What do you think?
Rate this book
Quantitative Trading: How to Build Your Own Algorithmic Trading Business
While institutional traders continue to implement quantitative (or algorithmic) trading, many independent traders have wondered if they can still challenge powerful industry professionals at their own game? The answer is "yes," and in Quantitative Trading , Dr. Ernest Chan, a respected independent trader and consultant, will show you how. Whether you're an independent "retail" trader looking to start your own quantitative trading business or an individual who aspires to work as a quantitative trader at a major financial institution, this practical guide contains the information you need to succeed.
208 pages, Hardcover
First published November 13, 2008
303 people are currently reading
1486 people want to read
Ratings & Reviews
Friends & Following
Create a free account to discover what your friends think of this book!
Community Reviews
Displaying 1 - 30 of 51 reviews
April 6, 2015
This a very readable introduction to quantitative trading and is quite motivational at the same time. Ernest tells us that individual traders could set up profitable businesses thanks to the lack of restrictions that big hedge funds face.
The content of the book can be classified into three sections:
I. Introduction: Quantitative trading is defined and the status is described (1/3 of US trading volume as of his writing)
II. Algorithmic Trading Business: the necessary steps in setting up a trading business are:
a) Seeking a trading idea: sources for ideas include academic research, blogs and forums.
b) Backtesting and evaluating against a benchmark and assessing consistency.
c) Setting up the business, either with a retail broker or proprietary trading firm and ensuring the necessary physical infrastructure, which initially can be limited to a laptop, Internet access and uninterruptible power supply.
d) Performing paper trading to check the performance of the strategy and make adjustments as necessary.
e) Building the algorithmic trading system, either semi-automated or fully automated.
f) Managing risk: taking into account the amount of leverage and stop loss transactions. Other risks to be considered include: model risk, software risk and disaster risk.
III. Advanced subjects and round-up: Topics such as factor model, mean-reversion, momentum, stationarity, co-integration, seasonal trading are explored. Next steps such as testing for new strategies, looking for investors and sharing profitability with big hedge funds are discussed.
Some biases that appear in the book include: survivorship bias, data snooping bias, look-ahead bias, and behavioral biases such as status quo bias and loss aversion, as well as emotions of fear and greed.
Overall, this is a great handbook to start out; however, in order to fully profit from this book, one should be familiar with some kind of programming language, in this case with MATLAB.
The content of the book can be classified into three sections:
I. Introduction: Quantitative trading is defined and the status is described (1/3 of US trading volume as of his writing)
II. Algorithmic Trading Business: the necessary steps in setting up a trading business are:
a) Seeking a trading idea: sources for ideas include academic research, blogs and forums.
b) Backtesting and evaluating against a benchmark and assessing consistency.
c) Setting up the business, either with a retail broker or proprietary trading firm and ensuring the necessary physical infrastructure, which initially can be limited to a laptop, Internet access and uninterruptible power supply.
d) Performing paper trading to check the performance of the strategy and make adjustments as necessary.
e) Building the algorithmic trading system, either semi-automated or fully automated.
f) Managing risk: taking into account the amount of leverage and stop loss transactions. Other risks to be considered include: model risk, software risk and disaster risk.
III. Advanced subjects and round-up: Topics such as factor model, mean-reversion, momentum, stationarity, co-integration, seasonal trading are explored. Next steps such as testing for new strategies, looking for investors and sharing profitability with big hedge funds are discussed.
Some biases that appear in the book include: survivorship bias, data snooping bias, look-ahead bias, and behavioral biases such as status quo bias and loss aversion, as well as emotions of fear and greed.
Overall, this is a great handbook to start out; however, in order to fully profit from this book, one should be familiar with some kind of programming language, in this case with MATLAB.
May 28, 2010
I attended a two day seminar by Ernie Chan at which this book was handed out. I hoped it would be more technical, getting into the mathematics of stat arb, but it is in fact a more general introduction to running your own business that happens to be trading... He does briefly mention the Kelly criterion, which I found useful.
