量化投资修行之葵花宝典

很多朋友问过，顺手认真整理了一下，个人观点，特指“量化组合投资领域”，仅供各位朋友参考

0 预备知识

预备知识包括：数学、计算机、投资学。

数学方面至少包括微积分、线性代数、优化理论、概率统计基础、线性回归等知识点。当然，数学专业出身最佳，肯定满足条件，一般理工科也都基本满足要求，即使有所欠缺，花一点时间也就自学补上了。

计算机方面有两点：一是要会编程，MATLAB、C++、Java、Python、R等语言或软件只要会用一种就行，但要求比较熟练，有过几万行代码的经验；二是了解数据库和SQL语言，因为量化投资中涉及对海量数据的管理和分析，所以需要建立和维护数据库，并用SQL从数据库按各种形式查询数据。

投资学方面只要通过大学的《投资学》课程就好，像William Sharpe等3人合著的《投资学》，还要好几部其它优秀的《投资学》教程都可以。要是能够通过CFA，那就最好了，知识面更广。

1 入门阶段

Barra USE3 handbook

Barra是量化投资技术提供商，是量化投资先驱。其经典的美国股票风险模型第3版（USE3）手册，详细介绍了股票市场多因子模型的理论框架和实证细节。手册共几十页，不太长，描述规范清晰，不陷入无意义的细节，非常适合于入门。

2 系统学习阶段

系统化学习1：Quantitative Equity Portfolio Management（QEPM）， Ludwig Chincarini

偏学术风格。

偏学术界的作者撰写的关于量化股票组合投资的系统教程。尤其是前几章概述部分写得非常精彩、易懂、准确。把该领域的各个方面高屋建瓴地串讲了一遍。后面部分的章节似乎略有些学术了，但也值得一读。

由于其较高的可读性，适于初学者学习。

系统化学习2：Active Portfolio Management（APM）， Grinold & Kahn

偏业界风格。

业界先驱所著，作者均曾任Barra公司的研究总监。本书深度相对较深，描述也偏实践，介绍了许多深刻的真知。并且书中很多论述精彩而透彻。该书被奉为量化组合投资业界圣经。不过该书有些章节撰写得深度不一，初学者容易感到阅读起来有点困难。所以推荐：首次阅读不必纠结看不懂的细节，只要不影响后续阅读就跳过具体细节；有一定基础后，建议经常反复阅读本书。

系统学习3：Quantitative Equity Portfolio Management（QEPM）， Qian & Hua & Sorensen

APM的补充。

业界人士所著。针对性地对APM没有展开讲的一些topic做了很好的深入探讨。建议在APM之后阅读。该书风格比较数学，不过对数学专业背景的人并不太难。撰写文字也比较流畅。

注：修行上述3本葵花宝典是否要割舍些什么？主要是与亲友坐在一起聊天喝茶的时光、一些睡觉的时间以及购书需要上千元钱（建议读英文原著）；好消息是，练成之后，不仅钱可以赚回来，空闲时间也会多起来。

3 实践阶段

券商卖方金工研究报告：多因子模型、选股策略、择时策略

系统学习上面的材料之后，你已经有了分辨能力，这是看数量众多的券商卖方金工研究报告，就可以庖丁解牛，分辨真伪，总能筛选出优质信息积累下来了。

附：如何高效且系统的学习金融知识？ - 李腾的回答

最推荐的入行过程：学习上述材料的同时，搜集数据编程实现，理论付诸实践！

4 课外读物

以下两本是我曾任职的对冲基金的老板推荐的，真心不错！文笔都很赞，引人入胜，而且论述准确而深刻：

• 《投资革命》（Capital ideas），Bernstein著：描述了现代投资理论历经数十年从学界走向业界，并最终推动投资革命过程中的人和事。
• 《富可敌国》（More Money Than God），Sebastian Mallaby著：生动而深刻地讲述了全球各类著名对冲基金的发展史，非常有趣，其中不乏量化相关的对冲基金，如文艺复兴、D.E.Shaw等

5 结束语

数学、计算机、分析框架等工具都只是量化投资的形，优质投资想法才是灵魂。所以在修炼上述量化投资的基本功的同时，请不要忘记向有洞察力、有独立思考的其它派系的投资专家学习，无论他/她是价值投资、成长投资、涨停板敢死队、技术分析、主题投资、逆向投资、各类套利。将你自己想出的或者从别人那里习得的投资想法，用量化框架验证、改进、去伪存真，并最终上实盘创造价值。

-------------------------------------------------------------------------------------------------

「科学投资」原创出品

微信公众号：科学投资

二维码：

网址：科学投资 | 有验证的投资

诚挚地邀请您通过微信公众号反馈关于科学投资的问题，对「科学投资」提出您的宝贵建议！