量化資源

量化交易平臺(tái)

國(guó)內(nèi)在線量化平臺(tái)：

  • BigQuant - 你的人工智能量化平臺(tái) - 可以無門檻地使用機(jī)器學(xué)習(xí)、人工智能開發(fā)量化策略，基于python，提供策略自動(dòng)生成器
  • 鐳礦 - 基于量化回測(cè)平臺(tái)
  • 果仁網(wǎng) - 回測(cè)量化平臺(tái)
  • 京東量化 - 算法交易和量化回測(cè)平臺(tái)
  • 聚寬 - 量化回測(cè)平臺(tái)
  • 優(yōu)礦 - 通聯(lián)量化實(shí)驗(yàn)室
  • Ricequant - 量化交易平臺(tái)
  • 況客 - 基于R語言量化回測(cè)平臺(tái)
  • Factors - 數(shù)庫多因子量化平臺(tái)
  • 諸葛量化
  • 寬狗量化

國(guó)外量化平臺(tái)：

  • Quantopian 研究、回測(cè)、算法眾包平臺(tái)

  • QuantConnect 研究，回測(cè)和投資交易

  • Quantstart 研究，回測(cè)和投資交易

  • ASC 研究、交易平臺(tái)

  • zulutrade 自動(dòng)交易平臺(tái)

  • quantpedia 研究、策略平臺(tái)

  • algotrading101 策略研究平臺(tái)

  • investopedia 可以股票、外匯模擬交易的財(cái)經(jīng)網(wǎng)站

  • Amibroker 提供系統(tǒng)交易工具的一家公司

  • AlgoTrades 股票、ETF、期貨自動(dòng)交易系統(tǒng)

  • Numerai 數(shù)據(jù)工程師眾包的一家對(duì)沖基金

  • WealthFront 財(cái)富管理平臺(tái)

  • Betterment 個(gè)人投資平臺(tái)

  • TradeLink 量化交易平臺(tái)

  • ActiveQuant 基于JavaScript開源交易開發(fā)框架

相關(guān)平臺(tái)：

  • 掘金量化 - 支持C/C++、C#、MATLAB、Python和R的量化交易平臺(tái)

  • DigQuant - 提供基于matlab量化工具

  • SmartQuant - 策略交易平臺(tái)

  • OpenQuant - 基于C#的開源量化回測(cè)平臺(tái)

基于圖表的量化交易平臺(tái)

  • 文華贏智 、TB、金字塔、MultiCharts 中國(guó)版 - 程序化交易軟件、MT4、TradeStation

  • Auto-Trader - 基于MATLAB的量化交易平臺(tái)

  • BotVS - 首家支持傳統(tǒng)期貨與股票證券與數(shù)字貨幣的量化平臺(tái)

開源框架

  • Pandas - 數(shù)據(jù)分析包

  • Zipline - 一個(gè)Python的回測(cè)框架

  • vnpy - 基于python的開源交易平臺(tái)開發(fā)框架

  • tushare - 財(cái)經(jīng)數(shù)據(jù)接口包

  • easytrader - 進(jìn)行自動(dòng)的程序化股票交易

  • pyalgotrade - 一個(gè)Python的事件驅(qū)動(dòng)回測(cè)框架

  • pyalgotrade-cn - Pyalgotrade-cn在原版pyalgotrade的基礎(chǔ)上加入了A股歷史行情回測(cè)，并整合了tushare提供實(shí)時(shí)行情。

  • zwPython - 基于winpython的集成式python開發(fā)平臺(tái)

  • quantmod - 量化金融建模

  • rqalpha - 基于Python的回測(cè)引擎

  • quantdigger - 基于python的量化回測(cè)框架

  • pyktrader - 基于pyctp接口，并采用vnpy的eventEngine，使用tkinter作為GUI的python交易平臺(tái)

  • QuantConnect/Lean - Lean Algorithmic Trading Engine by QuantConnect (C#, Python, F#, VB, Java)

  • QUANTAXIS - 量化金融策略框架

其他量化交易平臺(tái)：

Progress Apama、龍軟DTS、國(guó)泰安量化投資平臺(tái)、飛創(chuàng)STP、易盛程序化交易、盛立SPT平臺(tái)、天軟量化回測(cè)平臺(tái) 、量邦天語、EQB-Quant

