5367人阅读
阅读原文：http://club./quant/topic/963246
京东金融量化交流群：
1. 打开量化投资的黑箱
这本书的作者里什·纳兰（Rishi K. Narang）是华尔街顶级数量金融专家，资深对冲基金经理，自1996年开始，他就开始从事对冲基金事业，专注于量化交易策略。目前是特勒西斯资本有限责任公司（Telesis Capital LLC）的主要合伙人。在书中他站在一个非纯粹技术的视角介绍了量化交易策略，用生动的文笔带领读者游历整个“黑箱”。
《打开量化投资的黑箱》的写作涉及很多金融界丰富的真实案例和市场趣闻，富于智慧地描绘了华尔街的数量金融奇才们是如何工作的。可是说阅读《打开量化投资的黑箱》的过程，就是一个慢慢理解数量金融大师及其投资策略的过程，从而揭开量化交易的神秘面纱。
2. 量化投资策略：如何实现超额收益Alpha
本书作者Richard Tortoriello是任职于S&P 标准普尔公司的证券分析师，他的日常工作就是建立一系列的数量选股模型。书中的模型类型覆盖面广，可以说作者是在对所有能够获得超额收益的策略进行了地毯式的搜索，并且提供了超过20种常胜投资idea的详细回测情况，充分展示了经验丰富的Quant是如何通过自己的想法来改进模型的。顺便提一句，本书的译者们也都是浸淫证券市场多年的大咖，其中陈工孟更是深圳国泰君安的董事长和上海交通大学金融工程研究中心的执行主任。值得一看。
3. 解读量化投资：西蒙斯用公式打败市场的故事
这本书的作者是以为在伦敦卖身瑞银十年，曾就任瑞银投资银行的外汇部和资本市场部，负责金融工程并且现任法国巴黎银行资产管理部外汇重置业务亚太区主管、董事总经理的传奇华人忻海，现居香港。
本书的人物主角詹姆斯·西蒙斯，拓扑学大腕，陈省身论文的合作者，虽然不是一个家喻户晓的名字，但他在投资界却因量化型投资的独门套路掀起层层热浪。大“数”底下好乘凉，西蒙斯的布阵和诸葛亮的布阵有所不同。西蒙斯靠的是概率：大量的统计套利操作，外加华尔街之外的数学教授来助阵，西蒙斯的“黑箱投资’’方法靠电脑编程和自动交易，在和市场的较量中稳操胜券。
4. 利用Python进行数据分析
&&& 如何利用各种Python库（包括NumPy、pandas、matplotlib以及IPython等）高效地解决各式各样的数据分析问题。由于作者Wes McKinney是Python pandas库的主要作者，所以本书也可以作为利用Python实现数据密集型应用的科学计算实践指南。本书适合刚刚接触Python的分析人员以及刚刚接触科学计算的Python程序员。
5. 集体智慧编程
这本书选择的是Python语言，以机器学习和统计学方法为背景，专门讲述如何挖掘、分析数据，适合做决策树、支持向量机（SVM）、神经网络的初学者 quant们使用。可以说它成功地将机器学习算法这一复杂议题拆分成实用易懂的例子，能够让初学者少走弯路。可以作为上一本书《利用Python进行数据分析》的高阶版进行阅读。
6. 量化投资: 以matlab为工具
这本书分为基础篇和高级篇两大部分。基础篇部分通过Q&A的方式介绍了MATLAB的主要功能、基本命令、数据处理等内容，使读者对MATLAB有基本的了解。高级篇部分分为14章，包括MATLAB处理优化问题和数据交互、绘制交易图形、构建行情软件和交易模型等内容，通过丰富实例和图形帮助读者理解和运用MATLAB作为量化投资的工具。这本书的特色在于不仅仅满足理论学习的需要，更帮助读者边学边练，将理论和实践并重。
7. 宽客 Quants
《宽客》是一本讲述华尔街顶级数量金融大师的另类人生的书。2007年金融危机爆发以来，作者采访了大量加州抵押贷款违约业主、对冲基金经理和顶尖经济学及金融学学者，在《华尔街日报》上对危机做了全方位、多角度的报道。本书对华尔街新兴的主宰者“宽客”进行了前所未有的深入描述，其中既有宽客新锐中的佼佼者：穆勒、格里芬、阿斯内斯和魏因斯坦，又有隐士般的詹姆斯·西蒙斯，史上最成功对冲基金的创始人艾伦·布朗，以及多位宽客中的异类。这群数学天才就像闯进华尔街糖果店的小孩——他们从华尔街的最底层开始一步步登上最高峰，又造成了一次又一次的市场崩溃。书的第一章“从赌博开始”，更是揭示了众多概率论中复杂体系形成的起点，引人入胜。更推荐把这本书和
《对冲基金风云录二》、《高盛帝国下》一起比较起来看，可能收获更多。
8. 宽客人生
本书作者Emanuel Derman 是华尔街的顶级宽客，至今仍享盛名。目前是哥伦比亚大学金融工程教学项目的负责人。
