书籍介绍
这不是一本教你抓暴利的量化交易指南，而是一份把量化交易当作一门'小生意'来经营的务实手册。作者本人就是独立交易者，书中反复强调：先用自有资金、从五万美元的小规模起步，专注于'简单但盈利'的策略，严守风险管理，把稳定增长而非一夜暴富当作目标。它最打动人的地方在于'信心'——反复告诉读者，独立交易员在纪律、自由度和灵活性上反而优于大型机构，并鼓励你从小做起、逐步扩规模。全书穿插可运行的 Python 与 R 代码，从回测、选股到执行业务全流程都有涉及。它特别适合对量化毫无基础、又渴望自主创业的技术型读者；但若指望它帮你通过专业面试或掌握前沿策略，恐怕会失望。
作者简介
Dr. Ernest P. Chan, is an expert in the application of statistical models and software for trading currencies, futures, and stocks. He manages a hedge fund and SMAs at QTS Capital Management, LLC. and a financial machine learning SaaS Predictnow.ai. Dr. Chan has built and traded numerous quantitative models for investment banks and hedge funds in the past. He has served individual and institutional clients in Australia, Canada, China, France, India, Israel, Italy, Russia, Singapore, South Africa, the United Kingdom, and the United States since 2006.
AI导读
核心看点
- 独立量化交易实战指南，涵盖从策略开发到系统搭建全流程
- 强调简单策略与严格风控，破除对复杂数学模型的迷信
- 提供Python和R代码示例，适合个人投资者建立交易业务
读者共识
- 通俗易懂且鼓励信心，被公认为最适合个人的量化入门书
- 作者实战经验丰富，观点务实，强调小资金相对于机构的优势
- 虽篇幅不长且策略部分略浅，但提供了清晰的独立交易路径
精彩摘录
- "要想成为成功的1亿美元交易员，必先成为成功的10万美元交易员。 用自有资金开始交易生涯。 专注于简单但盈利的策略，而不被那些深奥复杂的交易理论所牵绊，专注于量化交易的本质内容，专注于风险管理。 简单的就是最好的。"
- "在回测中可以尝试修改原始策略，从而优化并改进策略。 MATLAB是最常用的回测平台之一，集成了许多高级的统计模块和数学模块，如果交易算法涉及一些复杂而又常用的数学概念，就不用费时费力重新编写程序了。 MATLAB的主要缺点在于它可能相对较贵，虽然适合进行回测，但却很不适合作为执行平台。 替代品：octave，scilab。 在策略之间、交易员之间进行横向比较最重要的两个指标是夏普比率和挫跌。"
- "完全独立交易，只需开立一个零售经纪账户。 选择零售经纪公司标准：佣金比率，交易平台是否提供应用程序接口（API），提供仿真交易账户。 对选择哪家经纪商举棋不定，可以开立多个账户。当手握多个账户时，就可以很轻松的了解哪种成本结构更加有利可图，哪个账户可以为自动交易系统提供更好的交易设施和交易工具。 业务设备：性能良好的个人电脑，高速网络，以及防中断电源（UPS）。 将多个屏幕与同一台电脑连接起来，便于监控不同的交易程序和多个投资组合。 一旦完成策略的最终测试，且发现在实际交易中表现不错，就该是扩大交易规模的时候了。 可以把交易程序安装在托管商的远程服务器上。 对于超高频交易而言，把服务器安放在离"
- "许多简单且可盈利的策略对小容量有效，但对于大型对冲基金，这些策略可能都不适用。 模型合理的话，长期可以盈利，但是那些偶然事件导致的大幅挫跌仍无法避免。 只要在交易过程中严守纪律并用心去做，独立交易员比机构交易员更有优势。作为独立交易员的附带好处是，从一开始就是自由的。 当容量超过了凯利公式所建议的保守数量时，就可以开始考虑引入投资者了。 你必须不断研究新的策略。"
- "量化交易，也称算法交易，是严格按照计算机算法程序给出的买卖决策进行的交易。 只要能将信息转换成计算机能够读懂的比特和字节，就能将其看作是量化交易的一部分。 统计套利交易所处理的都是最简单的金融工具：股票、期货或外汇。 任何事情都应该使其尽可能的简单，直到无法再简单为止。 有足够的存款，不需要用交易的收益来维持日常生活是非常重要的前提，因为并不是很快就可以找到能够获得稳定收益率的策略。 迅速获利并不是量化交易的目的。 开始量化交易生意与开始任何小生意一样，都是从一点一滴起步的。从小规模、有限额（初始投资只有5万美元）的投资入手，在获得经验及有盈利之后再逐步增加交易额度。 与绝大部分生意相比，量化"
- "可以从金融投资方面的相关书籍、报纸杂志、主流媒体网站、学术论文、交易员论坛、博客等处获得这些策略。 在交易员论坛或博客里，能够发现一些更简单且同样可以盈利的策略。 真正的窍门是：对基础策略进行变形，并用于赚钱。 获取与分享交易理念的最好途径之一，是建立自己的交易博客。把自己发现的交易秘密通过博客与他人分享，你会从读者那里获得更多的回赠。 你认为是秘密的策略多半也早已为他人所知。一项策略真正的独有价值和值得保密的地方是你自己的窍门和所进行的变形，而绝不是基础版本。 无论如何我都不会在没有做过回测的情况下，就对一项策略进行实盘交易。 真正困难的地方并不是缺乏交易理念，而是缺乏甄别策略的能力。 如果"
- "全自动交易系统的优势是可将人为错误和延迟降到最低。 对于低频量化交易策略，半自动交易系统即可：用Excel或MATLAB等程序生成指令，然后用经纪商提供的现成工具（如组合交易器或差价交易器）来传送指令。 经纪商必须提供一个能够自动更新Excel输入文件的动态数据交换（DDE）链接。 通过动态数据交换链接传送指令的速度也很慢。 建成自动交易系统后，用经纪商提供的仿真交易账户来测试一下。"
- "想从量化交易中赚钱，风险管理至关重要，把挫跌控制在可接受的范围内，把头寸建在净值的最优杠杆水平上，才能实现财富的最大可能增长。如果不止一个策略，还需要在它们之间进行最优的资本配置，从而使风险调整后的整体收益最大。 长期财富最大化与投资组合的长期复合增长率g最大化是一回事。 凯利公式：f_i = m_i / s_i^2。 至少在每个交易日结束时做一次资本配置的调整。 使用的杠杆一般是半凯利杠杆和在最大历史亏损下所能获得的最大杠杆中较小的一个。 消除软件错误的方法：比较自动交易系统生成的交易与回测系统生成的理论交易，看它们是否相同。 若持有亏损头寸要有合理原因。 逐步降低分配给亏损模型的资本。 任"
用户评论
useful for independent trader
下载
收藏