March 21, 2024
Entry-level quantitative trading book for individual investors. Explains the most important topics, emphasizing the most common biases and how to develop your risk management strategy. Along this path, Ernest Chan will show you how you can address asymmetries in your strategy through many examples and practical cases. He gets straight to the point. I do not recommend this book to people not familiar with programming languages.
July 10, 2019
Quick and to the point. Excellent information to boot!
May 2, 2022
A good and direct book on the basics of quantitative trading.
Has a lot of useful topics, even for beginners, like pitfalls on backtesting. Ernest Chan advocates for same size samples for in-sample/out-of-sample, but considers ok to have at least 1/3 of the sample as out-of-sample.
On Money and Risk Management, the author likes to use a trailing mean return for Kelly formula. Other "special topics" that are useful is the idea that high-frequency trading strategies fare well due to their higher Sharpe ratio, the metric that Ernest Chan thinks it's the best one, which I tend to agree. Another idea is that holding highly leveraged portfolio of low-beta stocks is better than holding unleveraged portfolio of high-beta stocks.
Author concludes correctly that it's easier to generate higher sharpe ratios being and independent trader instead of a hedge fund, that's due to the capacity problem, that arrives when there is too much money to manage, and the low-capacity strategies, like some intraday small patterns one, won't do anything else than moving too much the market and losing the strategy inherent profits.
I recommend this book for quantitative traders, well-written and with some interesting research inside. Could be a bit less expensive, as it's not a big book.
Estimated reading time: 3h
Has a lot of useful topics, even for beginners, like pitfalls on backtesting. Ernest Chan advocates for same size samples for in-sample/out-of-sample, but considers ok to have at least 1/3 of the sample as out-of-sample.
On Money and Risk Management, the author likes to use a trailing mean return for Kelly formula. Other "special topics" that are useful is the idea that high-frequency trading strategies fare well due to their higher Sharpe ratio, the metric that Ernest Chan thinks it's the best one, which I tend to agree. Another idea is that holding highly leveraged portfolio of low-beta stocks is better than holding unleveraged portfolio of high-beta stocks.
Author concludes correctly that it's easier to generate higher sharpe ratios being and independent trader instead of a hedge fund, that's due to the capacity problem, that arrives when there is too much money to manage, and the low-capacity strategies, like some intraday small patterns one, won't do anything else than moving too much the market and losing the strategy inherent profits.
I recommend this book for quantitative traders, well-written and with some interesting research inside. Could be a bit less expensive, as it's not a big book.
Estimated reading time: 3h
June 2, 2024
7.5/10. Not bad. Great introductory book. Can be relevant given the current day in age but keep in mind it was written in 2009 so it gives off an archaically optimistic view of trading considering the 2008 financial crisis is still recent.
This book introduces basic terms & strategies that will help anyone not familiar with algorithmic trading applications quickly grasp the field of Quantitative Analysis in a basic sense. Chan stresses the fact that practically anyone can start taking up a trading strategy, the key is learning the right strategy one can execute comfortably. Trading strategies are numerous & flexible by design.
He provides methodology & logic for backtesting programs for more specific strategy models like simple mean reverting, pair-trading currencies, forming & testing cointegrating/mean-reverting stock pairs, principle component analysis, and backtesting the January Effect.
There are also detailed program models in MATLAB on computing Sharpe Ratios for Long Only vs Market Neutral strategies, the maximum/minimum drawdown & duration, optimal leverage & allocation using Kelly's Formula, Mean-Reverting Time-Series half-life.
Chan provides solid advice for performance measurement of strategies & presents models for semi or fully-automated systems. Besides what I haven't mentioned, the dedicated chapters on Backtesting, Risk & Money Management & Special Topics are the ones I particularly liked.
All of these definitely open up a greater range of more advanced ideas for further research.
Finally, Chan gives his advice for people (with at least 5 grand imo) seeking to become independent traders & provides some plausible business models for capital scalability.
This book introduces basic terms & strategies that will help anyone not familiar with algorithmic trading applications quickly grasp the field of Quantitative Analysis in a basic sense. Chan stresses the fact that practically anyone can start taking up a trading strategy, the key is learning the right strategy one can execute comfortably. Trading strategies are numerous & flexible by design.