自资本资产定价模型和Black-Scholes模型被发明之后，宽客成为华尔街的新宠，因为投资银行和基金公司必须采用日益复杂的数量交易策略和衍生产品。本书作者是首批转战华尔街的高能实验物理学家之一，在十几年中创建了对今天影响深远的众多金融交易模型。本书精彩纷呈，分析了物理学与金融学之间的关联和不同，讲述了许多物理学巨匠和金融学大师的故事。与上一本《宽客》不同的是，本书更适合理工科专业背景的金融从业人员阅读。
9. 对冲基金风云录 三部曲
本书主要描述了美国对冲基金行业里的众生相，生动细致真切，中间夹杂了作者自己的思考，还有一些行业常识的介绍内容。基本功效：开阔眼界，增长见识，引发同感。但是对于集中精力做国内产品量化交易的研究人员，这本书可能就是茶余饭后的消遣读物了。但是众多书友都极力推荐这个系列的第二本《对冲基金风云录2》，可见还是有它的可取之处。
本书作者巴顿·比格斯在摩根士丹利工作了30年，曾任该公司的首席战略官。在此期间，他创立了摩根士丹利的研究部，并使之成为世界上最优秀的投行研究部门。他还曾一手创办公司的投资管理业务部，并担任其主席达30年之久。到20世纪90年代中期，摩根士丹利投资管理部每年赢得的新客户超过任何竞争对手。
10. 证券混沌操作法
比尔·威廉姆于90年代出版的一本投资理念性质的书，全书讲述的就是如何用混沌的理念解释股价，但还是运用了一系列股票传统的技术指标，所以也适合初步接触股票的人翻看。不过也正如豆瓣上一位资深股民所说，“如果只是把它当成交易方法来看，有点可惜。 如果只是把他当成人生哲学，似乎不够通透。 这是一本需要一读再读的书。 想起了这句话：上士闻道，勤而行之；中士闻道，若隐若无；下士闻道，大笑之。不笑不足以为道。” 作者在2002年左右出版了第二版，目前大陆地区未发行，台湾地区翻译并出版了。
查看更多有关于量化知识：http://club./quant/index
&&相关文章推荐
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：71618次
积分：1265
积分：1265
排名：千里之外
原创：40篇
转载：113篇
(1)(1)(10)(17)(21)(21)(19)(22)(16)(12)(13)
(window.slotbydup = window.slotbydup || []).push({
id: '4740887',
container: s,
size: '250,250',
display: 'inlay-fix'5被浏览631分享邀请回答0添加评论分享收藏感谢收起学习量化交易如何入门？ - 金融工程学 - 知乎
我的图书馆
学习量化交易如何入门？ - 金融工程学 - 知乎
感觉这答案看的人多起来了，把书单好好整理了一下，不能再误人子弟了。友情提示：我不懂高频，方向仅限中低频交易。有中文版的尽量挑中文版，因为我自己英文很烂，平常都更愿意读中文，会相对轻松一些。当然你要是鄙视中文翻译水平请自行寻找英文版。第一部分：预备知识【1】《投资学》 作者：博迪，凯恩，马库斯&img src='/bdd71e1ee4ceac8_b.jpg' data-rawwidth='233' data-rawheight='300' class='content_image' width='233'&既然是搞量化，算半瓶水搞科学的，就不应该本能的排斥学院的东西。这本书对于投资交易的入门非常系统了，有了对市场的基本认识，了解前人在量化工作上的一些重要发展，才有可能在正确的基础上建立自己的想法和直觉。不过粗略看看也就可以了，毕竟我们这里聊的是量化交易入门，而不是金融专业如何毕业，下面三本书一样，翻翻就行。既然是搞量化，算半瓶水搞科学的，就不应该本能的排斥学院的东西。这本书对于投资交易的入门非常系统了，有了对市场的基本认识，了解前人在量化工作上的一些重要发展，才有可能在正确的基础上建立自己的想法和直觉。不过粗略看看也就可以了，毕竟我们这里聊的是量化交易入门，而不是金融专业如何毕业，下面三本书一样，翻翻就行。【2】《Trends in Quantitative Finance》by Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm&img src='/5ae8e2c69e01f0bdbff98_b.jpg' data-rawwidth='200' data-rawheight='300' class='content_image' width='200'&这是别人问起量化交易来，我最为推荐的一本入门书。书中讲到了做量化策略需要注意的几个最重要的地方，例如过拟合、未来函数、幸存者偏差等等。有一句话已经慢慢成为了我做策略开发的信条：交易策略研发应该以经济直觉（Economic Intuition）为基础。这是别人问起量化交易来，我最为推荐的一本入门书。书中讲到了做量化策略需要注意的几个最重要的地方，例如过拟合、未来函数、幸存者偏差等等。有一句话已经慢慢成为了我做策略开发的信条：交易策略研发应该以经济直觉（Economic Intuition）为基础。我本身是数学、统计出身，初期曾坚信数据挖掘的作用大于经济直觉，碰壁多次之后，慢慢开始转变观念。这也说明一个问题，交易策略研发是一门需要实践的手艺，多做才会促进思维的进一步发展。当然我不肯定我自己的思路是否正确，赚钱的思路千百种，我能取一瓢饮就烧香拜佛了。真的是好书，虽然内容初级且杂乱，但是谈到了大部分对于新手来说比较重要的概念，不要因为是CFA教材而鄙视它。【3】某本《计量经济学》&img src='/33c2c1b1a63b11322fc8aef5e2712458_b.jpg' data-rawwidth='211' data-rawheight='300' class='content_image' width='211'&我自己的计量知识主要来源于论文阅读和写作，边用边学，教材只做工具书参考用，因此不是特别熟悉( 我自己的计量知识主要来源于论文阅读和写作，边用边学，教材只做工具书参考用，因此不是特别熟悉(
在评论中推荐伍德里奇那本，谢谢分享)。只说一点，做量化交易策略需要有一定的计量基础（当然越扎实越好），因为大部分策略始终是在和时间序列以及面板数据打交道。当然统计学基础知识也是必须的，同样越深越好，鉴于上过大学的都学过，这里就不再列统计学的书目了。理工科入行的，我想也是有必要补一补相关知识的，不一定会用上，但是能促使思维进一步系统化。在基本计量知识的基础上，做量化策略的人们需要一种额外的能力：规避未来函数的能力。一些计量研究往往偏向于描述或解释某一种现象，因此无需考虑模型中时间点前后的严格划分。量化策略偏重于使用当前数据预测未来，并在预测的基础上形成策略，因此在模型建立、数据处理时需要格外注意这个问题。个人认为，Out-of-Sample检验的相关内容可以很好的训练这种能力，当然最好的方式还是在研发实践中慢慢摸索。【4】《漫步华尔街》作者：麦基尔&img src='/ccab9de64a26_b.jpg' data-rawwidth='208' data-rawheight='300' class='content_image' width='208'&说实话这本书对于量化投资策略的研发没有任何帮助，对我而言其作用在于：1，认识指数化投资这种最具有经济意义的投资方式；2，时刻警醒打败市场有多难。说实话这本书对于量化投资策略的研发没有任何帮助，对我而言其作用在于：1，认识指数化投资这种最具有经济意义的投资方式；2，时刻警醒打败市场有多难。第二部分：择时策略【1】《海龟交易法则》作者：柯蒂斯·费思&img src='/67aec647aec8f1e30425b_b.jpg' data-rawwidth='207' data-rawheight='300' class='content_image' width='207'&可以看作是一个机械交易策略各个组成部分的讲解，有实例（还大名鼎鼎）有说明，对大体上把握策略研发的工作很有帮助。其实如果能自行设计出一个类似乎海龟交易法则的交易策略出来，我觉得量化交易应该算初入门径了。【2】《交易策略评估与最佳化》作者：罗伯特·帕多&img src='/5cbbba65fce2_b.jpg' data-rawwidth='214' data-rawheight='300' class='content_image' width='214'&这本书国内没有翻译版本，但是有台湾的译本，我是在某宝上买的。择时策略的开发步骤大部分都涉及到了，做入门书很合适，对形成量化投资策略的研究思维有比较大的帮助。作者说自己首创了推进分析（Walk-forward），我不太清楚是否属实。但是推进分析本身值得各位想入门量化交易的朋友好好研究，这是一个比经济学Out-of-Sample检验更符合交易逻辑的回测方法，当然它本身可以算是Out-of-Sample检验的一种特殊形式。这本书国内没有翻译版本，但是有台湾的译本，我是在某宝上买的。择时策略的开发步骤大部分都涉及到了，做入门书很合适，对形成量化投资策略的研究思维有比较大的帮助。作者说自己首创了推进分析（Walk-forward），我不太清楚是否属实。但是推进分析本身值得各位想入门量化交易的朋友好好研究，这是一个比经济学Out-of-Sample检验更符合交易逻辑的回测方法，当然它本身可以算是Out-of-Sample检验的一种特殊形式。【3】《量化交易——如何建立自己的算法交易事业》作者：欧内斯特·陈&img src='/147a580a0fa679b76b0d_b.jpg' data-rawwidth='209' data-rawheight='300' class='content_image' width='209'&相较于上一本，量化交易策略的组成成分方面讲的更多一点。