量化投资 · 技术综述¶
一份详尽的中文技术综述：看脉络、看原理、看全局地图。从传统机器学习 → 深度学习 → 时序/概率 → 强化学习 → 大模型 → Agent，讲清「为什么会从上一步演化到下一步、每种方法的适用边界与失败模式」。
本综述是配套教学指南的「为什么」之书；想动手把这些原理跑成可运行代码，请看 量化教学指南 ↗。
从这里开始¶
- 00 导读：量化投资技术的全局地图 —— 先读这一章，建立全书地图与三条阅读路径。
- 参考资料库见 references。
完整目录¶
阅读建议：按 00 → 01 → 02 → 03 → 04 读完地基（数据、组合、因子、回测），再按兴趣跳读方法章（05–10），最后读评估/风控/生态/展望（11–14）。
图例：✅ 蓝色链接 = 已发布（可点击）；⬜ 灰色 = 计划中，陆续发布。
- ✅ 00 导读：量化投资技术的全局地图
- ⬜ 01 量化投资全景与简史（含 1.5 A股制度特异性）
- ⬜ 02 数据与特征工程（含市场微观结构、三大偏差）
- ⬜ 03 经典金融工程基石（EMH / CAPM / APT / 组合优化）
- ⬜ 04 因子投资与 Alpha 挖掘
- ⬜ 05 传统机器学习方法（含因果推断）
- ⬜ 06 深度学习方法（含可解释性）
- ⬜ 07 时间序列与概率建模（含信号分解）
- ⬜ 08 强化学习与量化【重点】
- ⬜ 09 大语言模型与量化【重点】
- ⬜ 10 LLM Agent 与自主量化【重点】
- ⬜ 11 回测、评估与过拟合治理
- ⬜ 12 风险管理与组合构建
- ⬜ 13 行业生态与平台（含四框架剖析）
- ⬜ 14 挑战、局限与前沿展望【重点】
- ✅ 参考资料库 references（持续充实与核验）
免责声明
本书为个人学习笔记，内容仅供学习研究，不构成任何投资建议，不提供可直接照抄的盈利策略或参数。