导读：量化研究者的计量地基

这本书在书架上的位置#

书屋里的多数书讲思想（《漫步华尔街》）、讲工程（《金融机器学习》）、讲历史（《宽客》），这一本讲地基：金融数据在统计上到底长什么样，以及有哪些经得起检验的模型语言去描述它。你算 IC、跑回归、估协方差、算夏普，每一步都默默调用了统计假设——这本书教你把这些假设一个个摊在数据面前对质。

它的出发点是两个统计事实，全书由此展开：

1. 收益率不服从正态分布：尖峰厚尾、偶发极端值，正态假设系统性低估风险；
2. 收益率本身几乎不可预测，但波动率高度可预测：收益的自相关微弱，波动却成簇出现、绵延有记忆。

第一条与书屋的《市场的（错误）行为》互为表里——曼德博用一百年数据控诉正态假设，蔡瑞胸给出的是”起诉之后怎么办”的一整套建模工具。第二条则是 GARCH 族模型存在的理由，也是量化研究里”风险模型比收益模型可靠”这一行业共识的统计源头。

作者是谁#

蔡瑞胸（Ruey S. Tsay）：芝加哥大学布斯商学院计量经济与统计学讲席教授，美国统计学会会士，时间序列领域最重要的学者之一。这本书是全球商学院金融计量课的标准教材——特点是每个模型都配真实市场数据的完整估计过程，公式给足但从不炫技，读起来像一位严谨的老师逐行带你跑结果。

全书结构（第 3 版共 12 章）#

三大板块：单变量序列（第 17 章）、多资产序列（第 810 章）、贝叶斯方法（第 12 章，MCMC）。本精读按量化研究者的需求取舍：精讲统计事实与波动率建模，合并进阶专题，略过连续时间模型（第 6 章，期权定价向）与 MCMC（第 12 章）。

阅读建议#

• 门槛：需要概率统计基础（期望、方差、假设检验）和一点回归知识；公式密度是书屋里最高的，但直觉都能用中文一句话讲清——本精读优先给直觉，公式只留骨架；
• 建议排在《打开量化投资的黑箱》《市场的（错误）行为》之后、《因子投资》之前读：先知道量化在干什么、正态为什么错，再来学”错了之后用什么模型说话”；
• 不必逐章通读：第 1~3 章是所有人的必修课，第 5、7、8 章按需取用，第 6、12 章可以放心跳过；
• 原书例子用美股与汇率数据，本精读的动手练习全部换成 A 股——平台里的数据就够用。

本页带走的三句话#

1. 这本书是量化研究的计量地基：收益率不正态、不独立这两个统计事实，是之后一切建模决策的出发点；
2. 曼德博负责证明正态世界观有裂缝，蔡瑞胸负责教你在裂缝上重新施工——两本书连读，破与立才完整；
3. 全书最值钱的一句行业常识：收益难预测，波动可预测——你的研究预算应该按这句话分配。