这本书虽然也有一点点因子模型的内容，但是主要内容还是择时策略，作者也似乎更偏向于择时的交易思维。涉及到了凯利公式以及一些量化策略的想法（我觉得书中的一些小例子不能算作真正的量化策略）。同类型的书中这一本其实写的不算太好，但是它有中文版啊，也比较适合入门。^_^相较于上一本，量化交易策略的组成成分方面讲的更多一点。这本书虽然也有一点点因子模型的内容，但是主要内容还是择时策略，作者也似乎更偏向于择时的交易思维。涉及到了凯利公式以及一些量化策略的想法（我觉得书中的一些小例子不能算作真正的量化策略）。同类型的书中这一本其实写的不算太好，但是它有中文版啊，也比较适合入门。^_^【4】《Building Reliable Trading Systems: Tradable Strategies That Perform As They Backtest and Meet Your Risk-Reward Goals》by Keith Fitschen&img src='/bfe3b0db3c79c6b94bfb_b.jpg' data-rawwidth='204' data-rawheight='300' class='content_image' width='204'&这本书的特色在于较为独立的讲解了量化交易策略的各个组成成分，并且说明了各个成分的作用，以及增加、调整之后对整体的影响之类比较实践性的知识，开仓、过滤、平仓等基础内容均有实例支撑，讲的比较详细。Trading Lore那一章我非常喜欢。拿来做入门书应该算是非常好的选择。这本书的特色在于较为独立的讲解了量化交易策略的各个组成成分，并且说明了各个成分的作用，以及增加、调整之后对整体的影响之类比较实践性的知识，开仓、过滤、平仓等基础内容均有实例支撑，讲的比较详细。Trading Lore那一章我非常喜欢。拿来做入门书应该算是非常好的选择。第三部分：选股策略 / 投资组合管理【1】一篇论文：Eugene F. Fama, Kenneth R. French. The cross-section of expected stock returns. Journal of Finance, 47 (1992), pp. 427–465.&img src='/9848c10aed8b9f697fcc56a374c1c80f_b.jpg' data-rawwidth='200' data-rawheight='250' class='content_image' width='200'&Alpha选股策略的源头，而且还仔细做了规避未来函数的工作，提出的因子也在实践中被证实有效。相比较而言，93年那篇更受学界认同的论文实际上是一篇解释性的文章，从风险补偿等方面来解释超额回报来源的现象与问题，其对于量化投资策略的意义，见仁见智了。Alpha选股策略的源头，而且还仔细做了规避未来函数的工作，提出的因子也在实践中被证实有效。相比较而言，93年那篇更受学界认同的论文实际上是一篇解释性的文章，从风险补偿等方面来解释超额回报来源的现象与问题，其对于量化投资策略的意义，见仁见智了。【2】《Quantitative Equity Investing》by Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm&img src='/06a1fc897a2b33584e62_b.jpg' data-rawwidth='199' data-rawheight='300' class='content_image' width='199'&又是这三个人的书，倒不是写的有多好，但是确实是入门的上佳选择。选股策略和投资组合管理在学界也有一定的研究地位，因此这本书的整体框架明显比《Trends in Quantitative Finance》更清晰一些，没有那么杂乱。又是这三个人的书，倒不是写的有多好，但是确实是入门的上佳选择。选股策略和投资组合管理在学界也有一定的研究地位，因此这本书的整体框架明显比《Trends in Quantitative Finance》更清晰一些，没有那么杂乱。【3】《积极型投资组合管理》作者：格里纳德，卡恩&img src='/b14e104fb0e49ded0ec90de_b.jpg' data-rawwidth='208' data-rawheight='300' class='content_image' width='208'&先要说明，这本书除了个别章节以外，一点都不入门。这里将其排进入门书单的原因，是因为它太重要了，绕不开。有志于选股策略和投资组合管理的朋友，请努力啃吧，可以搭配BARRA的手册和Qian的那本《Quantitative Equity Portfolio Management》一起看。 先要说明，这本书除了个别章节以外，一点都不入门。这里将其排进入门书单的原因，是因为它太重要了，绕不开。有志于选股策略和投资组合管理的朋友，请努力啃吧，可以搭配BARRA的手册和Qian的那本《Quantitative Equity Portfolio Management》一起看。
