书名: 算法交易员——会赚钱的人工智能
链接: https://item.jd.com/12696862.html

这本书主要写了宽客（量化交易员）的发展历史，以及作者作为一名宽客，从入行到目睹这一行业的种种瞬间、变化、发展的感悟。其实这本书更多的还是类似闲聊或者从讲作者自身目睹的故事来写的，并没有我所期待的“干货”，但是看了之后能对一个想了解这一行业的小白有所帮助。

我最早了解量化交易这一领域，是本科的时候玩ACM比赛的时候，了解到某位ACM大牛关于Jane Street这家金融公司的介绍[1]。当时觉得能做这个方向的都是牛人（现在也这么觉得），需要对数学（概率论等）和计算机同时理解深入才能胜任。

做量化交易主要有2个大方向，一是算法，二是速度。

算法就是指需要不断的迭代模型，使得模型能够更好的预测出买/卖。这块首先需要更实时的数据流，其次需要模型的预测能力。

速度包括两方面，模型预测速度和网络传输速度。模型预测速度往往跟模型的结构（如神经网络的网络结构、树模型的深度等）相关，而网络传输速度跟光纤和传输距离相关。所以这也是为什么有些量化交易公司会花大价钱自己建设光缆，只为了缩短1-2ms的网络传输时延（如电影《蜂鸟计划》[2]）。

同时，量化交易程序需要高可靠，否则因为一小段代码的问题，会导致一个公司破产（骑士资本集团破产）。 

另外，对冲也是需要的，因为只有对冲才能减少损失。比如文中的故事，假定2个球队，胜率各为50%，最多打7场比赛，胜利4场的球队赢（如NBA季后赛），那么怎么制定一个对冲方案来确定每轮比赛的下注比例呢？

随着新技术的不断出现（机器学习、神经网络、强化学习等），量化交易也会不断迎来改进和提升。

参考资料： 
[1] http://blog.sina.com.cn/s/blog_72f8a5d00102w6p3.html
[2] https://en.wikipedia.org/wiki/The_Hummingbird_Project

以上均为个人见解，因本人水平有限，如发现有所错漏，敬请指出，谢谢！