一条大路通罗马：机器学习与量化交易重要书籍

这个主题已经有人在github 和 知乎总结过了，但是他们整理出来的资源太多太多了， 就好像你要找一本或者几本关于一个主题的书，有人带你到图书馆前说：“你要找的书都在里面了” 。。。 有意义吗！！

条条大路通罗马，其实很多时候我们只想要一条少走弯路的。 这就是这篇博文存在的意义。

重点

 
阿布著的《量化交易之路》

python编程基础

 
Wes McKinney的《Python for Data+Analysis, 2nd Edition》: 有点枯燥和抽象, 没读完，当工具书备查。

数学

机器学习

 
阿布著的《机器学习之路》
 
何海群的《零起点 TensorFlow 与量化交易》

交易学

 
John J. Murphy著、丁圣元 译的《金融市场技术分析》

 
《海龟法则》

 
Alexander Elder 的《以交易为生》：学到很多，但书中最后一部分不赞同 -– 作者不知道世界上有一种程序员的生物专门解救重复枯燥的劳作。
 
Burton G.Malkiel的《漫步华尔街》 和 Andrew W. Lo的《A Non-Random Walk Down Wall Street 》: 唱反调的两本书，个人更支持后者的观点。

 
还有 《专业投机原理》、《技术分析简史》、《伟大的博弈》等。

量化交易类

 
www.quantstart.com 的《Successful Algorithmic Trading》: 未读完，感觉不错，除了技术还讲交易学的方方面面。
 
Ernest p. chan 的《量化交易：如何建立自己的算法交易事业》 和 《Machine Trading》

最后：
May the fortune be with you:
愿财富与你同在: