量化交易

隀陽 2016-09-15 0

介绍如何构建一个量化交易系统

summerXX 2017-03-29 1

确实是本好书，适合自学，为了省去造轮子的时间我选择直接使用现成的量化平台比如：BotVS，节省好多开发时间，专注于模型、策略代码的开发就可以了，毕竟时间紧，还要抽出时间看书，真实感觉天天时间不够用。

cuiyaoli4 2016-06-10 0

从事算法交易的入门吧

雪羽忻枫 2016-10-20 0

入门读物，适合用于建立对量化交易的框架，但是个人感觉系统性和深入不如另一本同样是建立知识框架的入门读物《打开量化投资的量箱》，可以两本书结合看，先建立自己的框架。再深入到每一个知识块的深入研究学习。

0x7c2bac1d 2016-08-03 0

名词翻译扣分

HYtist 2015-08-23 0

语言简练，适合入门者。

wc888 2016-03-25 0

入门介绍蛮不错的~

Kind Xie 2015-02-27 0

构建量化投资框架必读~

Moja 2015-11-30 0

好书，满分！

高等游民白乌鸦 2015-07-05 2

真是一本特别好的书，讲思想和经验的，特别是系统容错和纠错的部分，对高手新手都很有用。做技术分析的交易者也应该看看，讲很多很细腻的，传统技术流交易者没有考虑到的问题。

summerXX 2017-03-29 1

确实是本好书，适合自学，为了省去造轮子的时间我选择直接使用现成的量化平台比如：BotVS，节省好多开发时间，专注于模型、策略代码的开发就可以了，毕竟时间紧，还要抽出时间看书，真实感觉天天时间不够用。

大雨晴空 2016-01-24 1

一般般吧，可能还是一些金融名字不知道什么概念，内容还是太泛泛了

Vince_L 2015-04-10 1

内容还行，但是翻译有问题，回撤译成挫跌，数据过度拟合译成数据迁就偏差。。。

小夫 2015-08-30 1

Excellent

Sophie Z 2015-08-28 1

too general, 作者博客：http://epchan.blogspot.ca，也是几乎不更新。。。

隀陽 2016-09-15 0

介绍如何构建一个量化交易系统

cuiyaoli4 2016-06-10 0

从事算法交易的入门吧

雪羽忻枫 2016-10-20 0

入门读物，适合用于建立对量化交易的框架，但是个人感觉系统性和深入不如另一本同样是建立知识框架的入门读物《打开量化投资的量箱》，可以两本书结合看，先建立自己的框架。再深入到每一个知识块的深入研究学习。

0x7c2bac1d 2016-08-03 0

名词翻译扣分

我想说两句

推荐新手阅读

walrus 2012-08-18 0赞

没有quant trading model，讲了很多基础的东西。有些非常实用。对新手应该有扫盲的作用。特别喜欢用matlab的，有很多小方法提供。可以尝试。
总之，讲了很多基础的东西。

不错的入门书籍

Reading 2014-09-14 0赞

# Overview
很不错的入门书籍.

# Review
以下评论[1]

Quantitative Trading by Ernest Chan - This is one of my favourite finance books. Dr. Chan provides a great overview of the process of setting up a "retail" quantitative trading system, using MatLab or Excel. He makes the subject highly approachable and gives the impression that "anyone can do it". Although there are plenty of details that are skipped over (mainly for brevity), the book is a great introduction to how algorithmic trading works. He discusses alpha generation ("the trading model"), risk management, automated execution systems and certain strategies (particularly momentum and mean reversion). This book is the place to start.

书本源码下载: http://wiki.dreamrunner.org/public_html/Books%20Review/Quantitative-Trading-How-to-Build-Your-Own-Algorithmic-Trading-Business/files/QuantitativeTrading.tar.gz

# More
Algorithmic Trading by Ernest Chan[2] - This is the second book by Dr. Chan. In the first book he eluded to momentum, mean reversion and certain high frequency strategies. This book discusses such strategies in depth and provides significant implementation details, albeit with more mathematical complexity than in the first (e.g. Kalman Filters, Stationarity/Cointegration, CADF etc). The strategies, once again, make extensive use of MatLab but the code can be easily modified to C++, Python/pandas or R for those with programming experience. It also provides updates on the latest market behaviour, as the first book was written a few years back.

