量化交易書籍怎麼讀：一份不貪多的入門書單
在搜尋框敲下「量化交易書籍」（台灣也常稱程式交易相關讀物），跳出來的書單動輒三五十本。你的收藏夾裡多半也躺著幾份了。這些書單背後有一個不太舒服的共同點：真正學進去的人，是把三本書認真讀完的人，而不是收藏了三十本書的人。這篇按「你現在在哪一步」來推薦量化交易書籍，並告訴你哪些經典可以先放著。
快速答案：最少書單
| 槽位 | 書 | 為什麼是它 |
|---|---|---|
| 第一本 | Ernest Chan, Quantitative Trading | 散戶完整流程：找策略、回測、風控、執行 |
| 看懂行業 | Rishi Narang, Inside the Black Box | 專業量化基金到底怎麼運作 |
| 看懂市場 | Larry Harris, Trading and Exchanges | 市場微觀結構經典：訂單簿、造市者、成交 |
| 動手寫程式 | Yves Hilpisch, Python for Finance | 資料、回測、定價，全用 Python 走一遍 |
| 故事與警示 | Gregory Zuckerman, The Man Who Solved the Market | 西蒙斯與文藝復興的故事，激勵但清醒 |
這五本量化交易入門書邊讀邊練，勝過囤積三十本。下面按層次說什麼時候加書。
第一層：你的第一本書
從 Ernest Chan 的 Quantitative Trading 開始。它走完了一個散戶交易者的完整旅程——策略從哪來、怎麼誠實地回測、部位怎麼定——而且不裝模作樣地要求你先有個實驗室。這本書的潛台詞是「誰都能做」，而且和多數喊這句口號的書不同，它真的把流程攤開給你看。
配一本 Rishi Narang 的 Inside the Black Box：專業量化基金是怎麼搭起來的——alpha 模型、風險模型、執行、以及業餘玩家最容易忽略的交易成本現實。看看全職機器怎麼打仗，是校準你自己週末專案最便宜的方式。
第二層：市場到底怎麼運作
Larry Harris 的 Trading and Exchanges 是市場微觀結構的標準教材——參與者都有誰、訂單怎麼撮合、你的成交回報到底經歷了什麼。它不是策略書，它是讓你看懂「策略的成本為什麼長這樣」的書。從業者公認的必讀。
想要更深的執行視角，Barry Johnson 的 Algorithmic Trading & DMA 講銀行和券商怎麼執行大單。這本大部頭出自投行內部視角——挑著讀，等執行品質開始影響你的回測結果時再看不遲。
第三層：策略深化
Chan 的第二本 Algorithmic Trading 重新過一遍動量和均值回歸，這次帶上了真傢伙：協整、平穩性、卡爾曼濾波。範例是 MATLAB 的，翻譯成 Python 毫無障礙——翻譯本身就是極好的練習。
想上機器學習時，Marcos López de Prado 的 Advances in Financial Machine Learning 是公認的正典，作者做過 AQR 的機器學習主管。它講的是金融為什麼會讓標準機器學習失靈：非平穩資料、回測過度配適、會說謊的評估方法。進階書，值得等基礎扎實了再讀。
第四層：數學書架（按需打開）
這一層的經典是工具書，不是成人禮：
- Blitzstein & Hwang《Introduction to Probability》——最直觀的機率入門，配套哈佛公開課免費。
- Wasserman《All of Statistics》——一本書壓縮掉整個統計學。
- Hull《Options, Futures, and Other Derivatives》——「the Hull」，衍生性商品聖經，想進機構的基本人手一本。
- Shreve《Stochastic Calculus for Finance I & II》——金融數學的標準核心，定價方向的職業路線才真正需要；多數散戶策略用不上。
誠實的建議：等具體需求出現了再翻開——比如回測裡某個統計量突然看不懂了——而不是提前啃。
第五層：值得讀的故事書
The Man Who Solved the Market 是西蒙斯和文藝復興基金的故事，也是外界離這家最成功量化基金最近的一次。When Genius Failed 是反面教材：LTCM、槓桿、以及模型過度自信的代價。麥可·路易士的 Flash Boys 對高頻交易的描述有爭議但好讀，Emanuel Derman 的 My Life as a Quant 是這個職業本身的誠實回憶錄。這類書適合通勤時讀——它們教的是文化和敬畏，教科書教不了。
中文讀者專區：哪些書找得到、哪些別湊數
先說現實：量化交易的中文書比英文少得多，中文世界裡的主力讀物是英文經典的中譯本；繁體出版的選擇更少，多數讀者最終直接讀原文或簡體中譯。中文原創裡，丁鵬《量化投資：策略與技術》覆蓋八大類模型、六十多個實例，偏從業向，適合想深入業界的讀者。
中文書單裡常混進兩本「編外」書，給你個誠實定位：《海龜交易法則》嚴格說不是量化書，但規則化交易、系統化執行的理念至今可借鑑；墨菲《期貨市場技術分析》是技術指標的大辭典，和演算法交易無關，但設計策略時當素材手冊查著用挺順手。它們可以讀，但別當成量化的入門必讀。
一條走得通的閱讀順序
- Chan《Quantitative Trading》——全景地圖
- Narang 或 Harris——看懂行業，或看懂市場機器
- Hilpisch《Python for Finance》——讓想法跑起來
- Chan《Algorithmic Trading》——第二遍，更深
- López de Prado——基礎覺得「無聊」了再上
數學書架只在被具體問題卡住時才插進來。
少收藏，多讀完
量化交易書單的失敗模式和策略的失敗模式一模一樣：囤積製造進步的錯覺。讀完一本並動手實踐——把書裡的策略用自己的程式碼重現、回測重跑一遍——勝過滿書架的劃線。如果還沒讀過，先看六階段入門路線，讓書為路線服務；量化交易是什麼補齊詞彙。書之外的東西——主流策略類型——看策略指南。
常見問題
只看書夠嗎，還是需要上課？
書加練習足夠覆蓋基礎。課程額外給你的是結構和回饋——這筆帳在學習路徑那篇裡細算。
老書還有用嗎？
策略書越老，具體的「招」衰減越多——但方法（怎麼測試、怎麼控風險、怎麼算成本）不怎麼會過時。讀老書學的是流程，不是訊號。
散戶需要啃 Hull 和 Shreve 嗎？
不需要。那是職業賽道的書。自己做的交易者可以無限期推遲它們。
最後說一句任何書都不會告訴你的：讀書是量化交易這門手藝裡舒服的那 20%。另外 80%——寫程式、做測試、小賠、迭代——都發生在書桌前而不是書頁裡。需要地圖的時候，專集首頁一直開著。