个人一点点看法:
1.别认为看博客比看书更有效
2.别省钱买电子书,我本人除了小说之外,基本不看电子版
3.先看书打好基础,慢慢再看论文,然后才去研究那些博客啊之类的

  1. 需要的知识也是因人而异的,做策略研究和做技术实现的,知识结构也不太一样。主要有以下的知识领域吧。
    • 数学和统计学
    • 金融学
    • 计算机和编程
  2. 如果是需要入门的书籍的话,可以先找一本量化方面入门概述的书。这里推荐几本吧。
  3. 看完了入门书籍之后,其实就已经有个基本的了解了,可以根据上面所说的几个领域分别深入一下。
    数学和统计方面的(这个因为涉及的分支太多了,包括统计学、概率、数学分析、离散数学、运筹学、计算机数学等等。我就不全部推荐了,推荐几本比较重要或者全面一点的吧):

    • 《行为科学统计精要》
      是的,你没看错,的确是行为学统计。但是这是本极佳的统计学入门书籍,不单讲理论,还会让你明白为什么要这么做,应该怎么做。不信的话,自己去看豆瓣评论吧。
    • 《概率论与数理统计》作者: 陈希孺
      国内评价最好的教材之一了吧,豆瓣评分9.4。不过说了是教材了,是挺闷的。另外还有个问题就是,内容稍微旧一点吧,跟目前国外的教材在侧重点方面稍微有点不一样。但是不妨碍这是一本好书。
    • 《数学建模》姜启源
      上面就说了,涉及的数学分支太多,全部都看,估计要死人的。对于大部分上过大学的人来说,一本数学建模的书,可以把学过的数学知识都串起来。让你明白学了数学有啥用。对于数学建模比赛的含金量我不多评价,也不建议去看很多那些八股文一样的建模论文,不过学一遍数学建模可以让自身的数学知识更体系化,以后可以更针对性的去深入某个分支。
      >>>>>>>>>>>>>>>>>分割线(下面的可选)>>>>>>>>>>>>>>>>>>>>>>>>>>>
    • 《普林斯顿数学指南,全三册》
      为什么推荐这本书。是因为不敢推荐其它吧。反正记住一句话,非数学专业的,见了代数、分析这两个词的,麻烦立刻掉头走,血的教训!包括且不限于以下的词语,什么数学分析、数值分析、泛函分析、代数拓扑等等。实在想装逼,看个数学大全,譬如说普林斯顿就足够一般人喝一壶了。
      对于绝大部分人来说,用到的都是应用数学的一些知识。《数学建模》里面,基本上可以把用到的知识都涉及到了,非要钻进去数学里面就是找死吧。有需要可以以后慢慢补充嘛。
    • 《深入浅出数据分析》
      我当年学编程的时候,买过几本这个系列的书。够浅白,然后还会讲一下为什么要这么做。唯一不好就是废话比较多吧,对有基础的人,不是很合适。
    • 《数据挖掘导论》
      这个主要用于挖掘数据之间的内在联系。和传统意义上的统计学不太一样。比起另外一本黑色的数据挖掘教材要新一点吧。见仁见智,我之前读书的时候看过黑色那本,感觉这个更友好一些。
    • 《运筹学导论 第10版》
      最要讲最优化的问题的。至于投资有没有最优化嘛,我道行浅薄,不发表意见。当年搞数学建模,肯定少不了最优解的。
  4. 金融学方面的:
  5. 策略分析和IT的实现其实是两个不同的方向。前者可能只需要学个matlab和python就够了。后者的话,其实跟普通的程序猿没啥区别。当然了,机器学习和深度学习,都要看的。这是热潮和趋势。
    计算机方面的(这是我的老本行,哎):



    本来还想推荐一下数据库方面的书,不过简单的存取数据,随便google一下就行了。没多复杂的。

个人一点点看法:
1.别认为看博客比看书更有效
2.别省钱买电子书,我本人除了小说之外,基本不看电子版
3.先看书打好基础,慢慢再看论文,然后才去研究那些博客啊之类的



后记

为了支持本人的写作,建议各位 《扫描屏幕下方二维码打赏点盒饭钱》 。(前提是你读了我的文章并且觉得对你有帮助,那些只懂加入收藏夹不去阅读的人,我也不稀罕这个钱)



http://xzh.i3geek.com

爱唠叨的老鱼

爱唠叨的老鱼

技术经理,个人站长,创业者

0 条评论

发表评论

电子邮件地址不会被公开。 必填项已用*标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据