被華爾街人奉為經典的10本金融書,足夠你入行了
金融圈總是走在一個行業甚至是一個國家經濟的前端,尤其在華爾街這種地方,就職的人基本都是情商智商雙碾壓的天才,堪稱為開掛的頂配,他們給出的pay也基本都是global pay。
因此,金融圈也成為很多人心目中的聖地。不過高薪水就意味著高要求,想進金融圈沒有一個商學院學位是很難成功的。因此,入行要趁早哦。下面為大家推薦7本華爾街人在讀的金融佳作,涵蓋了很多投資技巧,以及在華爾街上演的精彩故事。
01《證券分析》- 格雷厄姆
格雷厄姆的經典名著,一直被各類投資者奉為價值投資的聖經。
《證券分析》被譽為投資者的聖經,自1934年出版以來,八十年暢銷不衰。市場反覆證明,《證券分析》是價值投資的經典之作。《證券分析》第6版是1940年版本的升級版。而《證券分析》1940年版本是作者格雷厄姆和多德最滿意的版本,也是股神巴菲特最為鍾愛的版本。第6版在保持原書原貌的同時,增加了10位華爾街金融大家的導讀,既表明了這本書在華爾街投資大師心目中的重要地位,也為這部經典著作增添了時代氣息。
作者本傑明?格雷厄姆是價值投資理論的奠基人,被譽為「華爾街教父」。他既在美國哥倫比亞大學商學院任過教授,又在華爾街創造過輝煌的投資業績;既經歷過讓投資者得意忘形的大牛市,又經歷過讓投資者沮喪絕望的大蕭條。市場錘鍊了格雷厄姆,也證明了價值投資的意義所在。
02《大空頭》- 邁克爾_劉易斯
20年前,邁克爾?劉易斯的成名作《說謊者的撲克牌》被公認為描寫20世紀80年代華爾街的「教科書」,對美國商業文化產生了重大的影響。20年後,華爾街翻天覆地的鬧劇之中,劉易斯照舊洞見燭微,以個人視角重現華爾街上演的市場傳奇和詭譎道德劇。
一場金融危機,給一向聲名遠播的華爾街難以想像的重創,然而,在一片狼藉之中,卻有一些藉藉無名之輩早已看出市場的漏洞,在眾人瘋狂的時候做空市場,最終賺得豐厚利潤。
本書展現的就是這樣一群智力超群、性格怪異的「終結者」,他們之前僅是名不見經傳的華爾街員工,卻由於對次貸市場的繁榮和金融工具的泛濫充滿質疑和不信任,最終洞見了美聯儲和財政部都不曾察覺的市場瘋狂,將賭注壓在美國金融機構行將崩潰上。結果,他們打敗了華爾街。
這場小人物財富傳奇的背後,有更多東西引人深思。投行如何用風險的複雜化掩蓋產品的風險?評級制度存在怎樣的盲點?金融界怎樣運用術語的謊言欺騙客戶?人性的缺陷和金融體系的弊端在本書中一一精彩呈現。危機過後,我們應該如何行動?相信這本書會給你全新的思考和啟發。
03《聰明的投資者》- 格雷厄姆
這是一本投資實務領域的世界級和世紀級的經典著作,自從1949年首次出版以來,本書即成為股市上的《聖經》。本修訂版在完整保留格雷厄姆原著1973年第4版的基礎上,由賈森?茲威格根據近40年尤其是世紀之交全球股市的大動蕩現實,進一步檢驗和佐證了價值投資理論。其中大量的注釋和每章之後的點評非常有價值。股神巴菲特特為本書撰寫的序言和評論是這個版本的又一個亮點。
本書首先明確了「投資」與「投機」的區別,指出聰明的投資者當如何確定預期收益。本書著重介紹防禦型投資者與積極型投資者的投資組合策略,論述了投資者如何應對市場波動。
本書還對基金投資、投資者與投資顧問的關係、普通投資者證券分析的一般方法、防禦型投資者與積極型投資者的證券選擇、可轉換證券及認股權證等問題進行了詳細闡述。在本書後面,作者列舉分析了幾組案例,論述了股息政策,最後著重分析了作為投資中心思想的「安全性」問題。
