流程 → 事前风控 → 日志监控 → 灾备安全 |
| 判断「这个策略是不是骗人的」 | 伪量化辨析 → 多重检验 → 回测偏差 → 经典复盘 |
每篇文章末尾的「关联阅读」是作者手工挑选的接口，比目录更接近真实的知识依赖。
阅读约定
- 符号：遵循术语表与符号约定 ，如 rᵢ,ₜ 为收益率、Σ 为协方差矩阵；站点未启用公式渲染，公式以 Unicode 与行内代码排版；
- 代码：示例默认 Python + Pandas，可直接粘贴进 Notebook（环境约定见Python 量化栈 ）；
- 例子：统一使用交易场景——同一个「协方差」概念，会在最小方差组合里出现一次、在风险平价里出现一次，刻意重复以强化「数学为交易服务」；
- 口径：收益率默认对数收益；年化按 252 个交易日；夏普默认无风险利率取 0 的相对口径；换手率双边折单边。外部文献口径不一致时，以术语表 的对照提示为准；
- 数字的用法：文中给出的量级（IC 0.03、成本 0.25%、容量 3 亿……）是校准直觉的锚点，不是可直接照抄的参数——它们随市场、规模、费率变化，使用前按自己的环境重算；
- 时效：制度类内容（涨跌停幅度、印花税率、融券规则、程序化报备）以写作时点为准并标注，使用前请核对最新规则。
持续更新与纠错
本库按「章节 → 篇目」增量更新，更新记录见附录·更新日志 。发现事实错误、口径歧义或希望补充的主题，欢迎在文末评论区留言，或通过关于页 联系我——所有修订会记录在案。
最后是必须写在最前面的提醒：本库全部内容是研究方法论的整理，不构成任何投资建议；文中出现的策略与数字多用于示范方法，直接照搬实盘造成亏损的，市场不会因为你读过 139 篇文章而网开一面。完整声明见免责声明 。