11 本经典教材 · 7,750 页逐页精读
量化交易中文教材
从概率、统计、矩阵、优化，到计量、时间序列、微观结构、衍生品、算法与神经网络，最后串成一条完整的量化研究流程。数学生疏也没关系：先读第 00 册的数学补习，每章开头都有「读前导读」。
这是一套以 11 本经典英文教材为底本、面向量化交易学习者编写的中文教材，共 12 册（第 00–11 册）、274 个章节文件，正文约 750 万字（含公式与代码），配套 578 段经过实际运行的 Python 代码。
底本共约 7,750 页，全部逐页精读过，中文精读笔记约 425 万字，保存在 精读笔记/ 目录。
从这里开始
- 先读 第 00 册 导论与学习路线。它说明各册分工，给出前置自测和三条学习路线：股票量化研究、衍生品与波动率、量化开发与机器学习。高数生疏的话，同册第 01–08 章是数学补习（函数与极限、导数与泰勒、积分、级数、多元微积分、线性代数、概率工具、读证明），例子都用久期、年金、组合方差这类金融场景。
- 选定路线后，打开对应分册的
README.md（本册导读），里面有章节地图、必学/选学标记、核心公式速查表和勘误汇总。 - 全书详细目录见 全书目录.md。
分册一览
| 册 | 书名 | 底本 | 章节文件 | 篇幅 |
|---|---|---|---|---|
| 第 00 册 | 导论、学习路线与数学基础补习 | 本教材编写（面向数学生疏的金融从业者） | 9 | 约 21 万字 |
| 第 01 册 | 线性代数与矩阵分析（含张量篇） | Horn & Johnson《Matrix Analysis》第 2 版；Simmonds《A Brief on Tensor Analysis》第 2 版 | 22 | 77 万字 |
| 第 02 册 | 概率论 | Ross《A First Course in Probability》第 9 版 | 15 | 31 万字 |
| 第 03 册 | 数理统计与统计推断 | Wasserman《All of Statistics》 | 24 | 55 万字 |
| 第 04 册 | 数值最优化 | Nocedal & Wright《Numerical Optimization》第 1 版 | 20 | 57 万字 |
| 第 05 册 | 计量经济学 | Stock & Watson《Introduction to Econometrics》Global Ed. 第 4 版 | 25 | 68 万字 |
| 第 06 册 | 金融时间序列 | Tsay《Analysis of Financial Time Series》第 3 版 | 19 | 65 万字 |
| 第 07 册 | 市场微观结构与交易 | Harris《Trading and Exchanges》 | 33 | 70 万字 |
| 第 08 册 | 期权、期货与衍生品 | Hull《Options, Futures, and Other Derivatives》Global Ed. 第 9 版 | 43 | 111 万字 |
| 第 09 册 | 算法与数据结构 | Cormen 等《Introduction to Algorithms》第 3 版 | 32 | 85 万字 |
| 第 10 册 | 神经网络 | Hagan 等《Neural Network Design》第 2 版 | 21 | 54 万字 |
| 第 11 册 | 量化交易综合实战 | 综合前 10 册 | 11 | 40 万字 |
篇幅按字符计，包含公式、表格和代码。
每一章的结构
学习目标 → 读前导读（这章解决什么、和 CFA/CPA 哪些概念相连、要先补哪些数学）→ 正文（直觉、定义、定理、推导、原书例题，难点处配「白话解释」「推导拆解」「金融直觉」讲解框）→ 量化实战（应用场景与可运行代码）→ 本章小结 → 练习（附答案要点和原书推荐习题）→ 原书对照（章节与 PDF 页码）。
正文中的几种标记：
- 勘误 / 更正：原书印刷错误或抽取错误，已改正并说明理由；
- 请回查原书：少数抽取损坏、无法可靠还原的地方，正文没有编造数字；
- 现状补充 / A 股对照：原书出版后的制度变化，以及与中国市场的对比；
- 本教材补充：原书没有、由编写者补充的内容。
目录结构
量化中文教材/
├── README.md 本文件
├── 全书目录.md 各册各章标题与主要小节
├── 第00册_导论与学习路线/
├── 第01册_线性代数与矩阵分析/ 每册含 README.md（本册导读）和各章 .md
├── …
├── 第11册_量化交易综合实战/
├── 配套代码/ 全书代码按「册/章/段」抽出的 .py 文件，见其 README
└── 精读笔记/ 11 本原书的逐页中文精读笔记（43 份），按原书章节组织、注明 PDF 页码
阅读与运行
- 公式使用 LaTeX（
$…$、$$…$$），建议用 Typora、Obsidian，或 VS Code 配 Markdown Preview Enhanced 阅读。 - 代码环境：Python 3，需要
numpy pandas scipy statsmodels scikit-learn arch matplotlib，全部使用模拟数据，不需要联网。配套代码的运行方法见 配套代码/README.md。 - 原书 PDF 在
../量化学习材料/。各章「原书对照」给出的是 PDF 页码，可以直接定位。
重要提醒
教材中所有策略与回测都基于模拟数据，用来说明方法，不代表任何真实策略的收益，也不构成投资建议。