本書主要面向個人投資者,旨在對普通人在投資策略的選擇和執行方面提供相應的指導。本書不是一本教人「如何成為百萬富翁」的書籍,而更多地將注意力集中在投資的原理和投資者的態度方面,指導投資者避免陷入一些經常性的錯誤之中。
04《非理性繁榮》- 希勒
這本以艾倫格林斯潘那個於1996年發表的聲名狼藉的關於股票市場的謬論來命名,發行於2000年的三月書籍,給當時的瀕臨破滅的網路泡沫經濟澆了一盆冷水。
希勒,這位耶魯大學的經濟學家,打破了市場是有理性的這一神話,取而代之的是通過情緒,群體行為和投機買賣等方面來解釋股票市場。具有諷刺意味的是,《非理性繁榮》幾乎是在市場的頂峰時期出版的。
在本書中,通過大量的證據來說明,如果20世紀90年代末的股市,房地產市場的繁榮中隱含著大量的泡沫,並且最終房價可能在未來的幾年中開始下跌。
他認為,2000年股市泡沫破滅之後,許多投資者將資金投向房地產市場,這使得美國乃至世界各地的房地產價格均出現了不同程度的上漲。因此,非理性繁榮非沒有消失,只是在另一個市場中再次出現。
希勒教授描述了金融市場波動的心理根源,並且著力列舉和論述了自由市場經濟中,資本市場所固有的不穩定性。比如,艾倫·格林斯潘著名的「非理性繁榮」演說給人們帶來的影響。
他認為,最終擺脫這種困境的途徑在於社會制度的改進,比如進一步完善社會保障制度,增加保險品種以保障人們的收入和住房,以及更加分散化的投資選擇。
羅伯特·J·希勒,現為耶魯大學經濟學教授,於1972年在麻省理工學院獲得經濟學博士學位,同時兼任美國國家經濟研究局研究員、美國國家科學院院士、紐約聯邦儲備委員學術諮詢委員會成員等職務。希勒教授在金融市場、行為經濟學、宏觀經濟學、房地產、統計學方法以及有關市場的公眾輿論和道德判斷等領域皆有著述。2013年,希勒教授獲得諾貝爾經濟學獎。
05《門口的野蠻人》- 布賴恩·伯勒
布賴恩·伯勒的《門口的野蠻人》一書被評為20本最具影響力的商業書籍之一。該書用紀實性的報道記述了RJR納貝斯克公司收購的前因後果,再現了華爾街歷史上最著名的公司爭奪戰,全面展示了企業管理者如何取得和掌握公司的控股權。門口的野蠻人被華爾街用來形容那些不懷好意的收購者。
06《偉大的博弈》- 戈登
這是一本關於華爾街歷史的書,也是一本關於美國金融史和經濟史的書。它所描述的歷史事件使我們清晰地看到,在很大程度上,華爾街推動了美國從一個原始而單一的經濟體成長為一個強大而複雜的經濟體。在美國經濟發展的每一個階段中,以華爾街為代表的美國資本市場都扮演著重要的角色。
華爾街為美國經濟的發展提供源源不斷的資金,實現社會資源的優化配置,而華爾街本身也伴隨著美國經濟的發展而成長為全球金融體系的中心。美國經濟的成功是資本市場和實體經濟之間協同發展的很好的例證。
07《戰勝華爾街》- 林奇
《戰勝華爾街》是林奇專門為業餘投資者寫的一本林奇股票投資策略實踐指南:
林奇本人是如何具體實踐自己的投資方法,如何具體選股,如何管理投資組合,從而連續13年戰勝市場的。
林奇用自己一生的選股經歷,手把手教讀者如何正確選股,如何避免選股陷阱,如何選出漲幅最大又最安全的大牛股。
最重要和最精彩的部分——林奇管理麥哲倫基金13年的投資自傳。
從 0.18億到1億美元的初期,從1億到10億美元的中期,從10億到140億美元的晚期,闡明了林奇連續13 年戰勝市場的三個主要原因:林奇比別人更加吃苦、林奇比別人更加重視調研、林奇比別人更加靈活。
