1、策略主要是机器学习，其他如backtest，event-driven，基本上都涉及到了。2、关键是有代码，比较实战。

非常入门、基础，示例了一些代码，如 numpy/scikit-learn/pandas/tf/keras + SMA/momentum/mean-reversion 用 pandas 计算 maximum drawdown, longest drawdown period 用 ZeroMQ plotly 搞成实时 倒是简单介绍推导了下 kelly criterion 速刷（拖了这么久，只能怪自律差

后面章节的API not free。到时候用的时候再look up比较好。

挺 hands on 的，里面介绍了不少设计思路

《Python for Algorithmic Trading》是算法交易入门到实战的绝佳指南。Yves Hilpisch把复杂的交易策略拆解得清晰易懂，从Python环境搭建（conda、Docker）到金融数据处理，从SMA、动量等基础策略到机器学习预测，再到OANDA平台集成和云部署，全流程覆盖。书中案例贴近实战，代码可复用，尤其适合想用Python落地交易策略的学生和从业者。无论是向量化回测的高效，还是事件驱动回测的精细，都能帮你快速上手，实现从想法到自动交易的跨越。

作者本身没搞清alpha策略和beta策略区别，开头说focus在alpha策略上，结果讲的都是择时，而且策略本身都非常简单，可能只有向量化回测值得借鉴。

1简介 2部署python 3处理金融数据 4向量化回测 5利用机器学习预测市场走势 6构建事件驱动回测 7处理实时金融数据 89 介绍oanda和fxcm 10自动化交易 本书核心在实操层面

这篇书评可能有关键情节透露

                        名称： 《Python for Algorithmic Trading》 作者： Yves Hilpisch 起止时间： 2022年1月1日-2022年1月7日 阅读次数： 1 【未来争取更多次】 【缺点】对于英语不好的不怎么友好 🌱写作背景 计算机技术逐步成熟，通过正确的算法寻找交易的圣杯变得可行了，通过Numpy、Pandas、...

全方位介绍了算法交易的思路和过程，菜鸟必备

1. 如果是想主要看策略的，直接去找其他的书，这书重点不是策略； 2. 翻译的太烂，一股子机翻的味道； 3. 译者是不是搞金融的，或者是这方面的，这些专业名词是不是译的太差了，maximum drawdown and the longest drawdown period. 翻译成最大提取和最大提取期？performance 策...

一般，劝退

From Idea to Cloud Deployment

这本书的真正价值，不在它罗列了多少策略，而在于它把一次完整的算法交易流程