前置：赞誉、推荐序、译者序与前言

这部分实际装了什么#

顺序是：版权页 → 目录 → 赞誉 → 献词 → 推荐序 → 译者序 → 前言，致谢排在书末但同属前置性质，这里一并读。

赞誉收了四条，署名都是有职务的人：沙克尔·艾哈迈德（花旗集团做市商全球负责人，博士）、盖伦·伯格哈特（新际集团研究主任）、大卫·德默斯（SAC资本顾问公司投资组合经理）、帕拉卡·N.帕特尔（瑞士信贷集团股票量化研究全球负责人）。有个细节值得留意：这四人里至少三位又出现在书末致谢名单中——伯格哈特列在新际集团一节，帕特尔和德默斯（Dave DeMers）列在第2版致谢里。也就是说，赞誉不是陌生读者的自发评价，而是作者协作网络内部的背书。这不等于评价不真诚，但读者应该按”同行圈内推荐”而非”独立测评”来理解它。

赞誉里唯一给出具体购买理由的是伯格哈特：“即使你已经有了第1版，你也应该购买这一版”，理由是新增的高速交易内容，尤其第16章。

献词一句：献给儿子 Solomon K. Narang，“他对这个世界充满好奇，我希望他永远如此”。

推荐序：一位有利益关系的赞助者，和他给出的读法#

推荐序开篇的落点不是这本书，是中国。序作者认为，中国资本市场的开放与投资市场的自由化、放松管制，是”全球市场发展过程中”少见的开创性时刻，而这本书要为中国投资者提供一个”清晰的结构化观察”。

他对读者画像的猜测很直白：投资新手不会关心量化，所以你大概懂投资基本原则，但”量化”两个字会唤起你对大学微积分之后再没碰过的复杂公式的记忆。好消息是这本书专业和大众都能读；坏消息是要想拿走足够多，你得自己深入思考——他说里什”并不直接给出答案，而是给出很多正确的问题”。

序里最有信息量的一段，是他拿自己的基金当示范。他的公司与诺亚财富管理联合成立了一个量化投资基金（脚注说明诺亚通过子公司 Gopher 资产管理提供第三方基金与定制资产管理，母公司诺亚控股在纽交所上市，代码 NOAH-US），并逐条对应：阿尔法模型负责找市场效率低下的地方；投资组合构建模型和风险模型保证敞口平衡、避免在缺乏可识别有效边界的区域下重注；交易团队用书中所说的基于规则的执行准则压低市场冲击。

他还替第3章和第4章做了导读。第3章的分类法：输入变量分价格类和基本面类，动量与反转靠价格类，基本面类以收益变化速度（成长）为主，辅以收益修正、品质、价值。他强调宽客和传统基本面从业者”貌似没有太大不同”，差别在于宽客能用计算机和数学工具找出这些变量最有效的组合方式。对数据驱动型模型，他给的定位是”附加方法”，带人工智能性质（机器学习、模式识别），可以吃新闻观点、Twitter 和微信文本，因为技术门槛高、业内采用少，所以竞争者少、效率更低下——这是句留了钩子的话，等于说这块地还没被踩平。第4章他举了自己的场景：想让组合波动性不超过基准的一半甚至1/5，怎么做？他用2015年商品价格大幅下跌举例，说明货币、信贷规模甚至股票价格之间相似度和相关性都很高，管理不好就是更大的波动加更大的下滑。

历史坐标他给了两个：一是马科维茨1952年提出后来为其赢得诺贝尔奖的投资组合理论（脚注给了完整出处：The Journal of Finance 7(1):77-91），他感慨在20世纪60年代早期只有计算尺、电脑主机和 Fortran 打孔卡片的条件下，马科维茨那代人就把它投入实用了；二是引 eVestment Alliance 2015年9月21日的数据，说量化投资是当时全球最快速发展的投资趋势，旗下管理资产已达5万亿美元。

关系披露也在序里：几年前在加州圣莫尼卡经朋友介绍第一次见到里什，当时他刚读完第1版，一见面就聊了两小时；此后他把书推荐给同事朋友，并在2015年1月邀请作者加入自己公司的科研咨询团队。他自陈是麦金利资本（他描述为”一家专注于传统和替代策略量化投资的国际资本管理公司”）首席投资官，过去20年一直做书里描述的这些业务，公司格言是”为合适的客户选择有针对性的策略”。他对本书的最终定位是双向的：既给学生和潜在投资者一个评估投资方法的框架，也给身为首席投资官的他一个度量策略执行成败、判断该策略未来能否继续的框架。