數(shù)據(jù)源

數(shù)據(jù)庫

網(wǎng)站、論壇、社區(qū)、博客

國(guó)外：

國(guó)內(nèi)：

交易API

編程

Python

安裝

教程

庫

R

安裝

教程

庫

C++

教程

庫

Julia

教程

庫

編程論壇

編程能力在線訓(xùn)練

  • Solve Programming Questions | HackerRank - 包含常用語言(C++, Java, Python, Ruby, SQL)和相關(guān)計(jì)算機(jī)應(yīng)用技術(shù)(算法、數(shù)據(jù)結(jié)構(gòu)、數(shù)學(xué)、AI、Linux Shell、分布式系統(tǒng)、正則表達(dá)式、安全)的教程和挑戰(zhàn)。
  • LeetCode Online Judge - C, C++, Java, Python, C#, JavaScript, Ruby, Bash, MySQL在線編程訓(xùn)練

Quant Books

  • 《投資學(xué)》第6版[美]茲維·博迪.文字版 (link)

  • 《打開量化投資的黑箱》 里什·納蘭

  • 《寬客》[美] 斯科特·帕特森（Scott Patterson） 著；譯科，盧開濟(jì) 譯

  • 《解讀量化投資：西蒙斯用公式打敗市場(chǎng)的故事》 忻海

  • 《Trends in Quantitative Finance》 Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm

  • 《漫步華爾街》麥基爾

  • 《海龜交易法則》柯蒂斯·費(fèi)思

  • 《交易策略評(píng)估與最佳化》羅伯特·帕多

  • 《統(tǒng)計(jì)套利》 安德魯·波爾《信號(hào)與噪聲》納特?西爾弗

  • 《期貨截拳道》朱淋靖

  • 《量化投資—策略與技術(shù)》 丁鵬

  • 《量化投資—以matlab為工具》 李洋faruto

  • 《量化投資策略:如何實(shí)現(xiàn)超額收益Alpha》 吳沖鋒

  • 《中低頻量化交易策略研發(fā)（上）》 楊博理

  • 《走出幻覺走向成熟》 金融帝國(guó)

  • 《失控》凱文·凱利 《通往財(cái)務(wù)自由之路》范K撒普

  • 《以交易為生》 埃爾德

  • 《超越技術(shù)分析》圖莎爾·錢德

  • 《高級(jí)技術(shù)分析》布魯斯·巴布科克

  • 《積極型投資組合管理》格里納德，卡恩

  • 《金融計(jì)量學(xué):從初級(jí)到高級(jí)建模技術(shù)》 斯維特洛扎

  • 《投資革命》Bernstein

  • 《富可敵國(guó)》Sebastian Mallaby

  • 《量化交易——如何建立自己的算法交易事業(yè)》歐內(nèi)斯特·陳

  • 《聰明的投資者》 巴菲特

  • 《黑天鵝·如何應(yīng)對(duì)不可知的未來》 納西姆·塔勒布

  • 《期權(quán)、期貨和其他衍生品》 約翰·赫爾

  • 《Building Reliable Trading Systems: Tradable Strategies That Perform As They Backtest and Meet Your Risk-Reward Goals》 Keith Fitschen

  • 《Quantitative Equity Investing》by Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm

  • Barra USE3 handbook

  • 《Quantitative Equity Portfolio Management》 Ludwig Chincarini

  • 《Quantitative Equity Portfolio Management》 Qian & Hua & Sorensen

Quant Papers

Machine Learning Related

  • Cavalcante, Rodolfo C., et al. "Computational Intelligence and Financial Markets: A Survey and Future Directions." Expert Systems with Applications 55 (2016): 194-211.(link)

Low Frequency Prediction

  • Atsalakis G S, Valavanis K P. Surveying stock market forecasting techniques Part II: Soft computing methods. Expert Systems with Applications, 2009, 36(3):5932–5941. (link)
  • Cai X, Lin X. Feature Extraction Using Restricted Boltzmann Machine for Stock Price Predic- tion. 2012 IEEE International Conference on Computer Science and Automation Engineering (CSAE), 2012. 80–83.(link)
  • Nair B B, Dharini N M, Mohandas V P. A stock market trend prediction system using a hybrid decision tree-neuro-fuzzy system. Proceedings - 2nd International Conference on Advances in Recent Technologies in Communication and Computing, ARTCom 2010, 2010. 381–385. (link)
  • Lu C J, Lee T S, Chiu C C. Financial time series forecasting using independent component analysis and support vector regression. Decision Support Systems, 2009, 47(2):115–125. (link)
  • Creamer G, Freund Y. Automated trading with boosting and expert weighting. Quantitative Finance, 2010, 10(4):401–420. (link)
  • Batres-Estrada, Bilberto. "Deep learning for multivariate financial time series." (2015). (link)
  • Xiong, Ruoxuan, Eric P. Nicholas, and Yuan Shen. "Deep Learning Stock Volatilities with Google Domestic Trends." arXiv preprint arXiv:1512.04916 (2015).(link)
  • Sharang, Abhijit, and Chetan Rao. "Using machine learning for medium frequency derivative portfolio trading." arXiv preprint arXiv:1512.06228 (2015).(link)