也翻译了一个版本，但是我没有看过，不好评价。在这里向李大神致敬，书里一些地方我到现在都没看明白呢。第四部分：进阶大致了解了量化交易策略的基本构造之后，进阶阶段就没有什么固定的套路可说了。我比较推荐的是在实践中成长，自己多做一做，随便找个想法或者现成的策略进行回测。可能由于未来函数或者其他原因得到不靠谱的结果，然后发现，然后改进，自己对策略开发应该就会越来越熟悉了。除此之外，非常重要的一点就是学习新的知识和技术。一旦形成了基本的策略构造能力，了解买卖、仓位、风控等部分的组合之后，量化策略研发的进阶就要靠多吸收新鲜知识来支撑了。说实话，直觉、想法都是在大量学习前人知识的基础上完成的，不然难免成为无源之水、无本之木。开卷有益，多多益善，书多看不要管科目，论文多读不要管难易，想法总是会源源不断的产生的。然后再去把想法实现出来，可能10个里有10个都是错的，但是事情总是在进展的，总该是好事。其实进阶阶段没什么书值得推荐的，因为所有书都应该推荐。这里随便说几本，意思一下：【1】统计套利作者：安德鲁·波尔&img src='/dc764a96475bdc3a973c99b9e6607607_b.jpg' data-rawwidth='224' data-rawheight='300' class='content_image' width='224'&整本书缺乏特别有用的细节，模型方面甚至有蒙外行的嫌疑，只能用来大概了解统计套利策略。不过，它介绍了一种具有经济意义基础的操作策略。我心目中，策略背后有站得住脚的经济意义的策略包括：指数化投资——跟随经济进步的节奏盈利；套利——赚市场定价错误的钱；配对交易——两个相关资产的价格差额不会过大，弱化版的套利。整本书缺乏特别有用的细节，模型方面甚至有蒙外行的嫌疑，只能用来大概了解统计套利策略。不过，它介绍了一种具有经济意义基础的操作策略。我心目中，策略背后有站得住脚的经济意义的策略包括：指数化投资——跟随经济进步的节奏盈利；套利——赚市场定价错误的钱；配对交易——两个相关资产的价格差额不会过大，弱化版的套利。当然，这些交易策略都存在风险，指数化投资可能随经济危机、经济走弱而萎靡不振，套利行为也可能在极端市场状态下崩盘。不过横向对比而言，这几种策略已经是有非常坚实的逻辑基础的了。我个人认为，所有的交易策略都有缺点，当我们无法消除这些缺点的时候，应该学会理智的接受它，从风险控制的角度限制它，这是一个相对理性的处理方法。【2】《走出幻觉走向成熟》作者: 金融帝国&img src='/ad9a2be66cb_b.jpg' data-rawwidth='213' data-rawheight='300' class='content_image' width='213'&国内作者的好书一本，很多观点都很有启发性，值得推荐。国内作者的好书一本，很多观点都很有启发性，值得推荐。【3】《信号与噪声》作者：纳特·西尔弗&img src='/d551facb5d7cf3d09df5099aa75bde7c_b.jpg' data-rawwidth='229' data-rawheight='300' class='content_image' width='229'&讲大数据的书中，个人认为这是对搞量化策略的人来说，最有参考性的一本。可能跟这本书本身不是太技术，比较偏统计有关。讲大数据的书中，个人认为这是对搞量化策略的人来说，最有参考性的一本。可能跟这本书本身不是太技术，比较偏统计有关。【4】失控作者：凯文·凯利&img src='/5e58deb3eaa4_b.jpg' data-rawwidth='211' data-rawheight='300' class='content_image' width='211'&跟量化投资没关系，单纯觉得是好书。要是当初能深刻理解凯利大爷关于去中心化货币的内容，早买比特币发财了，这才是真·经济直觉啊，哎。跟量化投资没关系，单纯觉得是好书。要是当初能深刻理解凯利大爷关于去中心化货币的内容，早买比特币发财了，这才是真·经济直觉啊，哎。【注】本来想写上《通向金融王国的自由之路》的，但是我实在不认同他所说的：入市技术的重要性只占10％，以及其他一些观点。