史上最全量化资源整理——2018-05-30

史上最全量化资源整理

有些国外的平台、社区、博客如果连接无法打开，那说明可能需要“科学”上网

量化交易平台

国内在线量化平台：

国外量化平台：

相关平台：

  • 掘金量化 - 支持C/C++、C#、MATLAB、Python和R的量化交易平台
  • DigQuant - 提供基于matlab量化工具
  • SmartQuant - 策略交易平台
  • OpenQuant - 基于C#的开源量化回测平台

基于图表的量化交易平台

  • 文华赢智 、TB、金字塔、MultiCharts 中国版 - 程序化交易软件、MT4、TradeStation
  • Auto-Trader - 基于MATLAB的量化交易平台
  • BotVS - 云端在线量化平台

开源框架

  • Pandas - 数据分析包
  • Zipline - 一个Python的回测框架
  • vnpy - 基于python的开源交易平台开发框架
  • tushare - 财经数据接口包
  • easytrader - 进行自动的程序化股票交易
  • pyalgotrade - 一个Python的事件驱动回测框架
  • pyalgotrade-cn - Pyalgotrade-cn在原版pyalgotrade的基础上加入了A股历史行情回测，并整合了tushare提供实时行情。
  • zwPython - 基于winpython的集成式python开发平台
  • quantmod - 量化金融建模
  • rqalpha - 基于Python的回测引擎
  • quantdigger - 基于python的量化回测框架
  • pyktrader - 基于pyctp接口，并采用vnpy的eventEngine，使用tkinter作为GUI的python交易平台
  • QuantConnect/Lean - Lean Algorithmic Trading Engine by QuantConnect (C#, Python, F#, VB, Java)
  • QUANTAXIS - 量化金融策略框架

其他量化交易平台：

Progress Apama、龙软DTS、国泰安量化投资平台、飞创STP、易盛程序化交易、盛立SPT平台、天软量化回测平台 、量邦天语、EQB-Quant

数据源

数据库

网站、论坛、社区、博客

国外：

国内：

交易API

编程

Python

安装

教程

库

R

安装

教程

库

C++

教程

库

Julia

教程

库

编程论坛

编程能力在线训练

  • Solve Programming Questions | HackerRank - 包含常用语言(C++, Java, Python, Ruby, SQL)和相关计算机应用技术(算法、数据结构、数学、AI、Linux Shell、分布式系统、正则表达式、安全)的教程和挑战。
  • LeetCode Online Judge - C, C++, Java, Python, C#, JavaScript, Ruby, Bash, MySQL在线编程训练

Quant Books

  • 《投资学》第6版[美]兹维·博迪.文字版 (link)

  • 《打开量化投资的黑箱》 里什·纳兰

  • 《宽客》[美] 斯科特·帕特森（Scott Patterson） 著；译科，卢开济 译

  • 《解读量化投资：西蒙斯用公式打败市场的故事》 忻海

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

  • 《漫步华尔街》麦基尔

  • 《海龟交易法则》柯蒂斯·费思

  • 《交易策略评估与最佳化》罗伯特·帕多

  • 《统计套利》 安德鲁·波尔《信号与噪声》纳特•西尔弗

  • 《期货截拳道》朱淋靖

  • 《量化投资—策略与技术》 丁鹏

  • 《量化投资—以matlab为工具》 李洋faruto

  • 《量化投资策略:如何实现超额收益Alpha》 吴冲锋

  • 《中低频量化交易策略研发（上）》 杨博理

  • 《走出幻觉走向成熟》 金融帝国

  • 《失控》凯文·凯利

  • 《通往财务自由之路》范K撒普

  • 《以交易为生》 埃尔德

  • 《超越技术分析》图莎尔·钱德

  • 《高级技术分析》布鲁斯·巴布科克

  • 《积极型投资组合管理》格里纳德，卡恩

  • 《金融计量学:从初级到高级建模技术》 斯维特洛扎

  • 《投资革命》Bernstein

  • 《富可敌国》Sebastian Mallaby

  • 《量化交易——如何建立自己的算法交易事业》欧内斯特·陈

  • 《聪明的投资者》 本杰明·格雷厄姆

  • 《黑天鹅·如何应对不可知的未来》 纳西姆·塔勒布

  • 《期权、期货和其他衍生品》 约翰·赫尔

  • 《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)

  • Aït-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.

学术期刊

一堆学术期刊可以常常去浏览一下，也会有许多思路，作者常常看的有：

  • 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
  • 经济研究
  • 经济学（季刊）
  • 金融研究
  • 管理世界
  • 会计研究
  • 投资研究

===========

©著作权归作者所有,转载或内容合作请联系作者
  • 人面猴
    序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
    沈念sama阅读 157,298评论 4赞 360
  • 死咒
    序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
    沈念sama阅读 66,701评论 1赞 290
  • 救了他两次的神仙让他今天三更去死
    文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
    开封第一讲书人阅读 107,078评论 0赞 237
  • 道士缉凶录：失踪的卖姜人
    文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不...
    开封第一讲书人阅读 43,687评论 0赞 202
  • 港岛之恋（遗憾婚礼）
    正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
    茶点故事阅读 52,018评论 3赞 286
  • 恶毒庶女顶嫁案：这布局不是一般人想出来的
    文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
    开封第一讲书人阅读 40,410评论 1赞 211
  • 城市分裂传说
    那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决...
    沈念sama阅读 31,729评论 2赞 310
  • 双鸳鸯连环套：你想象不到人心有多黑
    文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
    开封第一讲书人阅读 30,412评论 0赞 194
  • 万荣杀人案实录
    序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
    沈念sama阅读 34,124评论 1赞 239
  • 护林员之死
    正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,379评论 2赞 242
  • 白月光启示录
    正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,903评论 1赞 257
  • 活死人
    序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
    沈念sama阅读 28,268评论 2赞 251
  • 日本核电站爆炸内幕
    正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
    茶点故事阅读 32,894评论 3赞 233
  • 男人毒药：我在死后第九天来索命
    文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,014评论 0赞 8
  • 一桩弑父案，背后竟有这般阴谋
    文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,770评论 0赞 192
  • 情欲美人皮
    我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还...
    沈念sama阅读 35,435评论 2赞 269
  • 代替公主和亲
    正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
    茶点故事阅读 35,312评论 2赞 260

推荐阅读更多精彩内容

  • 原来生命如此的丰厚
    此时此刻是2018年的1月31日，7：44，是个冬季的早上，天很冷，外面应该会有零下了吧。从浩瀚的宇宙看，我在宇宙...
    嘟妈芹翠阅读 142评论 0赞 0
  • 绽放
    二零一八年一月的某一天， 一场传统文化的论坛正在举办。 人民剧场早已是座无虚席， 一浪高过一浪的掌声， 把台上台下...
    武小杰爱写词er阅读 345评论 0赞 0
  • 《盛唐诗》
    这本书读了有三四个月吧.....太难读惹.....需要一定的诗歌基础。要不然连诗的意思都没搞懂上来比较不同诗人的风...
    TaraChen阅读 309评论 0赞 2
  • 2018-03-06
    虽然会很苦，会很累，但是想到身在远方的朋友也在孤军奋战，不禁浑身充满力量，干劲十足。 真正的朋友是互相扶持共同进步...
    般若玖阅读 103评论 0赞 0