Libri consigliati

Letture che si abbinano bene alla creazione di strategie basate sull'IA—coprendo i fondamenti, la storia quant e il moderno ML (riferimenti didattici, non consulenza finanziaria).

• Dark Pools

  Scott Patterson

  Seguito di The Quants sulla struttura del mercato, la liquidità dark e l'evoluzione delle sedi di esecuzione—contesto utile accanto ai temi del blog incentrati sulla microstruttura.

• Machine Learning for Algorithmic Trading

  Stefan Jansen

  Flussi di lavoro pratici in Python dall'acquisizione dei dati alla valutazione delle strategie—allineati allo stack ML + backtesting trattato nei nostri articoli.

• The Quants

  Scott Patterson

  Una storia narrativa di come i modelli matematici hanno rimodellato Wall Street—dai primi stat arb all'ascesa degli hedge fund sistematici.

• Advances in Financial Machine Learning

  Marcos López de Prado

  Metodi pratici per il labeling, la cross-validation e l'importanza delle feature adattati alle serie temporali finanziarie.

• Algorithmic Trading

  Ernest Chan

  Flusso di lavoro pratico di strategie quantitative: backtesting, esecuzione e rischio—utile per i professionisti che passano dalla ricerca alla produzione.

• Trading and Exchanges

  Larry Harris

  Microstruttura del mercato e come interagiscono gli ordini—background utile per l'esecuzione e il market making.

• Options, Futures, and Other Derivatives

  John Hull

  Riferimento classico per i modelli di pricing dei derivati che sono alla base di molti approcci sistematici.

Solo riferimenti didattici. MarketMaker.cc non avalla alcun editore; verifica le edizioni e l'applicabilità alla tua giurisdizione.