最實用的部分——21個選股經典案例。
涉及零售業、房地產業、服務業、蕭條行業、金融業、周期性行業等。這不僅是林奇選股的具體操作,更是分行業選股的要點指南。
歸納總結出25條投資黃金法則。
林奇用一生成功的經驗和失敗的教訓凝結出來的投資真諦,每一個投資者都應該牢記於心,從而在股市迷宮中找到正確的方向。既是一個世界上最成功的基金經理的選股回憶錄,又是一本難得的選股實踐教程和案例集錦。
AQF量化金融分析師實訓項目學習大綱
1.1.1. 第一部分:前導及課程介紹
1.AQF核心課程
2.量化策略的Python實現和回測
3.整體代碼介紹
1.1.2. 第二部分:量化投資基礎
1.量化投資背景及決策流程
2.量化擇時
3.動量及反轉策略
4.基金結構套利
5.行業輪動與相對價值
6.市場中性和多因子
7.事件驅動
8.CTA_1(TD模型)
9.統計套利_低風險套利
10.大數據和輿情分析
11.機器學習
12.高頻交易和期權交易
13.其他策略和策略注意點
1.1.3. 第三部分:Python編程知識
Python語言環境搭建
1.Python語言環境搭建
Python編程基礎
1.python數字運算和Jupyter notebook介紹
2.字元串
3.Python運算符
4.Tuple和List
5.字典
6.字元串格式化
7.控制結構_1.For循環
8.函數
9.全局和局部變數
10.模塊
11.Python當中的重要函數
Python編程進階
1.Numpy數據分析精講
2.Pandas數據分析詳解
數據可視化
1.Pandas內置數據可視化
2.Matplotlib基礎
3.Seaborn
金融數據處理實戰
1.數據獲取_1.本地數據讀取
1.數據獲取_2.網路數據讀取_1
1.數據獲取_2.網路數據讀取_2.tushare
1.數據獲取_2_網路數據讀取_3.文件存儲
2.金融數據處理_1.同時獲取多隻股票
2.金融數據處理_2.金融計算
2.金融數據處理_3.檢驗分布和相關性
3.金融時間序列分析_1.Python下的時間處理
3.金融時間序列分析_2.Pandas時間格式
3.金融時間序列分析_3.金融數據頻率的轉換
4.金融數據處理分析實戰案例_案例1
4.金融數據處理分析實戰案例_案例2_多指標條件選股分析_1
4.金融數據處理分析實戰案例_案例2_多指標條件選股分析_2
1.1.4. 第四部分:量化交易策略模塊
三大經典策略
1.三大經典策略_1.SMA
1.三大經典策略_2.動量Momentum
1.三大經典策略_3.均值回歸
配對交易策略
2.配對交易
技術分析相關策略
3.量化投資與技術分析_1.技術分析理論
3.量化投資與技術分析_2.CCI策略的Python實現
3.量化投資與技術分析_3.布林帶策略的Python實現_1
3.量化投資與技術分析_4.SMA和CCI雙指標交易系統
3.量化投資與技術分析_5.形態識別和移動止損策略
大數據輿情分析策略
4.大數據輿情分析策略_基於谷歌搜索的大數據輿情分析
CTA交易策略
5.CTA交易策略_Aberration趨勢跟蹤系統
量化投資與機器學習
6.量化投資與機器學習_1_機器學習演算法原理_2_邏輯回歸原理
6.量化投資與機器學習_1_機器學習演算法原理_3_SVM演算法原理
6.量化投資與機器學習_1_機器學習演算法原理_4_決策樹演算法原理
