前言

当前新一轮科技革命与金融改革深度交融，量化投资正以前所未有的速度重塑全球资本市场的运行逻辑。在此背景下，掌握量化投资技术不仅是金融从业者的必备技能，也是助力提升中国国家金融竞争力的重要抓手。量化投资的快速发展，不仅开拓了

算法交易、AI量化等新兴领域，还创造了金融业与数据科学、人工智能结合的新机遇。

目前，中国金融教育正面临历史性的转型挑战和机遇。一方面，在传统的金融教学模式中，金融理论教学与计算机编程往往被分割为两个平行世界。很多金融专业学生重视经济学理论学习，却忽视数据分析、算法等方面的学习； 另一方面，传统金融工程方法在解释和应对复杂市场变化方面也存在一定的局限性，相关领域的人才供给相对不足。与此同时，随着人工智能和大数据加速发展，以数据驱动的量化投资方法正逐渐成为资本市场交易的主流投资方式，正催生出更多的金融科技岗位需求。在这种供需格局下，精通计算机技术和金融理论的复合型人才将具有更好的职业发展前景。

由于量化交易涉及计算机科学、数学、统计学及金融学等多学科知识，快速入门量化交易并不是一件容易的事情。为此，本书希望搭建一座贯通量化投资实践与金融理论学习的桥梁，为想要入门量化交易的读者提供一个逻辑清晰的学习路线图。全书以“理论基础→编程赋能→实践案例”为脉络，构建起更加符合量化交易学习规律的知识体系。全书共12章内容： 

第1章介绍了量化交易的概念、优势和经典案例。第2~4章分别介绍了Python语言的安装环境、Python编程基础知识及金融数据量化分析方法。第5~8章介绍了量化指标体系、量化回测系统建立及聚宽回测平台使用

。第5章介绍了量化数据的获取渠道及管理方法，第6章介绍了量化数据的获取与管理方法，第7章主要介绍了如何从零开始搭建本地量化回测系统，第8章介绍了聚宽量化平台的主要使用方法。第9~12章深入阐述了量化投资相关理论及基本面量化回测方法。第9章介绍了量化投资中的因子模型与因子检验方法。第10章介绍了在聚宽平台进行单因子和多因子回测的方法。第11章介绍了量化资产组合的理论和相关策略。第12章介绍了量化交易中的风险类型及主要的量化风险管理措施。通过学习本书，读者可以快速地建立起量化研究的基本理论框架，并掌握Python量化交易的基本编程方法和主要的交易策略。

本书的使用方法： 对没有编程基础的读者，建议从第1章开始学习； 对于已具备较好Python编程基础的读者，可直接从第5章开始学习，掌握金融理论及相关策略回测等。

资源下载提示

素材（源码）等资源： 扫描目录上方的二维码下载。

致谢

感谢我的父母多年来对我的培养和照顾，感谢我的妻子在写作过程中对我的大力支持，使我得以全身心投入研究和写作中。

感谢清华大学出版社赵佳霓编辑对我的大力帮助和无私指导。

由于时间仓促和能力有限，书中难免有不妥之处，请读者多提宝贵意见，在此表示感谢。

程商政

2026年4月

于北京