量化投资学习，如果在没有团队分工合作的前提下，假定你如我一样，期望成为一个独立自由量化交易员，首先你得是一个合格的程序开发者，需要对计算机工程科学有一定深刻的理解，还需要对相关的开发业务较为熟悉。

 

　　其次你得了解相应的量化投资领域的知识，如量化交易策略类型、交易市场特性，深入理解相应市场的策略模型结构，该策略模型执行特性等等知识。为此，我想从独立自由量化交易员的角度，讲一讲在成为理想职业的道路上，一些有可能对您一路走来有帮助的书籍，从入门（了解）-进阶（实战）。

　　入门部分

 

　　这个阶段是了解，开眼界的阶段，不必要死记硬背，了解一下相应的学科知识体系有哪些即可，有点类似于语文老师所讲过的，先通读一遍。知道一些相应的知识概念就行了。因为我本身自己所学知识比较杂乱，我仔细思考了一下，将所需知识图谱进行收集整理如下，

 

　　包含不限于以下知识：

 

　　计算机基础知识部分：

　　《计算学科导论》

 

　　“计算学科导论”课程是计算机类相关专业的学科入门指导课程。该书介绍了计算机的发展历史、计算学科的知识体系、方法论及计算机专业人员应具备的业务素质和职业道德。对学生的知识学习、能力提高、素质培养和日后的学术研究、技术开发、经营管理等工作起到了十分重要的引导性作用。本书特色为在讨论计算学科基本理论和技术的基础上，引入了计算思维的概念，方便学生在掌握学科基础知识的同时，提升计算思维意识，培养学生运用计算思维解决问题的能力。本书既可作为高等学校计算机科学与技术、信息安全、网络工程、软件工程等相关专业的本/专科生教材，又适合作为计算机爱好者的自学读物。

 

　　总的来说，就是一个通讲计算机科学概念的一本”编年史概念”书籍，用来当为入门阶段了解计算机科学，再合适不过。

 

　　概率论与数理统计相关知识

　　《概率论与数理统计(第四版)》-

 

　　这是一本考研过程中指定的参考丛书系列之一，内容极尽全面，计解仔细，不仅对专业考试有很大帮助，而且对我们金融量化交易研究工程人员来说，也是一本不可多得的佳作，任何时候你有可能都会产生重温一遍的兴趣（有可能是因为某些知识环节忘记了或者不确定情况下，回去重温），这本书主要偏向于数理统计方面的讲解拓展，还难能可贵的涉及到了数学建模的知识，尤其对于我们这种想要全面了解，但不至于像数学系专业理工科爱好者一样深入进去，这本书用作通读、了解，是极为推荐的一本书籍。

 

　　线性代数相关知识

　　《线性代数（第5版）》-

 

　　Gilbert Strang的《线性代数（第5版）》是一本经典线性代数教材。此书深入浅出地展示了线性代数的所有核心概念，这本书值得静下心来，耐心仔细阅读，能够让您了解到线性代数乃至数学的美感，实际应用中与量化交易策略的研究分析密切广泛结合，此书还作为了一些高等院校工科专业的学生的教材，或者非数学类本科专业学生的教材或教学参考书。对于线性代数在量化交易领域的重要性，主要涉及在研这分析工程中，比如线性回归的研究，主要会用到线性代数相关知识，而且线性代数知识是线性回归分析的主要工具之一。

 

　　金融市场基础知识

　　《证券市场基本法律法规》、《金融市场基础知识》，

 

　　这个没什么多说的，证券从业相关资格证书，知识书籍两本。在入门与成长阶段只翻来复去复看这两本书籍足以。特别说明，这两本书在任何时候都值得复看。如果多看几遍之后，对知识了解比较扎实的情况下，也可以去证券业协会的官网报名参考每年几期的证券市场从业考试，考试通过之后，对以后的证券行业从业是有一定帮助的，尤其向往券商等行业的同学来说。

 

　　量化交易基础知识-程序语言篇

 

　　这一部分主要掌握一门较为熟悉，应手的程序语言，推荐python,学习python主要掌握如何利用这门程序语言进行数据处理，分析，自动化交易，其中包含相应的运算、逻辑、函数、库知识、类知识等等。

 

　　相关书籍推荐一本《Python量化交易》，书中以python为基础代入，对初学量化交易的爱好者，使用vnpy平台的架构的讲解、尤其对cta策略的讲解都能让想学习vnpy，以及python做量化交易的同学们有很大的收获。

 

　　量化交易基础知识-实战篇(进阶)

　　实战的Python类量化书籍我主推《Python for Algorithmic Trading:From Idea to Cloud Deployment（2021）》

 

　　这是一本新书，这本书很有意思的一点在于，大部分的python类量化书籍，常对量化交易策略的研究方面进行大谈特谈，但实际应用层面的教学指导很少提及。这本书就不一样，作者由浅入深地描述了如何形成一个交易策略，如何把这个策略打磨完成，并部署在云端服务设备上进行交易。

 

　　而且这本书很适合量化初学者，不仅有充实的代码范例进行说明，还将这些代码进行了开源。比如如何使用docker，如何联接交易券商的API等等，本书以内大量充斥着实际交易开发环节会遇到的问题，而且时效性极强，因为本书大致写于2020年。本书还有意思的一点在于，作者对量化交易相关算法交易的开发进行了了落地，不再只局限于策略与统计本身上。

　　还有，如果你是想走职场，做一名在职量化人，做为新人的你，我建议你前期一定去考个证，初入职场，学历、证书用处还是很大的，量化金融领域直接去看看CQF就行，全称国际量化金融分析师（又称国际数量金融工程认证），推荐理由有几点：

 

　　（1）CQF是我已知的里面，相对比较牛的证书了；

 

　　（2）拿证周期很短，靠谱的话差不多6个月能搞定。当然，想把他课程内容全学会，很难，所以很多人都是先拿证后深研；

 

　　（3）授课老师背景都很牛；

 

　　（4）课程内容更新频次相对比较高，一般每个季度能更新一次（行业知识点实时更新的好处做量化的应该都懂）；

 

　　（5）持证人享终身免费学习库。