Reinforcement Learning

  • Dempster, Michael AH, and Vasco Leemans. "An automated FX trading system using adaptive reinforcement learning." Expert Systems with Applications 30.3 (2006): 543-552. (link)
  • Tan, Zhiyong, Chai Quek, and Philip YK Cheng. "Stock trading with cycles: A financial application of ANFIS and reinforcement learning." Expert Systems with Applications 38.5 (2011): 4741-4755. (link)
  • Rutkauskas, Aleksandras Vytautas, and Tomas Ramanauskas. "Building an artificial stock market populated by reinforcement‐learning agents." Journal of Business Economics and Management 10.4 (2009): 329-341.(link)
  • Deng, Yue, et al. "Deep Direct Reinforcement Learning for Financial Signal Representation and Trading." (2016).(link)

Natual Language Processing Related

  • Bollen J, Mao H, Zeng X. Twitter mood predicts the stock market. Journal of Computational Science, 2011, 2(1):1–8. (link)
  • Preis T, Moat H S, Stanley H E, et al. Quantifying trading behavior in financial markets using Google Trends. Scientific reports, 2013, 3:1684. (link)
  • Moat H S, Curme C, Avakian A, et al. Quantifying Wikipedia Usage Patterns Before Stock Market Moves. Scientific Reports, 2013, 3:1–5. (link)
  • Ding, Xiao, et al. "Deep learning for event-driven stock prediction." Proceedings of the 24th International Joint Conference on Artificial Intelligence (ICJAI’15). 2015. (link)
  • Fehrer, R., & Feuerriegel, S. (2015). Improving Decision Analytics with Deep Learning: The Case of Financial Disclosures. arXiv preprint arXiv:1508.01993. (link)

High Frequency Trading

  • Nevmyvaka Y, Feng Y, Kearns M. Reinforcement learning for optimized trade execution. Proceedings of the 23rd international conference on Machine learning ICML 06, 2006, 17(1):673–680. (link)
  • Ganchev K, Nevmyvaka Y, Kearns M, et al. Censored exploration and the dark pool problem. Communications of the ACM, 2010, 53(5):99. (link)
  • Kearns M, Nevmyvaka Y. Machine learning for market microstructure and high frequency trading. High frequency trading - New realities for traders, markets and regulators, 2013. 1–21. (link)
  • Sirignano, Justin A. "Deep Learning for Limit Order Books." arXiv preprint arXiv:1601.01987 (2016). (link)
  • Deng, Yue, et al. "Sparse coding-inspired optimal trading system for HFT industry." IEEE Transactions on Industrial Informatics 11.2 (2015): 467-475.(link)
  • Ahuja, Saran, et al. "Limit order trading with a mean reverting reference price." arXiv preprint arXiv:1607.00454 (2016). (link)
  • A?t-Sahalia, Yacine, and Jean Jacod. "Analyzing the spectrum of asset returns: Jump and volatility components in high frequency data." Journal of Economic Literature 50.4 (2012): 1007-1050. (link)

Portfolio Management

  • B. Li and S. C. H. Hoi, “Online portfolio selection,” ACM Comput. Surv., vol. 46, no. 3, pp. 1–36, 2014. (link)
  • Heaton, J. B., Polson, N. G., & Witte, J. H. (2016). Deep Portfolio Theory. (link)
  • Eugene F. Fama, Kenneth R. French. The cross-section of expected stock returns. Journal of Finance, 47 (1992), pp. 427–465.

學(xué)術(shù)期刊

一堆學(xué)術(shù)期刊可以常常去瀏覽一下，也會(huì)有許多思路，作者常?？吹挠校?/p>

  • Journal of FinanceJournal of Financial Economics

  • Review of Financial Studies

  • Journal of Accounting and Economics

  • Review of Accounting Studies

  • Journal of Accounting Research

  • Accounting Review

  • Journal of Financial and Quantitative Analysis

  • Financial Analysts Journal

  • Financial Management

  • Journal of Empirical Finance

  • Quantitative Finance

  • Journal of Alternative Investments

  • Journal of Fixed Income

  • Journal of Investing

  • Journal of Portfolio Management

  • Journal of Trading

  • Review of Asset Pricing Studies

  • 經(jīng)濟(jì)研究

  • 經(jīng)濟(jì)學(xué)（季刊）

  • 金融研究

  • 管理世界

  • 會(huì)計(jì)研究

  • 投資研究

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容