[1] http://www.quantstart.com/articles/Top-5-Essential-Beginner-Books-for-Algorithmic-Trading

[2] http://book.douban.com/subject/20559989/

A good one for a starter

Victor Derbobo 2015-05-01 0赞

If you wish to be a quant, and yet you are very new of this area, with not enough knowledge, I think this book is quite a good one for you to start with.

非常不错的入门（坑）类读物

子博弈精炼 2016-04-02 0赞

首先，作者三观很正。即拥有市场直觉，又有扎实的数学/金融基础，把交易当做一门科学来对待，语言也比较通俗易懂，对于想入行（坑）的童鞋们来说，是非常棒的一本书。

先说说读完一篇脑海里还剩的东西：
1、策略容量是策略收益的灵魂，规模是小资金的优势，机构的噩梦。
2、留意data snooping bias（数据窥察效应），过度数据挖掘会带来参数的过拟合，也是我的本科论文，这点几乎不能被消除，只能减轻。
3、策略的收益来源于高sharp，而不是平均收益，原因在于炒股是重复博弈。根据资金管理kelly公式，可以推导出合理的持仓，这里说明了为什么我们要厌恶风险。
4、找一个好数据，尽管作者反复强调，但我觉得现在这个已经不是什么难题了，wind,choice等等各家都有非常便宜的数据源。
5、其他科班出身的同学们应该都明白的，多因子、配对交易、事件驱动。。。没什么特别的。

慧眼识金：如何识别优秀的量化交易策略

投资干货 2016-10-11 0赞

https://mp.weixin.qq.com/s?__biz=MzA5MTAyNzcwMw==&mid=2650659476&idx=1&sn=2b9d2552d7907774b4d0a2219ffb7d39&chksm=880bdb0cbf7c521a8e612dc5c08ea345d90449eba860c9308da7180982e82fc27802a0a0fc1c&mpshare=1&scene=1&srcid=0920VorPVYIKUhdmChtX36RZ&pass_ticket=vvmVk8eZEDVGz0Bpaw1djsTDNlEA99DPOckQUeqzP8I%3D#rd

量化交易如何建立自己的算法交易事业

涅瓦纳 2015-07-18 0赞

技术的进步使得发展交易策略变得更加简单。欧内斯特·陈使用了许多最新的量化交易技术，通过简洁描述其众多优点和少许不足，提供了一本真正服务于所有目前及即将成为交易员的专业书。”
——彼得。波里什（Peter Borish），计算机交易公司董事会主席兼首席执行官
“在《量化交易》一书中，欧内斯特·陈博士为交易策略的发展、回测检验、风险管理、编程知识实时交易系统的研发和算法交易的运行，逐步建立起了一个最佳结构框架。”
——耶瑟—安瓦尔（Yaser Anwar），交易员
“量化交易是一个被神秘面纱所笼罩的极具挑战性的领域，看似艰深，只有少数精英人士才能掌握，欧内斯特·陈博士在其朴实无华的实践指导中，指出了进行一项成功的自动交易操作的重要基础，并分享了其在艰苦历程中获得的经验教训，为个人交易员和机构交易员指出了明确的前进方向，以避免掉进一些常见的陷阱中。”
——罗萨里奥·M.因加尔焦拉（Rosario M.Ingargiola），Alphacet公司首席技术官
“本书为个人投资者如何建立稳定可靠的交易结构以便成功进行算法交易提供了一个有价值的视角。欧尼在构建交易系统上丰富的实践经验对那些希望交易知识更上一层楼的交易者来说是十分宝贵的。”
——雷蒙·卡明斯（Ramon Cummins），个人投资者
“这些年来，我所读过的关于量化交易的绝大部分书籍和文章都没有多少可取之处。在多数情况中，作者不是没有真才实学，就是因为害怕交易秘密被窃取而不愿将重要内容写在书上。欧尼有着不同的创作理念：提供了大量有价值的信息以及与量化交易各项内容有价值的广泛互动。欧尼成功地将大量琐碎艰涩的知识简化成初学者乐于接受的清晰易懂的内容。”
——史蒂夫·哈尔彭（Steve Halpem），HCC资本管理公司创始人

一个翻译错误

小凡 2015-11-02 0赞

英文版P26
They have few parameters that need to be fitted to past data.
中文版P23:
所需的参数用到历史数据较少。

