如果你完全没有投资经验，但想从投资理财开始逐步学习量化交易，可以按照以下路径选择书籍，从基础理财知识过渡到量化交易的核心内容。这些书会帮助你建立金融市场的认知，再逐步引入编程和量化策略。
第一阶段：投资理财基础（建立金融认知）
-
《小狗钱钱》 （Bodo Schäfer）
- 超入门级理财书，用故事讲解储蓄、投资和财务自由的概念，适合零基础读者。
-
《穷爸爸富爸爸》 （Robert Kiyosaki）
- 经典理财启蒙书，区分资产与负债，培养投资思维。
-
《指数基金投资指南》 （银行螺丝钉）
- 讲解被动投资（如定投指数基金），适合新手理解市场长期趋势和基础工具。
-
《投资最重要的事》 （Howard Marks）
- 强调风险控制、市场周期和逆向思维，培养理性投资心态。
第二阶段：金融市场与交易基础
-
《金融市场基础知识》 （证券从业资格考试教材）
- 系统学习股票、债券、衍生品等金融工具，国内读者适用。
-
《股票大作手回忆录》 （Edwin Lefèvre）
- 以故事形式讲述传奇交易员杰西·利弗莫尔的经历，理解市场心理和趋势。
-
《漫步华尔街》 （Burton Malkiel）
- 介绍有效市场假说、行为金融学和长期投资策略，破除对“快速盈利”的幻想。
第三阶段：量化交易入门（结合编程）
-
《量化交易入门：从零开始搭建你的算法交易系统》 （张翔）
- 中文书，从Excel过渡到Python，适合国内新手，含基础策略案例。
-
《Python金融实战》 （Yuxing Yan）
- 用Python处理金融数据、计算收益率和波动率，代码简单易懂。
-
《零基础搭建量化投资系统：以Python为工具》 （何海群）
- 从安装Python开始，逐步实现均线策略、回测框架，适合完全零编程基础的读者。
第四阶段：策略与实战（需同步练习）
-
《量化投资：策略与技术》 （丁鹏）
- 国内经典教材，涵盖量化选股、套利、高频交易等策略。
-
《算法交易：制胜策略与原理》 （Ernest P. Chan）
- 介绍均值回归、动量策略等，附带Python代码（需前序编程基础）。
关键学习建议
-
先理解市场，再学技术：
- 量化交易只是工具，必须建立在对市场规律（如牛熊周期、流动性、波动性）的理解上。
-
从简单工具开始实践：
- 先用Excel分析股票历史数据，再用Python写第一个策略（比如“10日均线上穿20日均线买入”）。
-
免费资源辅助：
- Tushare（国内金融数据接口）、Backtrader（回测框架）、JoinQuant（聚宽量化平台）。
-
警惕过度自信：
- 量化交易需要长期验证策略有效性，初期建议用模拟盘（如雪球的组合回测）。
避坑提醒
- 不要一开始就追求复杂模型（如机器学习），先掌握基础统计和线性回归。
- 避免“数据挖掘陷阱”：在历史数据中过度优化参数可能导致实盘失效。
- 量化交易≠稳赚，需严格风险管理（如单策略最大回撤控制在20%以内）。
按照这个路径，你可以在1-2年内从理财小白过渡到能实现简单量化策略的开发者。如果时间有限，可直接从第三阶段开始，但需补足金融知识短板。
