Quantfinanz-Ressourcen
Kurse, Artikel und vieles mehr, die Anfänger oder Fachleuten helfen können.
Finanzen sind hauptsächlich Details, und nur die Fähigkeit, Details zu systematisieren und zu kategorisieren und sich auf Details zu konzentrieren, kann ein großer Vorteil sein. von Micheal Burry
Diese Ressourcen sind speziell für MINT -Absolventen bestimmt. Die meisten Kurse sind mathematisch oder kodieren schwer. Nehmen Sie es auf eigenes Risiko.
Über mich
Ich arbeite als Quanthändler in Hochfrequenzhandelsfirmen, die sich auf indische Märkte in Aktien und F & O konzentrieren. Ich habe meine Master (M.Tech) und Bachelors (B.Tech) von IIT Madras in Automotive Engineering gemacht.
Kurse und Vorträge
Hinweis: Die unten aufgeführten Kurse zeigen keine Coursera oder YouTube FAMs, da diese Kurse für alle offen sind (jeder kann es nehmen, Arzt oder Anwalt können bei Bedarf.) Ich möchte nicht (oder möchten, dass Sie ausgeben). Zeit in diesen Kursen, weil diese Kurse Ihnen einen Geschmack des Themas und nicht ein tiefes Verständnis geben. Als Ingenieur möchte ich meine bereits erlernten Mathematikfähigkeiten verwenden, um im Thema weiter voranzukommen und tief zu tauchen, eine sinnvolle Arbeit zu erledigen und die Grenze zu überschreiten.
Wenn Sie Udemy -Kurse hatten und "Ich kenne ML", werde ich Sie mit einer nassen Nudel (keine Beleidigung für Udemy) peitschen.
Mathematik
- Numerische lineare Algebra für Codierer von Fast.ai
- Einführung zur Wahrscheinlichkeit von MIT OCW
- Themen in Mathematik mit Anwendungen in Finanzen nach MIT -Mathematik -Vorlesungsseite
Ai
- Maschinelles Lernen von Tom Mitchell CMU -Kursseite
- Einführung in das Verstärkungslernen von David Silver von DeepMind (AlphaGo, Alphazero usw. Schöpfer) YouTube -Playlist des Kurses
Quantfinanzierung
- Quantopische Vorträge für Python- und Statistikvorlesungen
- Globale Finanzkrise (nur Finanzen) von Timothy F. Geithner (US -Finanzminister während der Krise) Sehr guter Kurs für Anfänger im Finanzwesen oder Interesse an einer Krisenanalyse. Coursera Kurs
- Einführung in Marktmikrostrukturen von Paul Besson (Paul Heads Euronext Quantitative Forschungsabteilung) Vorlesungsseite
Codierung
Python
- (Buch) Python für Finanzen : Analysieren Sie große Finanzdaten von Yves Hilpisch (Citadel empfohlen)
C ++
- (Buch) Beschleunigter C ++ von Andrew Koenig, Barbara E. Moo (wenn Sie einen guten Hintergrund in der Codierung und in OOP wie Python, Java -Programmierer haben)
- (Buch) Effektiv modernes C ++ von Scott Meyers
Bücher
Mathematik
- Statistik (4. Ausgabe) von David Freedman, Robert Pisani, Roger Purves (Zitadelle empfohlen)
- Wie man mit Statistiken von Darrell Huff liegt (interessant geht davon aus, wie Sie die menschliche Wahrnehmung mit Diagramm manipulieren können)
- Strategisch denken von Avinash Dixit und Barry Nalebuff (Spieltheoriebuch) (Citadel empfohlen)
- Analyse der Finanzzeitreihen von Ruy S. Tsay (Gut für die Zeitreihenanalyse)
Ai
- Tiefes Lernen von Ian Goodfellow et al.
- Verstärkung Erlernen einer Einführung von Sutton und Barto
Quantfinanzierung
- Optionen, Futures und andere Derivate von John C Hull (Zitadelle empfohlen)
- Sie müssen zunächst ein solides Verständnis der Finanzmärkte haben (nicht über Fachwissen, aber Verständnis ist erforderlich.)
- Fortschritte im finanziellen maschinellen Lernen von Marcos Lopez de Prado
- Finanzkalkül: Eine Einführung in die Derivatpreise von Martin Baxter (er lief Quant für Lehman und Nomura)
Artikel
- Der Spieler, der den Pferde-Racing-Code in Bloomberg Businessweek hier geknackt hat
- Lernen und Verständnis im Spiegel der Mathematik, Kap. 1, 2 von Misha Gromov, die hier verfügbar ist
- Hochfrequenzkreuz-Markthandel: Modellfreie Messungen und Anwendungen (gute Sicht auf US-amerikanische HFT-Markt und Netzwerke) PDF der Präsentation
Papiere
- Die Buchmacher mit ihren eigenen Zahlen zu schlagen - und wie der Online -Sportwettenmarkt eingereichte Papier ist
- Maschinelles Lernen für den Handel von Gordon Ritter Paper (Gespräche über die Implementierung von RL in Finanzmittel)
- Tiefe Absicherung von Hans Buehler et al. (JP Morgan fragt sich aus dem Londoner Büro) Papier
- Dieses Papier wurde bereits vom JPM -Artikel implementiert
- Absicherung Vanille -OTC -Produkte mit RL
- Ein stochastisches Modell zur Auftragsbuchdynamik von Rama Cont et al. Papier
- Preisdynamik in einem Markovian Limit Order Market von Rama Cont et al. Papier
Psychologie
- 48 Machtgesetze von Robert Greene
Blogs
- Schnelle AI Fantastische Kurse und Blogs
- http://koaning.io/ von Vincent D. Wärmerdam (Verwendung einfacher Mathematik in ML)
- Colahs Blog von Christopher Olah (Ex Openai und Google Brain)
- Quantitativer Handel von EP Chan (verfasst mehrere Bücher, einschließlich Maschinenhandel, algorithmischer Handel)
- Destill Research Journal (über ML -Algorithmen Forschungsarbeiten mit interaktiver Visualisierung für ein besseres Verständnis)
- Sebastian Ruders Blog (SEB ist Forschungswissenschaftler bei Deep Mind, NLP Research)
- Systematische Kante (HFT -Marktherstellung und relative Wertstrategie, Algo Trader in Chicago)
- Scharfschütze in Mahwah & Friends Blog über HFT -Netzwerke und Latenz
- Quantitative Forschung und Handel von Jonathan Kinlay (PhD in Economics, zuvor NYU Stern und CMU Prof)
- Angewandte Wahrscheinlichkeitsnotizen von Neil Walton (PhD, Ex -Leiter der Wahrscheinlichkeits- und Statistikgruppe an der Universität von Manchester) Die angewandte Wahrscheinlichkeit ist ein Hauptthema für Optimierung, Spieltheorie, dynamische Programmierung und RL
Interviewvorbereitung
- Wahrscheinlichkeit und Markt von Jane Street PDF
PS : Ich bin schwach in der Grammatik und jemand sagte, es gibt hier zu viele Fehler, anstatt sie zu reparieren. Es ist Open Source aus einem Grund ...
