被华尔街人奉为经典的10本金融书，足够你入行了

金融圈总是走在一个行业甚至是一个国家经济的前端，尤其在华尔街这种地方，就职的人基本都是情商智商双碾压的天才，堪称为开挂的顶配，他们给出的pay也基本都是global pay。

因此，金融圈也成为很多人心目中的圣地。不过高薪水就意味著高要求，想进金融圈没有一个商学院学位是很难成功的。因此，入行要趁早哦。下面为大家推荐7本华尔街人在读的金融佳作，涵盖了很多投资技巧，以及在华尔街上演的精彩故事。

01《证券分析》- 格雷厄姆

格雷厄姆的经典名著，一直被各类投资者奉为价值投资的圣经。

《证券分析》被誉为投资者的圣经，自1934年出版以来，八十年畅销不衰。市场反复证明，《证券分析》是价值投资的经典之作。《证券分析》第6版是1940年版本的升级版。而《证券分析》1940年版本是作者格雷厄姆和多德最满意的版本，也是股神巴菲特最为钟爱的版本。第6版在保持原书原貌的同时，增加了10位华尔街金融大家的导读，既表明了这本书在华尔街投资大师心目中的重要地位，也为这部经典著作增添了时代气息。

作者本杰明?格雷厄姆是价值投资理论的奠基人，被誉为「华尔街教父」。他既在美国哥伦比亚大学商学院任过教授，又在华尔街创造过辉煌的投资业绩;既经历过让投资者得意忘形的大牛市，又经历过让投资者沮丧绝望的大萧条。市场锤炼了格雷厄姆，也证明了价值投资的意义所在。

02《大空头

》- 迈克尔_刘易斯

20年前，迈克尔?刘易斯的成名作《说谎者的扑克牌》被公认为描写20世纪80年代华尔街的「教科书」，对美国商业文化产生了重大的影响。20年后，华尔街翻天覆地的闹剧之中，刘易斯照旧洞见烛微，以个人视角重现华尔街上演的市场传奇和诡谲道德剧。

一场金融危机，给一向声名远播的华尔街难以想像的重创，然而，在一片狼藉之中，却有一些藉藉无名之辈早已看出市场的漏洞，在众人疯狂的时候做空市场，最终赚得丰厚利润。

本书展现的就是这样一群智力超群、性格怪异的「终结者」，他们之前仅是名不见经传的华尔街员工，却由于对次贷市场的繁荣和金融工具的泛滥充满质疑和不信任，最终洞见了美联储和财政部都不曾察觉的市场疯狂，将赌注压在美国金融机构行将崩溃上。结果，他们打败了华尔街。

这场小人物财富传奇的背后，有更多东西引人深思。投行如何用风险的复杂化掩盖产品的风险?评级制度存在怎样的盲点?金融界怎样运用术语的谎言欺骗客户?人性的缺陷和金融体系的弊端在本书中一一精彩呈现。危机过后，我们应该如何行动?相信这本书会给你全新的思考和启发。

03《聪明的投资者》- 格雷厄姆

这是一本投资实务领域的世界级和世纪级的经典著作，自从1949年首次出版以来，本书即成为股市上的《圣经》。本修订版在完整保留格雷厄姆原著1973年第4版的基础上，由贾森?兹威格根据近40年尤其是世纪之交全球股市的大动荡现实，进一步检验和佐证了价值投资理论。其中大量的注释和每章之后的点评非常有价值。股神巴菲特特为本书撰写的序言和评论是这个版本的又一个亮点。

本书首先明确了「投资」与「投机」的区别，指出聪明的投资者当如何确定预期收益。本书著重介绍防御型投资者与积极型投资者的投资组合策略，论述了投资者如何应对市场波动。

本书还对基金投资、投资者与投资顾问的关系、普通投资者证券分析的一般方法、防御型投资者与积极型投资者的证券选择、可转换证券及认股权证等问题进行了详细阐述。在本书后面，作者列举分析了几组案例，论述了股息政策，最后著重分析了作为投资中心思想的「安全性」问题。

本书主要面向个人投资者，旨在对普通人在投资策略的选择和执行方面提供相应的指导。本书不是一本教人「如何成为百万富翁」的书籍，而更多地将注意力集中在投资的原理和投资者的态度方面，指导投资者避免陷入一些经常性的错误之中。

04《非理性繁荣》- 希勒

这本以艾伦格林斯潘那个于1996年发表的声名狼藉的关于股票市场的谬论来命名，发行于2000年的三月书籍，给当时的濒临破灭的网路泡沫经济浇了一盆冷水。

希勒，这位耶鲁大学的经济学家，打破了市场是有理性的这一神话，取而代之的是通过情绪，群体行为和投机买卖等方面来解释股票市场。具有讽刺意味的是，《非理性繁荣》几乎是在市场的顶峰时期出版的。