应该翻译成：
需要与历史数据进行拟合的参数很少。

Take Home Points

VeraTulips 2015-12-30 2赞

量化交易。副标题叫：如何建立你自己的算法交易买卖。

我觉得副标题基本上就概括了这本书的主要内容了。作者很具体的说了如何建立你自己的算法交易买卖。你可以通过两种途径做算法交易，一种是成为独立交易者，就是散户，自己买卖，一种就是去自营部门，给机构做交易员。怎么选择看你自己的时间，精力和水平吧。

作者认为量化交易的平台和策略都很多，难点不是这些，而是要找到自己的投资目标，锻炼出良好的投资心态。啥投资心态呢？盈亏不惊，适时止损。

举个情景，比如你早上开盘通过自己的算法做了一个投资组合，结果上午一看新闻，或者一看盘，这个组合收益率欠佳，甚至亏了，你就坐不住了，立马中断程序，自己手工给改了，结果收盘的时候发现如果不改收益率其实满意了，现在却真亏了。这是实践类经验不是靠书本能教会的。

量化交易的基本步骤就是先有个策略，然后用历史数据回测，然后根据回测表现，调整，做模拟交易测试（paper trading），最后用到实际投资中去。

在表明了这些基本共识后，作者描述了一些通用的基本指标：

- 股票的收益率（Return），需要有一个基准价（benchmark），例如股指。
- 回撤率（drawdown），最大回撤率，这个我也没明白实际作用是啥，估计就是历史最大亏损额。
- 实际收益率是要刨除交易成本（transaction cost）的。
- 夏普比率（Sharpe Ratio）：非常重要的指标，衡量单只股票或者组合的优劣，计算的逻辑就是均值除以标准差，具体公式去看书（43页开始）。这个比率是越高越好。
- 凯利公式（kelly formula）用来计算杠杆率，即你应该借多少钱来达到想要的收益率。我明白了这个怎么算，但是具体怎么用作者有个例子，但是还是感觉没理解透。

量化交易的策略大体上都可以归入两大类，一类是均值回归策略（mean-reverting），另一类是动量策略（momentum）。动量策略其实也没那么玄乎，就是有利好，股票就涨，但是随着消息的扩散（diffusion），盈利空间会越来越小，最后到头了，你可以在到头之前的这个时段里投资，追涨杀跌。其实这两个策略我觉得和国内层出不穷的各种技术分析法，肯定是能对上的，但是我了解有限，刚刚入门，所以就不瞎归类了，等我多看看多试试，再总结。

关于回测数据作者谈得挺细，即如何避免会扭曲算法结果的效应。举例如下：
- 前瞻效应（look-ahead effect）, 在回测数据时，要去掉最近的一段数据；
- 幸存者效应（survivor effect），即现在得到的历史数据剔除了已经退市的股票，估计是退市了就彻底从数据库里消失了，所以会使算法的收益率偏高。这个解决起来成本比较高，你估计是没有实力从现在开始把每天的股票数据存在自己的服务器数据库里的，而且也没那么必要，所以可能的办法就是尽量找全的数据库，或者回测的时候数据不要选太遥远的，以防有过多退市的股票。
- 数据窥探（data-snooping），这个词翻译过来据说是这么个意思，虽然我第一眼看傻了，在想啥叫“数据史努比ing”，读后我理解应该和过度拟合（overfitting）是一个意思，就是你回测的数据里面参数过多，在现有的测试数据集里你的结果很好，但是放到新数据集里，表现就不如人意了。所以解决办法就是参数不要多于5个，数据样本数要大于252×参数的个数。

中间部分作者还很认真的告诉你，量化交易可以有不同的自动化程度，这就要看你的实力了。

另外一些有关量化交易的话题，比如“牛熊市转换”（regime switching），协整分析（cointegration），因素模型或者主成分分析（PCA），高频交易（High-frequency trading）作者都专门讲了讲，但是我知识储备有限，脑子里框架不够，还不知道如何把这些整合起来，所以就不多写了。供以后查阅添加。

最后策略会随着用的人越多，效果越差起来的。所以要不断挖掘新策略，这个就要靠主观能动性了。估计这也是量化交易永生的本质。

附：
作者书中的代码可以在 epchan/book里找到，用户名和密码都是：sharperatio
这本书的电子版网上挺多的，人大经济论坛5个论坛币。
有条件的朋友请购买正版图书。

