744 字
4 分钟
导读：适合谁、怎么读
原书：《量化投资：以 Python 为工具》，蔡立耑 著。一本”Python + 统计 + 量化策略”一条龙的实操教材，社区常推荐给”想边学编程边学量化”的读者。
关于本精读：原创读书笔记，按原书结构逐部分展开、每部分一页（原书三十余章，按部归并精读；策略部分内容最重，拆为上下两页）。这本书的价值在于动手，精读帮你搭好知识地图、告诉你每部分”学到什么程度够用”——代码还是要自己敲。
这本书在书架上的位置
三本书的分工很清晰：
| 书 | 回答的问题 |
|---|---|
| 《打开量化投资的黑箱》 | 量化系统长什么样？（世界观） |
| 《因子投资：方法与实践》 | 怎么科学地检验因子？（方法论） |
| 《量化投资：以 Python 为工具》 | 怎么亲手把它写出来？（工具箱） |
如果你用本平台只点网页按钮，这本书可以不读；一旦你想写自己的因子（量化学堂第六课）或者看懂平台源码，这本书补的就是那块地基。
逐部分目录与本精读页码
| 页 | 部分 | 学到什么程度够用 |
|---|---|---|
| 2 | 第一部分 Python 与 pandas | 会用 DataFrame 做向量化计算（写因子的全部工具） |
| 3 | 第二部分 统计基础 | 看懂均值检验和回归输出（读懂 IC 报告的地基） |
| 4 | 第三部分 组合理论与 CAPM | 理解”分散化”和”Beta”的数学含义 |
| 5 | 第四部分 金融时间序列 | 知道 ARMA/GARCH 是什么、什么时候用不上 |
| 6 | 第五部分（上）技术指标 | 理解指标与因子的血缘关系 |
| 7 | 第五部分（下）策略与回测 | 会把规则写成代码并正确回测 |
| 8 | 全书总结 | 工具箱清点 |
阅读建议
- 编程零基础：原书 Python 基础部分篇幅很大（这是它常被吐槽也常被感谢的特点），可以配合免费的廖雪峰教程交叉学习；
- 已会 Python：直接跳过第一部分，从统计和策略部分读起，把书当”金融应用案例集”用；
- 本平台用户的高效路径：以第六课”写一个自己的因子”为目标倒推——先读本精读第 2 页，动手写一个因子，卡住了再回原书补对应章节。带着任务学，效率翻倍。
一个先给结论的提醒
书里技术指标和策略示例（均线、MACD、KDJ……）的正确打开方式是当编程练习题，不是当赚钱秘籍——单个技术指标策略经过成本和多重检验的洗礼后，绝大多数不再显著（第 6 页细说）。这本书教你的是”把想法变成代码”的能力，想法本身的检验标准，请用《因子投资》那本书的方法论。