在本书中，通过大量的证据来说明，如果20世纪90年代末的股市，房地产市场的繁荣中隐含著大量的泡沫，并且最终房价可能在未来的几年中开始下跌。

他认为，2000年股市泡沫破灭之后，许多投资者将资金投向房地产市场，这使得美国乃至世界各地的房地产价格均出现了不同程度的上涨。因此，非理性繁荣非没有消失，只是在另一个市场中再次出现。

希勒教授描述了金融市场波动的心理根源，并且著力列举和论述了自由市场经济中，资本市场所固有的不稳定性。比如，艾伦·格林斯潘著名的「非理性繁荣」演说给人们带来的影响。

他认为，最终摆脱这种困境的途径在于社会制度的改进，比如进一步完善社会保障制度，增加保险品种以保障人们的收入和住房，以及更加分散化的投资选择。

罗伯特·J·希勒，现为耶鲁大学经济学教授，于1972年在麻省理工学院获得经济学博士学位，同时兼任美国国家经济研究局研究员、美国国家科学院院士、纽约联邦储备委员学术咨询委员会成员等职务。希勒教授在金融市场、行为经济学、宏观经济学、房地产、统计学方法以及有关市场的公众舆论和道德判断等领域皆有著述。2013年，希勒教授获得诺贝尔经济学奖。

05《门口的野蛮人》- 布赖恩·伯勒

布赖恩·伯勒的《门口的野蛮人》一书被评为20本最具影响力的商业书籍之一。该书用纪实性的报道记述了RJR纳贝斯克公司收购的前因后果，再现了华尔街历史上最著名的公司争夺战，全面展示了企业管理者如何取得和掌握公司的控股权。门口的野蛮人被华尔街用来形容那些不怀好意的收购者。

06《伟大的博弈》- 戈登

这是一本关于华尔街历史的书，也是一本关于美国金融史和经济史的书。它所描述的历史事件使我们清晰地看到，在很大程度上，华尔街推动了美国从一个原始而单一的经济体成长为一个强大而复杂的经济体。在美国经济发展的每一个阶段中，以华尔街为代表的美国资本市场都扮演著重要的角色。

华尔街为美国经济的发展提供源源不断的资金，实现社会资源的优化配置，而华尔街本身也伴随著美国经济的发展而成长为全球金融体系的中心。美国经济的成功是资本市场和实体经济之间协同发展的很好的例证。

07《战胜华尔街》- 林奇

《战胜华尔街》是林奇专门为业余投资者写的一本林奇股票投资策略实践指南：

林奇本人是如何具体实践自己的投资方法，如何具体选股，如何管理投资组合，从而连续13年战胜市场的。

林奇用自己一生的选股经历，手把手教读者如何正确选股，如何避免选股陷阱，如何选出涨幅最大又最安全的大牛股。

最重要和最精彩的部分——林奇管理麦哲伦基金13年的投资自传。

从 0.18亿到1亿美元的初期，从1亿到10亿美元的中期，从10亿到140亿美元的晚期，阐明了林奇连续13 年战胜市场的三个主要原因：林奇比别人更加吃苦、林奇比别人更加重视调研、林奇比别人更加灵活。

最实用的部分——21个选股经典案例。

涉及零售业、房地产业、服务业、萧条行业、金融业、周期性行业等。这不仅是林奇选股的具体操作，更是分行业选股的要点指南。

归纳总结出25条投资黄金法则。

林奇用一生成功的经验和失败的教训凝结出来的投资真谛，每一个投资者都应该牢记于心，从而在股市迷宫中找到正确的方向。既是一个世界上最成功的基金经理的选股回忆录，又是一本难得的选股实践教程和案例集锦。