6.量化投資與機器學習_1_機器學習演算法原理_5_KNN演算法原理
6.量化投資與機器學習_1_機器學習演算法原理_6_神經網路演算法了解
6.量化投資與機器學習_1_機器學習演算法原理_7_K-means演算法原理和演算法總結
6.量化投資與機器學習_2_機器學習演算法實現_1_數據集生成原理
6.量化投資與機器學習_2_機器學習演算法實現_2_數據集可視化
6.量化投資與機器學習_2_機器學習演算法實現_3_邏輯回歸演算法的python實現
6.量化投資與機器學習_2_機器學習演算法實現_4_DT_KNN_NB演算法的python實現
6.量化投資與機器學習_2_機器學習演算法實現_5_SVM演算法的python實現
6.量化投資與機器學習_3_機器學習演算法實戰_6_基於邏輯回歸和SVM的股市趨勢預測
1.1.5. 第五部分:面向對象和實盤交易
1.模塊內容整體介紹
2.面向對象、類、實例、屬性和方法
3.創建類、實例、方法
4._init_初始化方法
5.面向對象程序實例
6.繼承的概念及代碼實現
7.面向對象繼承的實戰案例
8.多繼承和量化交易平台的面向對象開發思路
9.用面向對象方法實現股債平衡策略
1.1.6. 第六部分 實盤模擬交易
基於優礦平台的面向對象策略
1.優礦平台介紹
2.優礦平台回測框架介紹
3.優礦框架之context對象、account和position對象
4.優礦其它重要操作
5.優礦之小市值因子策略
6.優礦之雙均線策略
7.優礦之均值回歸策略
8.優礦之單因子策略模板
9.優礦之多因子策略模板
10.優礦之因子數據處理:去極值和標準化
面向對象實盤交易之Oanda
1.Oanda平台介紹和賬戶配置
2.Oanda賬戶密碼配置和交易框架原理
3.Oanda鏈接賬戶並查看信息
4.Oanda API獲取歷史數據
5.Oanda市價單和交易狀態查詢
6.Oanda高級交易訂單
7. Oanda其它高級功能
8. Oanda實戰ADX策略全講解:策略邏輯、數據讀取、歷史數據處理、可視化、實時數據和實時交易
9. Oanda通過實時數據API調取實時數據、resample
面向對象實盤交易之IB
1.IB實戰平台介紹及API安裝調試
2.IB實戰平台請求和響應遠離、線程式控制制
3.IB響應函數wrapper講解
4.IB請求函數及合約定義
5.IB程序化下單、倉位及賬戶查詢
6.IB三均線交易_金字塔倉位下單控制模型實盤交易之策略原理、線程式控制制原理、策略結構總覽、響應函數、交易信號、策略展示等全講解。
1.1.7. 第七部分:基於優礦的進階學習
1.1回測與策略框架
1.2評價指標
1.3.1量化策略設計流程簡介
1.3.2擇時策略舉例(雙均線)
1.3.3量化投資模板1.0選股和擇時
2.1基於技術分析的量化投資
2.2.1技術指標簡介
2.2.2 MACD擇時策略
2.2.3 WVAD擇時策略
2.2.4 RSI擇時策略
2.2.5 MFI擇時策略
2.2.6 CCI擇時策略
2.2.7技術指標總結
2.3通道技術
3.1.1日期效應
3.1.2動量效應
3.2.1格雷厄姆成長投資
3.2.2積極投資策略
3.2.3價值投資策略
3.2.4小型價值股投資策略
3.3.1交易系統設計的一般原理
3.3.2均線排列系統
3.3.3金肯納特交易系統
3.3.4海龜交易法系統