《打开量化投资的黑箱(第二版)》
Inside the Black Box: A Simple Guide to Quantitative and High Frequency Trading，Second Edition 


原书英文版2009年出版，2012年翻译成中文引入国内
第二版2013年出版，2016年翻译成中文引入国内，
第二版加入 高频交易 这部分内容

作者 里什·纳兰（Rishi K. Narang） 对冲基金经理


第二版 分为5个部分
1 介绍量化交易的背景知识和典型结构
2 拆解量化交易这个黑箱
3 如何看待宽客和量化策略
4 高频交易和高频策略的类型
5 展望量化的未来


核心内容 第二部分
核心中的核心就是阿尔法(Alpha)模型

另外还有 风险模型、交易成本模型、投资组合模型、订单执行模型和科学研究方法


阿尔法模型就是量化策略当中超额收益的来源，
也就是如何在交易市场中寻找盈利的机会，让自己获得超越市场基准的丰厚收益

阿尔法模型类型分为两类，理论驱动型 和 数据驱动型


理论驱动型，通过观察市场行为，寻找可以解释这些行为的普适性理论，然后再用数据检验（回测）是否有效，按照这个普适性理论交易是否能盈利。

理论驱动型交易策略
趋势跟随（trend）
均值回复（reversion）
技术情绪（technical sentiment）
价值/收益（value/yield）
成长（growth）
品质（quality）



数据驱动型，观察市场行为，通过技术手段分析这些行为数据中的模式，
但只是找到这种潜在的模型就行了，不需要有理论解释和支撑，只需要知道A能到B，不需要知道A为什么能导致B


构建数据驱动型策略时，使用的数学工具较为复杂，门槛比较高，在当时的业界使用比较少


现在硬件设备、算法算力和数据丰富度极大提升，人工智能AI已经深入到投资交易领域，
特别擅长发现数据之间的非线性关系，专门干这种数据驱动的活，每个时代都有每个时代的局限性。