从入门和进阶两方面给大家推荐基本量化交易的好书，初学者学习量化交易重在理解主题和全貌，了解量化概念，进阶方面大家可以开始学习制定交易策略。
入门：
《量化交易》：者提供了一个很好的使用MatLab或Excel建立个人定量交易系统的概述。他的讲解方式非常平易近人，给人的印象是任何人都可以建立自己的量化交易系统。虽然他跳过了很多细节（主要是为了简化某些复杂问题），这仍然是一本非常好的量化交易导论性书籍。他讨论了阿尔法的生成（“交易模型”），风险管理，自动交易系统和某些交易策略（特别是动量策略和均值回归策略）。这本书是你学习量化交易时应该读的第一本书籍。
《打开量化投资的黑箱》：本书涉及很多金融界丰富的真实案例和市场趣闻，富于智慧地描绘了华尔街的数量金融奇才们是如何工作的。可是说阅读《打开量化投资的黑箱》的过程，就是一个慢慢理解数量金融大师及其投资策略的过程，从而揭开量化交易的神秘面纱。
《利用Python进行数据分析》：如何利用各种Python库（包括NumPy、pandas、matplotlib以及IPython等）高效地解决各式各样的数据分析问题。由于作者Wes McKinney是Python pandas库的主要作者，所以本书也可以作为利用Python实现数据密集型应用的科学计算实践指南。本书适合刚刚接触Python的分析人员以及刚刚接触科学计算的Python程序员。
进阶：
《量化投资策略 : 如何实现超额收益Alpha》：作者在书中详尽地测试了超过1200种投资策略，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，并告诉你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。
《Algorithmic Trading and DMA：An introduction to direct access trading strategies》：算法交易和Direct Market Access (DMA)对于策略执行来说是重要的技术工具，本书利用详尽的解释，垒起了量化交易的“技术大厦“，实现了从基础的交易订单到算法交易的全覆盖。
《解读量化投资：西蒙斯用公式打败市场的故事》：本书用轻松、幽默地讲故事手法，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。
本书也带我们走近了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——这就是本书揭示的投资之道。