量化投资的优势：系统和逻辑——一如本书

Kind Xie 2015-02-27 23赞

假期里拜读了这本14年出的量化专著，感觉很有必要做一下总结，故胡言乱语如下：

1.首先本书不太值得购买，为什么？因为不到200页，电子版不仅很清晰，而且可以照着书中的Matlab敲代码。这也是本书最大的亮点，可以从一个专业从业者的角度窥探对代码如何处理，特别是在向量化回测那一块

2.其次该书的逻辑很清晰，从大框架到偷价、过拟合的细节都讲到了，很适合有一定数理与编程基础，并且愿意实现投资策略的新手，当然也只是限于“如何”的程度

3.该书的另一大亮点在于对凯利公式的应用进行解读，好像目前这一块结合到具体的数理编程的在国内还没有专著，此外第六章风险管理也很赞

4.最后，该书提供了丰富的参考文献，其中一些可以很好地应用在策略构建上，比如这篇Markov-Regime Switching in Economic Variables

该书一些不足：

1.译者估计不是量投业人士，部分术语感觉与实际应用不太相符，比如前视偏差，其实就是未来函数的问题

2.第四章构建交易业务对国内投资者的参考价值基本为零

附上PDF网盘地址：http://yun.baidu.com/share/home?uk=3877084383&view=share#category/type=0

量化投资的优势：系统和逻辑——一如本书

Kind Xie 2015-02-27 23

假期里拜读了这本14年出的量化专著，感觉很有必要做一下总结，故胡言乱语如下：

1.首先本书不太值得购买，为什么？因为不到200页，电子版不仅很清晰，而且可以照着书中的Matlab敲代码。这也是本书最大的亮点，可以从一个专业从业者的角度窥探对代码如何处理，特别是在向量化回测那一块

2.其次该书的逻辑很清晰，从大框架到偷价、过拟合的细节都讲到了，很适合有一定数理与编程基础，并且愿意实现投资策略的新手，当然也只是限于“如何”的程度

3.该书的另一大亮点在于对凯利公式的应用进行解读，好像目前这一块结合到具体的数理编程的在国内还没有专著，此外第六章风险管理也很赞

4.最后，该书提供了丰富的参考文献，其中一些可以很好地应用在策略构建上，比如这篇Markov-Regime Switching in Economic Variables

该书一些不足：

1.译者估计不是量投业人士，部分术语感觉与实际应用不太相符，比如前视偏差，其实就是未来函数的问题

2.第四章构建交易业务对国内投资者的参考价值基本为零

附上PDF网盘地址：http://yun.baidu.com/share/home?uk=3877084383&view=share#category/type=0

Take Home Points

VeraTulips 2015-12-30 2

量化交易。副标题叫：如何建立你自己的算法交易买卖。

我觉得副标题基本上就概括了这本书的主要内容了。作者很具体的说了如何建立你自己的算法交易买卖。你可以通过两种途径做算法交易，一种是成为独立交易者，就是散户，自己买卖，一种就是去自营部门，给机构做交易员。怎么选择看你自己的时间，精力和水平吧。

作者认为量化交易的平台和策略都很多，难点不是这些，而是要找到自己的投资目标，锻炼出良好的投资心态。啥投资心态呢？盈亏不惊，适时止损。

举个情景，比如你早上开盘通过自己的算法做了一个投资组合，结果上午一看新闻，或者一看盘，这个组合收益率欠佳，甚至亏了，你就坐不住了，立马中断程序，自己手工给改了，结果收盘的时候发现如果不改收益率其实满意了，现在却真亏了。这是实践类经验不是靠书本能教会的。

量化交易的基本步骤就是先有个策略，然后用历史数据回测，然后根据回测表现，调整，做模拟交易测试（paper trading），最后用到实际投资中去。

在表明了这些基本共识后，作者描述了一些通用的基本指标：

- 股票的收益率（Return），需要有一个基准价（benchmark），例如股指。
- 回撤率（drawdown），最大回撤率，这个我也没明白实际作用是啥，估计就是历史最大亏损额。
- 实际收益率是要刨除交易成本（transaction cost）的。
- 夏普比率（Sharpe Ratio）：非常重要的指标，衡量单只股票或者组合的优劣，计算的逻辑就是均值除以标准差，具体公式去看书（43页开始）。这个比率是越高越好。
- 凯利公式（kelly formula）用来计算杠杆率，即你应该借多少钱来达到想要的收益率。我明白了这个怎么算，但是具体怎么用作者有个例子，但是还是感觉没理解透。

