840 字
4 分钟

落选名单与澄清:没进 50 本的,为什么

一份书单的可信度,一半在选了什么,一半在敢不敢说没选什么。以下结论均经调研核实(豆瓣/Goodreads 评分 + 社区口碑交叉),如实记录。

查无此书 / 张冠李戴(小心网上书单的以讹传讹)#

传闻核实结果
《因子动物园》(“石川团队新书”)不是书——是微信公众号名(主理人为《因子投资》合著者刘洋溢),无同名正式出版物
“The Everything Trade”(Jane Street 内幕书)查无此书,疑为虚构
Ken Griffin / Citadel 传记无权威出版物;Amazon 上的”Griffin 传记”是自出版拼凑货,勿买
韩乾《量化投资》教材未核实到该署名教材(韩乾本人是真实的金融学教授)
林健武的量化书未核实到其署名专著;《量化投资:以 Python 为工具》作者是蔡立耑

口碑不过关,明确不收#

  • 丁鹏《量化投资:策略与技术》(豆瓣 6.0):早期中文全景书,历史意义大于阅读价值;知乎负评为主(蜻蜓点水、夹带推销)。中立说法:“最有价值的是目录”;
  • 中文 Python 量化实战书整体(阿布 6.9 / 蔡立耑 6.8 / 王小川 6.1):无一本达到”必读”线。更好的路径:McKinney《利用 Python 进行数据分析》(豆瓣 8.5+)打底 + 平台文档实战。若必选一本中文:阿布(重实战,但绑定自研框架)或蔡立耑(重体系);
  • Dixon 等《Machine Learning in Finance》:约 3.7 星,时序方法论被公开批评,被本单 23~27 号全面替代;
  • Tomasini《Trading Systems》:内容被 Carver(18 号)更现代地覆盖;
  • 《量化投资十六讲》:讲座拼盘,含金量参差。

好书,但不属于量化书单#

  • 《穷查理宝典》《走进我的交易室》《股市长线法宝》:各自领域的好书(豆瓣都在 8.5 上下),但分别属于价值投资、主观交易、长期配置——放进量化书单是凑数;
  • 《交易的世界》(The World for Sale):大宗商品实物贸易史诗(豆瓣 8.4),做 CTA 的可作背景读物,不入正选;
  • 《对赌》(Thinking in Bets):畅销决策书,可用《思考,快与慢》替代。

争议读物,想读请带着按语#

  • Going Infinite(Michael Lewis 2023,SBF/FTX,无中译):书评界广泛批评其”对骗子过于轻信”,不可当事实定论;前两章对 Jane Street 实习生文化的描写是唯一强烈推荐的部分
  • Flash Boys(44 号,已收):当故事读,技术认知用 Harris 矫正。

中译避雷小结(正选中的翻译警告汇总)#

建议
《金融机器学习》(AFML)中译豆瓣 6.2、口碑差——读英文原版
《打开量化投资的黑箱》中译可读,高频章节较弱
《交易与交易所》译本质量有争议,介意者读原版
Hilpisch《Python 算法交易》中译有机翻痕迹;他家只推《Python 金融大数据分析(第 2 版)》(豆瓣 8.2)
《机器学习与资产定价》中译质量高(王熙、石川译注),放心买
《财富公式》中译绝版,淘旧书或读原版

最后一句#

50 本是地图,不是任务清单。先跑起来,遇到问题再查地图——地图看得再熟,也代替不了在策略回测里亲手撞一次南墙。