金程量化金融分析师AQF实训项目

AQF量化金融分析师实训项目学习大纲

1.1.1. 第一部分：前导及课程介绍

1.AQF核心课程

2.量化策略的Python实现和回测

3.整体代码介绍

1.1.2. 第二部分：量化投资基础

1.量化投资背景及决策流程

2.量化择时

3.动量及反转策略

4.基金结构套利

5.行业轮动与相对价值

6.市场中性和多因子

7.事件驱动

8.CTA_1（TD模型）

9.统计套利_低风险套利

10.大数据和舆情分析

11.机器学习

12.高频交易和期权交易

13.其他策略和策略注意点

1.1.3. 第三部分：Python编程知识

Python语言环境搭建

1.Python语言环境搭建

Python编程基础

1.python数字运算和Jupyter notebook介绍

2.字元串

3.Python运算符

4.Tuple和List

5.字典

6.字元串格式化

7.控制结构_1.For循环

8.函数

9.全局和局部变数

10.模块

11.Python当中的重要函数

Python编程进阶

1.Numpy数据分析精讲

2.Pandas数据分析详解

数据可视化

1.Pandas内置数据可视化

2.Matplotlib基础

3.Seaborn

金融数据处理实战

1.数据获取_1.本地数据读取

1.数据获取_2.网路数据读取_1

1.数据获取_2.网路数据读取_2.tushare

1.数据获取_2_网路数据读取_3.文件存储

2.金融数据处理_1.同时获取多只股票

2.金融数据处理_2.金融计算

2.金融数据处理_3.检验分布和相关性

3.金融时间序列分析_1.Python下的时间处理

3.金融时间序列分析_2.Pandas时间格式

3.金融时间序列分析_3.金融数据频率的转换

4.金融数据处理分析实战案例_案例1

4.金融数据处理分析实战案例_案例2_多指标条件选股分析_1

4.金融数据处理分析实战案例_案例2_多指标条件选股分析_2

1.1.4. 第四部分：量化交易策略模块

三大经典策略

1.三大经典策略_1.SMA

1.三大经典策略_2.动量Momentum

1.三大经典策略_3.均值回归

配对交易策略

2.配对交易

技术分析相关策略

3.量化投资与技术分析_1.技术分析理论

3.量化投资与技术分析_2.CCI策略的Python实现

3.量化投资与技术分析_3.布林带策略的Python实现_1

3.量化投资与技术分析_4.SMA和CCI双指标交易系统

3.量化投资与技术分析_5.形态识别和移动止损策略

大数据舆情分析策略

4.大数据舆情分析策略_基于谷歌搜索的大数据舆情分析

CTA交易策略

5.CTA交易策略_Aberration趋势跟踪系统

量化投资与机器学习

6.量化投资与机器学习_1_机器学习演算法原理_2_逻辑回归原理

6.量化投资与机器学习_1_机器学习演算法原理_3_SVM演算法原理

6.量化投资与机器学习_1_机器学习演算法原理_4_决策树演算法原理

6.量化投资与机器学习_1_机器学习演算法原理_5_KNN演算法原理

6.量化投资与机器学习_1_机器学习演算法原理_6_神经网路演算法了解

6.量化投资与机器学习_1_机器学习演算法原理_7_K-means演算法原理和演算法总结

6.量化投资与机器学习_2_机器学习演算法实现_1_数据集生成原理

6.量化投资与机器学习_2_机器学习演算法实现_2_数据集可视化

6.量化投资与机器学习_2_机器学习演算法实现_3_逻辑回归演算法的python实现

6.量化投资与机器学习_2_机器学习演算法实现_4_DT_KNN_NB演算法的python实现

6.量化投资与机器学习_2_机器学习演算法实现_5_SVM演算法的python实现

6.量化投资与机器学习_3_机器学习演算法实战_6_基于逻辑回归和SVM的股市趋势预测

1.1.5. 第五部分：面向对象和实盘交易

1.模块内容整体介绍

2.面向对象、类、实例、属性和方法

3.创建类、实例、方法

4._init_初始化方法

5.面向对象程序实例

6.继承的概念及代码实现

7.面向对象继承的实战案例

8.多继承和量化交易平台的面向对象开发思路

9.用面向对象方法实现股债平衡策略

1.1.6. 第六部分 实盘模拟交易

基于优矿平台的面向对象策略

1.优矿平台介绍

2.优矿平台回测框架介绍

3.优矿框架之context对象、account和position对象

4.优矿其它重要操作

5.优矿之小市值因子策略

6.优矿之双均线策略

7.优矿之均值回归策略

8.优矿之单因子策略模板

9.优矿之多因子策略模板

10.优矿之因子数据处理：去极值和标准化

面向对象实盘交易之Oanda

1.Oanda平台介绍和账户配置

2.Oanda账户密码配置和交易框架原理

3.Oanda链接账户并查看信息

4.Oanda API获取历史数据

5.Oanda市价单和交易状态查询

6.Oanda高级交易订单

7. Oanda其它高级功能

8. Oanda实战ADX策略全讲解：策略逻辑、数据读取、历史数据处理、可视化、实时数据和实时交易

9. Oanda通过实时数据API调取实时数据、resample

面向对象实盘交易之IB

1.IB实战平台介绍及API安装调试

2.IB实战平台请求和响应远离、线程式控制制

3.IB响应函数wrapper讲解

4.IB请求函数及合约定义

5.IB程序化下单、仓位及账户查询

6.IB三均线交易_金字塔仓位下单控制模型实盘交易之策略原理、线程式控制制原理、策略结构总览、响应函数、交易信号、策略展示等全讲解。

1.1.7. 第七部分：基于优矿的进阶学习

1.1回测与策略框架

1.2评价指标

1.3.1量化策略设计流程简介

1.3.2择时策略举例（双均线）

1.3.3量化投资模板1.0选股和择时

2.1基于技术分析的量化投资

2.2.1技术指标简介

2.2.2 MACD择时策略

2.2.3 WVAD择时策略

2.2.4 RSI择时策略

2.2.5 MFI择时策略

2.2.6 CCI择时策略

2.2.7技术指标总结

2.3通道技术

3.1.1日期效应

3.1.2动量效应

3.2.1格雷厄姆成长投资

3.2.2积极投资策略

3.2.3价值投资策略

3.2.4小型价值股投资策略

3.3.1交易系统设计的一般原理

3.3.2均线排列系统

3.3.3金肯纳特交易系统

3.3.4海龟交易法系统


推荐阅读：
相关文章