量化資源
課程，文章等，可以幫助初學者或專業人士。
財務主要是細節，僅具有系統化，分類和關注細節的能力可能是一個巨大的優勢。米歇爾·伯里（Micheal Burry）
這些資源專門用於STEM畢業生。大多數課程都是數學或編碼重。承擔自己的風險。
關於我
我在高頻交易公司中擔任定量交易者，專注於股票和餐飲領域的印度市場。我從IIT MADRAS的汽車工程中獲得了我的碩士學位（M.Tech）和單身漢（B.Tech）。
課程和講座
注意：以下列出的課程不會顯示任何Coursera或YouTube Fams，因為這些課程是所有人開放的（任何人都可以接受它，醫生或律師可以在需要時。）我不想（或希望您）花費這些課程的時間是因為這些課程為您帶來了主題的風味，而不是深刻的理解。作為一名工程師，我想（希望為您同樣）使用我已經學到的數學技能來進一步發展主題並深入研究，以做一些有意義的工作並推動邊界。
如果您有udemy課程並說“我知道ML”，我會用濕麵條（不冒犯Udemy）鞭打您。
數學
- Fast.ai的編碼器的數值線性代數
- MIT OCW的概率簡介
- 麻省理工學院數學講座頁面中的數學主題
人工智慧
- 湯姆·米切爾CMU課程頁面的機器學習頁面
- DeepMind（Alphago，Alphazero等）的David Silver的加固學習簡介YouTube播放列表
數量融資
- Python和統計講座的量子講座
- 蒂莫西·F·蓋德納（危機期間美國財政部長）的全球金融危機（僅限金融危機）對金融或對危機分析感興趣的課程非常好。 Coursera課程
- Paul Besson （Paul Heads Euronext的定量研究部）的市場微觀結構簡介）講座頁面
編碼
Python
- （書）財務Python ：分析Yves Hilpisch的大財務數據（Citadel建議）
C ++
- （書） Andrew Koenig的加速C ++ ，Barbara E. Moo（如果您的編碼背景良好，並且像Python這樣的OOP，Java程序員）
- （書） Scott Meyers的有效現代C ++
圖書
數學
- David Freedman，Robert Pisani，Roger Purves （推薦城堡）統計（第四版）
- Darrell Huff的統計數據如何（有趣的是如何用圖來操縱人類的感知）
- Avinash Dixit和Barry Nalebuff策略性思考（遊戲理論書）（建議）
- Ruey S. Tsay的財務時間序列分析（適用於時間序列分析）
人工智慧
- Ian Goodfellow等人的深度學習。
- 強化學習薩頓和巴托的介紹
數量融資
- 約翰·C·赫爾（ John C Hull ）的選項，期貨和其他衍生品（Citadel建議）
- 您首先需要對金融市場有合理的了解（不是專業知識，但要理解是必要的。）
- Marcos Lopez de Prado的金融機器學習進步
- 金融微積分：馬丁·巴克斯特（Martin Baxter）的衍生品定價簡介（他為雷曼和野村
文章
- 在彭博商BusinessWeek中破解了馬賽車代碼的賭徒在這裡
- 在數學鏡子中學習和理解，Misha Gromov的Ch.1,2
- 高頻跨市場交易：免費測量和應用（美國HFT市場和網絡的良好視圖）PDF
文件
- 用自己的數字擊敗賭徒 - 以及如何操縱在線體育博彩市場
- Gordon Ritter Paper進行交易的機器學習（談論將RL實施到金融中）
- Hans Buehler等人的深度對沖。 （倫敦辦公室的JP Morgan Quants）紙
- 本文已經由JPM文章實施
- 使用RL對沖香草OTC產品
- Rama Cont等人的訂購書籍動力學的隨機模型。紙
- Rama Cont等人的馬爾可夫限制訂單市場中的價格動態。紙
心理學
- 48羅伯特·格林（Robert Greene）的權力法則
部落格
- 快速AI很棒的課程和博客
- http://koaning.io/ Vincent D. Warmerdam （將簡單數學用於ML）
- 克里斯托弗·奧拉（ Christopher Olah ）的科拉（Colah）博客（前Openai和Google Brain）
- EP Chan （包括機器交易，算法交易）的量化交易（包括機器交易）
- Distill Research Journal（關於具有交互式可視化的ML算法研究論文，以更好地理解）
- 塞巴斯蒂安·魯德（Sebastian Ruder）的博客（SEB是NLP研究深思的研究科學家）
- 系統的邊緣（HFT市場製造和相對價值策略，芝加哥的算法交易者）
- HFT網絡和潛伏期的Mahwah＆Friends Blog中的狙擊手
- 喬納森·金萊（ Jonathan Kinlay ）的定量研究和交易（經濟學博士學位，以前是紐約大學·斯特恩（Nyu Stern）和CMU教授）
- 尼爾·沃爾頓（Neil Walton ）的應用概率說明（曼徹斯特大學概率和統計小組的前主管）應用概率是優化，遊戲理論，動態編程和RL的主要主題
面試準備
PS ：我對語法很虛弱，有人告訴這裡有太多錯誤，而不是修復它。這是有原因的開源...
