今天，小编给大家分享5本关于机器学习、统计、量化交易的书籍，包含：《主动式股权管理》、《量化金融面试实务指南》、《机器交易：部署计算机算法征服市场》、《算法交易：制胜策略及其基本原理》、《统计学习导论：在R中的应用》。

这5本书分别从专业知识，实践经历等多方面讲述了量化交易与机器学习，非常适合量化人自我提升。

首先，来说一下量化股票。

《Active Equity Management》

这本书的作者是Xinfeng Zhou毕业于麻省理工，之前在SAC、高盛等公司都工作过，目前是股票多空组合的投资经理。

这本书详细介绍了实务中量化股票的选股信号、投资组合优化、风险管理、算法交易等内容，与很多偏向理论和模型的书不同，这本书从实践角度出发，通俗易懂。

另外也给出了很多参考文献，一般学术界研究量化投资也是高度偏重于股票方面，学术界的很多因子和想法也可以在实践中得到验证。

提到这位作者，顺便介绍一下他另外一本关于量化面试的书，俗称“绿皮书”。

图片

《A Practical Guide To Quantitative Finance Interviews》

在本书中，分析了200多个真实的面试问题和解决方案，包括了智力题、概率、统计、随机过程、编程、数学等方面，俗称量化面试宝典，对普通公司的面试应该足以对付。

除了量化股票，其他方面的量化也比较重要，也有一些比较综合的书，比如

图片

《Machine Trading：Deploying Computer Algorithms to Conquer the Markets》

这本书从最基本的模型到最复杂的人工智能模型都有涉猎，股票、期货、期权全覆盖，最重要的是，有完整的Matlab代码和数据。

很多量化交易的书哪怕是偏向实务，但是由于缺乏代码和数据，别人无法重现他们的结果，也很难拿给自己用，但这本书最出众的地方给出了完整的代码。而且作者强烈推荐使用Matlab做研究和交易。

《Algorithmic Trading:Winning Strategies and Their Rationale》

Chan博士对使用MatLab或Excel建立一个“业余”量化交易系统的过程进行了很好的概述。他使这个话题变得非常容易上手，给人的印象是“任何人都可以做到”。

这本书就是对算法交易的原理有很好介绍，并且讨论了alpha生成（“交易模型”），风险管理，自动化执行系统和某些策略（尤其是动量和均值回归）。这本书是一个很好的初始点。

它偏向于传统的统计方法，包括时间序列等，策略也是均值回归为主，期货方面也介绍了一些基本知识和简单的趋势策略，也有Matlab程序。

图片

最后介绍一本统计、机器学习的书。

《An Introduction to Statistical Learning:with Applications in R》，2013

学习统计学可以从这本书入手。这本书用R语言介绍了经典的统计、机器学习模型包括：线性回归、逻辑斯特回归、Ridge、Lasso、SVM、boosting、random forest等。

每一章都包含一个教程，介绍如何实现R中提出的分析和方法，R是一个非常流行的开源统计软件平台。

好了，今天的书单推荐就到这里啦，以上这些书籍可以综合起来学习，结合自己的数据库，开发相应的策略。