译者序：把书按进2015~2016年的中国现场#

译者序的开场是2016年3月的人机围棋大战，AlphaGo 以4∶1 战胜李世石。译者由此转到人工智能进资本市场，并给出自己的量化投资定义：把投资思想转化为投资模型，用数据检验模型有效性，再用有效的模型指导交易——纪律性、系统性、准确性、一致性是它受关注的原因。

接着是2015年。译者说68月的股市异常波动是”人们最深的记忆之一”，波及面广、历时久，与市场运行机制、投资者情绪、场外配资密切相关。然后给了一组据万得（Wind）资讯的数字：2015年68月，有数据统计的44只量化基金累计净值增长率为 -24.9%，其中9只获得正收益；同期上证综指、深证成指、创业板指跌幅分别为34.5%、41.7%、48.8%。这组数字要读清楚：所谓量化产品”业绩普遍跑赢指数”，是 -24.9% 对 -34.5%，跑赢是相对意义上的，绝对值仍是大亏。译者没有回避这点，只是把它写成”表现较好”，读者自己要把刻度补上。

对中国量化的未来，译者列了七条理由：①速度——量化交易平台 Progress Apama 可达每秒30万笔，加风控后也有每秒1000笔；②大数据下能同时跟踪海量样本、高维变量（宏观经济、市场结构、估值、成长、盈利因子、市场情绪等），股票市场常要面对上千只标的；③能从数据微小变化中抓机会，如统计套利、跨期套利、期限套利，单笔盈利小但能实时跟踪、快速下手；④规避心理偏差，避开主观臆断和贪婪、恐惧、侥幸；⑤A股发展历程短、还不是特别有效的市场，当时有2800多只股票，预计未来10年突破5000只，加上商品、期货、期权，标的将爆炸式增长；⑥散户占比高、去散户化难，散户自己做量化难，但微量网这类策略零售化平台提供了便利；⑦互联网金融让散户可以间接参与量化。

译者也点了第2版的新增内容：第四部分的高速交易和高频交易，并强调”高速交易不同于高频交易”。据艾特集团数据，高频交易当时在美国占比略高于50%，欧洲高于40%，亚洲约20%，而国内的高频策略比中低频还要初级。

最后是机构背景与致谢：中国银河证券是国内率先向投资者提供量化投资服务的证券公司，建了适合中国市场的量化交易平台，用 Progress Apama（采用复杂事务处理技术，能在毫秒内完成监控事件流、探测分析事件模型、触发行动）提供服务；译者全程参与了银河证券量化团队组建和平台建设。致谢里点名了银河证券副总裁陈静、银河证券量化开发团队、博士后工作站研究团体和机械工业出版社华章公司。

前言：作者亲自划的边界#

前言开头引约翰·肯尼迪：历史是无情的主宰，“只有不断成为未来的过去”，保守的下场是被扫出历史舞台。

作者的核心论点只有一句：量化交易和主观判断型交易的差别在技术，不在做的事。他先拆掉”量化才用数学”这个误解——投资从来离不开数学，分析公司税收、成本、盈亏，计算市盈率，都是数学；格雷厄姆和多德的《证券分析》专门有一章讲财务报表分析，“这本投资者的’圣经’比本书的阐述更详尽”。然后给了一组类比：汽车制造还是汽车制造，手工装齿轮和机器装齿轮没有本质区别；飞行员驾驶和无人机工作也没什么不同。最落地的例子是市盈率选股：想买便宜股票，你可以手工算每家公司的市盈率、逐个搜、进场买；也可以写程序扫描数据库、按预设条件筛出、用交易算法买入。“两者在如何操作方面是完全不同的，但是最终所购买的股票和购买原因是完全相同的。”

既然是理性演进，为什么记者、政客、公众甚至行业专家都不喜欢它？他给两个原因。第一，人不喜欢自己的工作被技术取代——他直说高频交易的许多活跃对手之所以战斗，不是出于对资本市场的关心，而是生计被更先进技术威胁；这可以理解，但若他们赢了对市场不利，因为”他们拥护的是停滞不前”。第二，人们不理解量化，而对不理解的东西倾向于恐惧和不喜欢。这里他罕见地把矛头转向同行：宽客常因为缺乏必要的谨慎描述而让问题雪上加霜，这在某些方面制造了不信任——但他补了一句，事实上丝毫没有必要内疚。

