《量化交易：如何建立自己的算法交易事业》并非一本量化交易技术或术语的百科全书，也不是专门介绍某些特殊的、注定获得超高收益的策略。相反，它旨在教导读者如何自主寻找、优化、回测和执行自己的盈利策略，并最终建立起一个算法交易事业。
本书结构清晰，基本是按照建立和开展量化交易事业所需的关键步骤来组织内容的。
核心内容涵盖以下几个关键阶段：
1. 策略寻找与评估（第2章）： 引导读者寻找切实可行的策略，并讨论如何评估策略相对于基准的表现、收益的持续性、回撤深度与持续时间等重要指标。
2. 策略回测与验证（第3章）： 详细介绍了回测平台（如Excel和MATLAB）的使用，如何查找和使用历史数据库，以及如何度量策略业绩。更重要的是，本章会强调如何避免常见的回测陷阱，例如前视偏差（Look-Ahead Bias）和数据过拟合偏差（Data Overfitting Bias）。
3. 创建交易业务与执行系统（第4、5章）： 讨论了业务结构的选择（零售还是自营），如何选择经纪公司，以及执行交易所需的设备和技术设施。此外，还探讨了如何建立半自动或全自动交易系统，以及如何通过最小化交易成本和使用仿真交易来验证交易系统。
4. 资金和风险管理（第6章）： 强调了风险管理的重要性。本章讨论了最优资本配置和杠杆，并探讨了凯利公式在风险管理中的作用。同时，还提醒读者需对常见的心理偏差做好心理准备，因为即使量化交易也需要心理调整。
5. 量化交易专题（第7章）： 深入探讨了多种量化交易策略，包括均值回归策略、惯性策略、状态转换、平稳性与协整性、因子模型、季节性交易策略和高频交易策略。
本书的宗旨是指导读者根据自身的实际情况（如资本规模、编程能力、交易目标）找到适合自己的策略。
适合阅读的人群
本书主要面向以下两类人群：
1. 打算从事量化交易事业的独立（“零售”）交易员。
2. 有志成为大型机构量化交易员和投资经理的金融系学生，或其他技术类院校的学生（本科或 MBA 水平）。
读者所需背景：
• 统计学知识： 虽然本书内容看起来有些技术性，但您不需要成为计算机领域的专家。您需要掌握一些基本的统计学知识，例如计算均值、标准差，或知道如何对数据点进行集合。
• 软件操作能力： 需要熟悉 Excel 的一些基本操作。书中还提供了使用 MATLAB 进行策略回测的指导和代码示例，对于许多机构量化交易员和投资经理而言，MATLAB是常用的数学平台。
• 交易经验： 独立交易员的经历（即使从小额交易开始）对于实现交易事业的目标是十分有价值的。
如果您拥有一定的金融或计算机编程经验，并拥有足够的存款来平衡不可避免的亏损和收入空窗期，同时能够在贪婪和恐惧的情绪中找到恰当的平衡，那么您是本书理想的读者。