其实有些内容挺不错的，感兴趣的可以深入看看。【其他】很多人推崇读书、读论文来吸收结构化的知识，不太认同在网上寻求碎片化知识。然而，量化交易研发、特别是Beta择时策略的研发，往往特别需要这种碎片化知识。例如看到一个八卦，发现西蒙斯之前有个合伙人叫巴姆，用了人家巴姆的算法，可能就会主动的去学习一下隐马尔科夫模型，然后尝试的测试一下；看到深度学习很火，就会去了解一下机器学习的分类方法，也许就能拿来分类上涨下跌呢；看到一个平台的介绍，可能就会想想是否可以复制平台的框架或者干脆拿来主义。（我自己都鄙视自己的举例水平。。。）碎片化知识的来源，我推荐这么几个地方：Quora - 各种有意思的知识，就是英文让我比较难过elitetrader - 集中在交易的一些讨论StackExchange的几个子站 - 例如CrossValidated，Overflow等知乎 - 中国版Quora海洋论坛 - 很久没上了，不知道怎么样了例如我在Quora上瞟到Brandon Smietana的一个答案：一些我听说过或见到过在实盘跑的量化策略：Kalman filtersHidden markov modelsTopological manifold learningNon-linear kernel regression techniquesAPT type factor modelsMonte carlo options pricing techniquesContinuous time APT factor models with latent variablesSpectral techniques for doing bag of words extraction of factors from natural language corpus for generating forcings for stochastic partial differential models of asset dynamicsPairs trading/mean regression statistical arbitrage strategiesAutomatic graphical model construction (structural inference over dynamic Bayesian networks)Reinforcement learning based pairs trading strategiesInformation theory based investment strategiesJ. L. Kelly, Jr., 'A New Interpretation of Information Rate,' Bell System Technical Journal, Vol. 35, July 1956, pp. 917-26Sparse over complete basis function methods for feature extractionApplications 'information geometry'; a field on the border between information theory, probability theory and d still very newAnything that can be used to model or extract features from a time series虽然大部分都知道，不过感觉还是有好多东西要看啊。一个碎片引发的血案。当然，能把各种书读成碎片化知识也很好，就看有没有这么多时间去阅览海量书籍了。此外有一个很重要的知识来源：券商研究报告。虽然很多研究员是为了写报告而写报告（这是他们的工作），但是不可否认多数券商报告都是很有含金量的，关键的是比较有针对性。还是那句话，开卷有益嘛。第五部分：我来答题了借着这个问题写了一大堆，结果人家的问题我还没回答。题主问的是：最近需要参加一个量化交易策略的比赛，希望可以给一些快速入门的经验和建议。实际上这个要看个人水平，要是水平实在不高，重在参与，那就编一个技术指标直接去参赛，个人推荐趋势类的指标。要是愿意折腾一下，比赛可供选择的标的又支持，我强烈建议使用套利策略，尽可能的放大杠杆。一般而言这种比赛都不要求入金实盘，那么很多实际操作中的重点疑难问题都不复存在。没有市场冲击等损耗、开单就能成交、一些情况下甚至不存在潜在对手的套利策略，纸面富贵还是能保证的。而且套利策略偏高频，看起来高大上（我猜的），你就是比赛中新一代的开山怪！
TA的最新馆藏[转]&[转]&[转]&[转]&[转]&[转]&
喜欢该文的人也喜欢