作者给量化交易的正式定义是：人们通过严谨的研究，“系统化地执行交易策略”；而系统化被定义为遵守纪律的、有条不紊的、自动化的方法。他反复强调的一点是：负责任的是人不是机器——是人开发策略并决定策略是什么，是人选交易哪类证券，是人选取什么数据、怎么清洗。宽客在研究中采用科学方法，用科学家验证理论的方式评估想法；靠计算机系统化执行，可以消除主观交易中的随意性，把情绪、无纪律、激情、贪婪和恐惧驱动的决策从流程里剔掉。他对分工的表述很平衡：需要重复且要求纪律的事，计算机比人做得出色；但计算机也不适合创造性劳动，人不告诉它怎么做，它一无所知。

边界划得很清楚，这是前言最该被记住的部分：本书只集中在阿尔法方向的策略（靠择时和调整持仓头寸获利），不涉及量化指数型交易者或其他贝塔型策略（复制或稍微改进标普500这类指数的表现）；不谈金融工程（如债务抵押债券这类新产品的创造与管理）；也不谈那种服务于主观判断型决策的量化分析。理由不是这些不重要，而是”它们不是量化交易专有的特点”。

全书结构他也在前言里给了：第一部分（第1、2章）背景；第二部分（第39章）拆黑箱；第三部分（第1012章）分析量化交易并给出评估宽客和策略的技巧；第四部分（第13~16章）讲高频交易、支持高速交易的基础设施、量化交易的传言与真相；最后第17章分析当前形势并展望未来。他的写作承诺是：避免使用大量公式，行业术语有限使用或解释后使用，目标是表明很多人以为的”黑箱”其实是透明的、直观的、易于理解的。署名里什·纳兰（Rishi K. Narang）。

致谢里能看出的东西#

致谢不长，但透露了两件事。一是第四部分（高速及高频交易）不是作者一个人的成果：他特别感谢兄弟 Manoj Narang 对第四部分的帮助，以及 Mani Mahjouri 的建议；迈克·贝勒和 Dmitry Sarkisov 对”信息微爆发”提出了启发性观点。二是数据来源的交代：除非另有说明，书中基础数据来自 YAHOO 金融和彭博——这是全书数据可信度的一个基准线。其余是 T2AM 同事（Myong Han、Yimin Guo、Huang Pan、Julie Wilson 等）、编辑 Arzhang Kamarei（第1版也由他编校）、新际集团、艾特集团、巴克莱集团、美林证券、摩根士丹利、芝加哥商业交易所等机构与个人。第2版另谢了 Philip Palmedo、Brent Boyer、Aaron Brown、Werner Krebs 的建设性批评，以及 Pankaj Patel、Dave DeMers 等人对新内容的帮助。

几处存疑，先说在前面#

读这本书之前，有三个小地方值得你心里有数。

第一，第17章到底属不属于第四部分，书里两处口径不一致。目录把「第17章　量化交易的展望」排在”第四部分　高速及高频交易”底下；但前言说”第四部分（第1316章）“，把第17章单独拎出来说”最后，第17章分析量化交易的当前形势并展望未来”。推荐序和译者序也都说第2版新增的是”关于高频交易的4章”（即1316）。按内容看，前言的分法更合理，目录那一栏更像排版归并。不影响阅读，但你翻目录时不必疑惑。

第二，两篇序的署名都不完整。推荐序落款只有三个字母缩写「R.A.G.」加地点和日期，正文里没有出现全名，只自陈职务是麦金利资本首席投资官——所以这里也不替他补名字。译者序落款只写「译者」，没有指明是版权页所列三位译者（上官丽英、王思洋、王锦炎）中的哪一位或是集体署名。

第三，致谢里有一句译文明显对不上：「自2009年信息技术及广播局（ITBB）出现后，我对于很多人和很多机构的帮助表示感激」——一个政府信息与广播机构出现在量化交易的致谢名单里，和上下文（新际集团、美林、摩根士丹利、芝商所）完全不搭，此处译名或缩写还原大概率有误，读者不必在这句上纠结。另外整篇前言的译文偏生硬，比如”这个有利可图的市场”反复出现、“准确的不同点便在于技术”这类句子，读起来像直译，但意思不难还原。