《量化投资：以MATLAB为工具》分为基础篇和高级篇两大部分。基础篇部分通过Q&A的方式介绍了MATLAB的主要功能、基本命令、数据处理等内容，使读者对MATLAB有基本的了解。高级篇部分分为14章，包括MATLAB处理优化问题和数据交互、绘制交易图形、构建行情软件和交易模型等内容，通过丰富实例和图形帮助读者理解和运用MATLAB作为量化投资的工具。《量化投资：以MATLAB为工具》的特色在于不仅仅满足理论学习的需要，更帮助读者边学边练，将理论和实践并重。 《量化投资：以MATLAB为工具》适合金融机构的研究人员和从业人员、进行量化投资的交易员、具有统计背景的科研工作者、高等院校相关专业的教师和学生以及对量化投资和MATLAB感兴趣的人士阅读。

《量化投资:以R为工具》包含了相关的量化投资技术的理论、模型和思想，并利用R众多程序包中的内置函数，将抽象的金融模型通过R的数据处理和图形形式进行解释、验证和求解，旨在使读者既熟悉当前量化投资技术的理论背景，又能够熟练使用R处理量化投资过程中的定量计算与分析问题。 《量化投资:以R为工具》既可作为数学、统计、金融、经济、信息等专业本科生及研究生的一本跨学科的参考书，也可作为金融机构和经济研究部门工作人员及对投资原理感兴趣的读者的实用指南。

《量化投资：以Python为工具》主要讲解量化投资的思想和策略，并借助Python 语言进行实战。《量化投资：以Python为工具》一共分为5 部分，第1 部分是Python 入门，第2 部分是统计学基础，第3 部分是金融理论、投资组合与量化选股，第4 部分是时间序列简介与配对交易，第5 部分是技术指标与量化投资。《量化投资：以Python为工具》首先对Python 编程语言进行介绍，通过学习，读者可以迅速掌握用Python 语言处理数据的方法，并灵活运用Python 解决实际金融问题；其次，向读者介绍量化投资的理论知识，主要讲解量化投资所需的数量基础和类型等方面；最后讲述如何在Python 语言中构建量化投资策略。

本书从初学者的角度出发，通过通俗易懂的语言，详细介绍了量化投资分析、机器学习、NLP自然语言处理（聊天机器人设计）、网络爬虫等应用知识，书中所有知识点都结合具体实例进行讲解，可以使读者轻松领会 Python 程序开发的精髓，让零基础的读者轻松跨入编程领域。本书还通过一个完整的项目案例，帮助读者独立搭建量化分析交易平台。

詹姆斯·西蒙斯，基金领域的拓扑学大腕，成功取代保尔森的对冲之王，20年内最佳赚钱基金经理，在投资界掀起了一场量化投资的狂潮。《解读量化投资：西蒙斯用公式打败市场的故事》用轻松、幽默的讲故事手法，解读了西蒙斯量化投资“黑箱”之内的秘密。通过深入浅出地回顾西蒙斯的投资布阵，比较西蒙斯与巴菲特投资模式的迥异，分析投资领域技术分析方法和宏观分析方法的优劣，《解读量化投资：西蒙斯用公式打败市场的故事》带我们走近了20年中平均每年总回报为80％的大奖章基金，看看它如何能将1万元变成1亿元。用数学公式打败市场，投资并非悬而未决的事情——这就是《解读量化投资：西蒙斯用公式打败市场的故事》揭示的投资之道。

詹姆斯·西蒙斯，基金领域的拓扑学大腕，成功取代保尔森的对冲之王，20年内最佳赚钱基金经理，在投资界掀起了一场量化投资的狂潮。《解读量化投资：西蒙斯用公式打败市场的故事》用轻松、幽默的讲故事手法，解读了西蒙斯量化投资“黑箱”之内的秘密。通过深入浅出地回顾西蒙斯的投资布阵，比较西蒙斯与巴菲特投资模式的迥异，分析投资领域技术分析方法和宏观分析方法的优劣，《解读量化投资：西蒙斯用公式打败市场的故事》带我们走近了20年中平均每年总回报为80％的大奖章基金，看看它如何能将1万元变成1亿元。用数学公式打败市场，投资并非悬而未决的事情——这就是《解读量化投资：西蒙斯用公式打败市场的故事》揭示的投资之道。

本书详细讲解了36个计算机视觉与深度学习实战案例（含可运行程序），涉及雾霾去噪、答题卡自动阅卷、肺部图像分割、小波数字水印、图像检索、人脸二维码识别、车牌定位及识别、霍夫曼图像压缩、手写数字识别、英文字符文本识别、眼前节组织提取、全景图像拼接、小波图像融合、基于语音识别的音频信号模拟灯控、路面裂缝检测识别、视频运动估计追踪、Simulink图像处理、胸片及肝脏分割、基于深度学习的汽车目标检测、基于计算机视觉的自动驾驶应用、基于深度学习的视觉场景识别、基于深度特征的以图搜画、基于CNN的字符识别、基于CNN的物体识别、基于CNN的图像矫正、基于LSTM的时间序列分析、基于深度学习的以图搜图技术、基于YOLO的智能交通目标检测等多项重要技术及应用，涵盖了数字图像处理中几乎所有的基本模块，并延伸到了深度学习理论及其应用方面。 工欲善其事，必先利其器，本书对每个数字图像处理的知识点都提供了丰富、生动的案例素材，并以MATLAB、Python为工具详细讲解了实验的核心程序。通过对这些程序的阅读、理解和仿真运行，读者可以更加深刻地理解图像处理的内容，并且更加熟练地掌握计算机视觉及深度学习在不同实际领域中的用法。

理查德・托托里罗编著的《量化投资策略》的目标是：为读者提供一幅从量化角度绘制出来的市场投资“地图”。为了得到这幅通过实证绘制而成的投资地图，作者详尽地测试了超过120O种投资策略。书中归纳了七个投资维度：盈利性、估值、现金流、成长性、资产配置、价格动量以及危险信号，并告诉读者如何有效结合单个投资因子或组件因子，如何构建多因子策略，从而构建更全面的选股模型。最后，作者还介绍了如何将书中提出的策略有效地整合到你的投资过程中，以创造优秀的选股模型，构建自己的量化模型和投资组合，并实现超越市场的收益。本书中概括出的量化方法可以为定性投资者提供一个被证实的设计投资策略的方法，同时也可作为提高投资绩效的准则。

随着我国资本市场的迅速发展与日臻成熟，专业投资者在市场所占比例不断上升，对于投资策略的需求也在不断提高，基于金融计量学和计算机技术的量化投资策略开始蓬勃发展。本书作者在大量参考国内外理论文献、量化基金前沿策略的基础上，结合自身多年的投资实践撰写了本书。本书致力于突出各类量化投资策略的构建和数据案例分析，包括构建多因子模型、经典价值投资策略、事件驱动策略、择时策略、商品期货CTA量化投资策略以及统计套利等，以期对量化投资从业人员有所帮助。