Рекомендуемые книги

Материалы, которые хорошо сочетаются с разработкой стратегий на ИИ: основы, история квантов и современное ML (образовательные ссылки, не инвестиционная рекомендация).

  • Dark Pools

    Scott Patterson

    Продолжение темы «Квантов»: микроструктура рынка, тёмная ликвидность и эволюция площадок исполнения — полезный фон к статьям про очередь ордеров и исполнение.

  • Machine Learning for Algorithmic Trading

    Stefan Jansen

    Практичные Python-пайплайны от данных до оценки стратегий — в духе ML и бэктестинга, о которых у нас в блоге и на лендинге.

  • The Quants (Кванты)

    Scott Patterson

    Хронология того, как математика и модели меняли Уолл-стрит — от раннего статистического арбитража до системных хедж-фондов; хороший контекст к статьям вроде эволюции от Блэка–Шоулза к ML и трансформерам.

  • Advances in Financial Machine Learning

    Marcos López de Prado

    Практика разметки данных, кросс-валидации и важности признаков в финансовых рядах — ближе к реальным ограничениям рынка, чем «классический» ML из учебников.

  • Algorithmic Trading

    Ernest Chan

    Рабочий цикл количественной стратегии: бэктест, исполнение, риск — полезно при переходе от исследований к прототипу.

  • Trading and Exchanges

    Larry Harris

    Микроструктура рынка и взаимодействие заявок — фон для маркет-мейкинга и качества исполнения.

  • Options, Futures, and Other Derivatives

    John Hull

    Классика по деривативам и моделям ценообразования, на которых стоит много системных подходов.

Только образовательный контекст. MarketMaker.cc не продвигает издательства; проверяйте издания и применимость к вашей юрисдикции.