量化交易的策略大体上都可以归入两大类，一类是均值回归策略（mean-reverting），另一类是动量策略（momentum）。动量策略其实也没那么玄乎，就是有利好，股票就涨，但是随着消息的扩散（diffusion），盈利空间会越来越小，最后到头了，你可以在到头之前的这个时段里投资，追涨杀跌。其实这两个策略我觉得和国内层出不穷的各种技术分析法，肯定是能对上的，但是我了解有限，刚刚入门，所以就不瞎归类了，等我多看看多试试，再总结。

关于回测数据作者谈得挺细，即如何避免会扭曲算法结果的效应。举例如下：
- 前瞻效应（look-ahead effect）, 在回测数据时，要去掉最近的一段数据；
- 幸存者效应（survivor effect），即现在得到的历史数据剔除了已经退市的股票，估计是退市了就彻底从数据库里消失了，所以会使算法的收益率偏高。这个解决起来成本比较高，你估计是没有实力从现在开始把每天的股票数据存在自己的服务器数据库里的，而且也没那么必要，所以可能的办法就是尽量找全的数据库，或者回测的时候数据不要选太遥远的，以防有过多退市的股票。
- 数据窥探（data-snooping），这个词翻译过来据说是这么个意思，虽然我第一眼看傻了，在想啥叫“数据史努比ing”，读后我理解应该和过度拟合（overfitting）是一个意思，就是你回测的数据里面参数过多，在现有的测试数据集里你的结果很好，但是放到新数据集里，表现就不如人意了。所以解决办法就是参数不要多于5个，数据样本数要大于252×参数的个数。

中间部分作者还很认真的告诉你，量化交易可以有不同的自动化程度，这就要看你的实力了。

另外一些有关量化交易的话题，比如“牛熊市转换”（regime switching），协整分析（cointegration），因素模型或者主成分分析（PCA），高频交易（High-frequency trading）作者都专门讲了讲，但是我知识储备有限，脑子里框架不够，还不知道如何把这些整合起来，所以就不多写了。供以后查阅添加。

最后策略会随着用的人越多，效果越差起来的。所以要不断挖掘新策略，这个就要靠主观能动性了。估计这也是量化交易永生的本质。

附：
作者书中的代码可以在 epchan/book里找到，用户名和密码都是：sharperatio
这本书的电子版网上挺多的，人大经济论坛5个论坛币。
有条件的朋友请购买正版图书。

推荐新手阅读

walrus 2012-08-18 0

没有quant trading model，讲了很多基础的东西。有些非常实用。对新手应该有扫盲的作用。特别喜欢用matlab的，有很多小方法提供。可以尝试。
总之，讲了很多基础的东西。

不错的入门书籍

Reading 2014-09-14 0

# Overview
很不错的入门书籍.

# Review
以下评论[1]

Quantitative Trading by Ernest Chan - This is one of my favourite finance books. Dr. Chan provides a great overview of the process of setting up a "retail" quantitative trading system, using MatLab or Excel. He makes the subject highly approachable and gives the impression that "anyone can do it". Although there are plenty of details that are skipped over (mainly for brevity), the book is a great introduction to how algorithmic trading works. He discusses alpha generation ("the trading model"), risk management, automated execution systems and certain strategies (particularly momentum and mean reversion). This book is the place to start.

书本源码下载: http://wiki.dreamrunner.org/public_html/Books%20Review/Quantitative-Trading-How-to-Build-Your-Own-Algorithmic-Trading-Business/files/QuantitativeTrading.tar.gz

# More
Algorithmic Trading by Ernest Chan[2] - This is the second book by Dr. Chan. In the first book he eluded to momentum, mean reversion and certain high frequency strategies. This book discusses such strategies in depth and provides significant implementation details, albeit with more mathematical complexity than in the first (e.g. Kalman Filters, Stationarity/Cointegration, CADF etc). The strategies, once again, make extensive use of MatLab but the code can be easily modified to C++, Python/pandas or R for those with programming experience. It also provides updates on the latest market behaviour, as the first book was written a few years back.

[1] http://www.quantstart.com/articles/Top-5-Essential-Beginner-Books-for-Algorithmic-Trading

[2] http://book.douban.com/subject/20559989/

A good one for a starter

Victor Derbobo 2015-05-01 0

If you wish to be a quant, and yet you are very new of this area, with not enough knowledge, I think this book is quite a good one for you to start with.

非常不错的入门（坑）类读物

子博弈精炼 2016-04-02 0

首先，作者三观很正。即拥有市场直觉，又有扎实的数学/金融基础，把交易当做一门科学来对待，语言也比较通俗易懂，对于想入行（坑）的童鞋们来说，是非常棒的一本书。

先说说读完一篇脑海里还剩的东西：
1、策略容量是策略收益的灵魂，规模是小资金的优势，机构的噩梦。
2、留意data snooping bias（数据窥察效应），过度数据挖掘会带来参数的过拟合，也是我的本科论文，这点几乎不能被消除，只能减轻。
3、策略的收益来源于高sharp，而不是平均收益，原因在于炒股是重复博弈。根据资金管理kelly公式，可以推导出合理的持仓，这里说明了为什么我们要厌恶风险。
4、找一个好数据，尽管作者反复强调，但我觉得现在这个已经不是什么难题了，wind,choice等等各家都有非常便宜的数据源。
5、其他科班出身的同学们应该都明白的，多因子、配对交易、事件驱动。。。没什么特别的。

慧眼识金：如何识别优秀的量化交易策略

投资干货 2016-10-11 0

https://mp.weixin.qq.com/s?__biz=MzA5MTAyNzcwMw==&mid=2650659476&idx=1&sn=2b9d2552d7907774b4d0a2219ffb7d39&chksm=880bdb0cbf7c521a8e612dc5c08ea345d90449eba860c9308da7180982e82fc27802a0a0fc1c&mpshare=1&scene=1&srcid=0920VorPVYIKUhdmChtX36RZ&pass_ticket=vvmVk8eZEDVGz0Bpaw1djsTDNlEA99DPOckQUeqzP8I%3D#rd

量化交易如何建立自己的算法交易事业

涅瓦纳 2015-07-18 0

技术的进步使得发展交易策略变得更加简单。欧内斯特·陈使用了许多最新的量化交易技术，通过简洁描述其众多优点和少许不足，提供了一本真正服务于所有目前及即将成为交易员的专业书。”
——彼得。波里什（Peter Borish），计算机交易公司董事会主席兼首席执行官
“在《量化交易》一书中，欧内斯特·陈博士为交易策略的发展、回测检验、风险管理、编程知识实时交易系统的研发和算法交易的运行，逐步建立起了一个最佳结构框架。”
——耶瑟—安瓦尔（Yaser Anwar），交易员
“量化交易是一个被神秘面纱所笼罩的极具挑战性的领域，看似艰深，只有少数精英人士才能掌握，欧内斯特·陈博士在其朴实无华的实践指导中，指出了进行一项成功的自动交易操作的重要基础，并分享了其在艰苦历程中获得的经验教训，为个人交易员和机构交易员指出了明确的前进方向，以避免掉进一些常见的陷阱中。”
——罗萨里奥·M.因加尔焦拉（Rosario M.Ingargiola），Alphacet公司首席技术官
“本书为个人投资者如何建立稳定可靠的交易结构以便成功进行算法交易提供了一个有价值的视角。欧尼在构建交易系统上丰富的实践经验对那些希望交易知识更上一层楼的交易者来说是十分宝贵的。”
——雷蒙·卡明斯（Ramon Cummins），个人投资者
“这些年来，我所读过的关于量化交易的绝大部分书籍和文章都没有多少可取之处。在多数情况中，作者不是没有真才实学，就是因为害怕交易秘密被窃取而不愿将重要内容写在书上。欧尼有着不同的创作理念：提供了大量有价值的信息以及与量化交易各项内容有价值的广泛互动。欧尼成功地将大量琐碎艰涩的知识简化成初学者乐于接受的清晰易懂的内容。”
——史蒂夫·哈尔彭（Steve Halpem），HCC资本管理公司创始人

一个翻译错误

小凡 2015-11-02 0

英文版P26
They have few parameters that need to be fitted to past data.
中文版P23:
所需的参数用到历史数据较少。

应该翻译成：
需要与历史数据进行拟合的参数很少。

我要写长评

想读在读读过

标签(多个标签以“，”分开):

保存

量化交易

推荐文章

猜你喜欢

附近的人在看

推荐阅读

拓展阅读