He provides methodology & logic for backtesting programs for more specific strategy models like simple mean reverting, pair-trading currencies, forming & testing cointegrating/mean-reverting stock pairs, principle component analysis, and backtesting the January Effect.
There are also detailed program models in MATLAB on computing Sharpe Ratios for Long Only vs Market Neutral strategies, the maximum/minimum drawdown & duration, optimal leverage & allocation using Kelly's Formula, Mean-Reverting Time-Series half-life.
Chan provides solid advice for performance measurement of strategies & presents models for semi or fully-automated systems. Besides what I haven't mentioned, the dedicated chapters on Backtesting, Risk & Money Management & Special Topics are the ones I particularly liked.
All of these definitely open up a greater range of more advanced ideas for further research.
Finally, Chan gives his advice for people (with at least 5 grand imo) seeking to become independent traders & provides some plausible business models for capital scalability.
November 7, 2011
I found the book quite helpful in terms of how to set up the infrastructure (which programs, which brokers, how to get data, ...) for a quant trading operation. Prior to reading this, it was my impression that individuals were shut out quant trading due to data being too expensive, connections being too slow, etc. However, the financial industry turns out to meet all needs on a continuous spectrum from single entry retail to excel driven order to colocated servers running software written by outsourced programmers.
February 13, 2021
Tóm tắt:
Giao dịch định lượng không khó, cũng không khó cho nhà đầu tư nhỏ lẻ có thể kiếm tiền theo phương pháp định lượng. Những chiến lược thậm chí sẵn có ở:
- Các trường học kinh doanh và các trang web đăng các nghiên cứu kinh tế
- Các trang web tài chính và blog hướng tới nhà đầu tư nhỏ lẻ
- Các diễn đàn của trader
Sau khi thu thập được những chiến lược có vẻ hiệu quả, bạn cần tự hỏi mình vài câu:
- Bạn có bao nhiêu thời gian để chăm sóc cho phần mềm giao dịch của mình?
- Bạn lập trình tốt cỡ nào?
- Vốn đang có nhiu? (Dont be loser)
- Mục tiêu của bạn là kiếm thu nhập mỗi tháng hay là tăng vốn dài hạn
Trước khi backtest kỹ chiến lược, bạn có thể lọc chúng một xíu:
- Kết quả của nó có tốt hơn một benchmark ko ( risk-free rate với $, index với stock, gold nếu trade gold)
- Nó có Information Ratio hay Sharpe Ratio cao không?
- Nó có drawndown đủ nhỏ và thời gian drawndown đủ ngắn không?
- Backtest có vượt qua thiên kiến sống sót không? ( dữ liệu trong quá khứ sẽ sót những stock đã chết, quá khứ có mức phí gd cao hơn, nhiều cơ hội trade hơn do quant hồi đó còn ít...)
- Chiến lược có kém hơn trong những năm gần đây so với những năm trước đó nữa không ( outdated )
- Chiến lược đó nó có "ngách" gì để bảo vệ mình trước sự cạnh tranh của các quỹ lớn không?
Dù chiến lược có vẻ hấp dẫn tới đâu, nó cũng cần được kiểm thử cẩn thận, chú ý:
- Dữ liệu: chọn tập train và tập test, loại các nhiễu ở giá cao nhất/ thấp nhất, và các thiên kiến sống sót
- Đo hiệu quả bằng phân tích hệ số Sharpe và drawndown
- Chú ý thiên kiến tương lai: sử dụng dữ liệu tương lai để đặt lệnh trong quá khứ
- Tránh dùng quá nhiều tham số, nếu có đủ tham số bạn hoàn toàn có thể tinh chỉnh tham số để có một kết quả test "kỳ diệu". Sử dụng lượng dữ liệu lớn, kiểm thử ngoài tập liệu, và phân tích độ mẫn cảm của các tham số
- Phí giao dịch: phần quan trọng không thể thiếu, có thể đưa tất cả các chiến lược hay ho vào sọt rác
- Sau cùng, tinh chỉnh chiến lược bằng các thay đổi nhỏ để tối ưu hiệu suất.
Chiến lược, kiểm thử và dĩ nhiên là tài khoản giao dịch, bạn có thể cân nhắc mở tài khoản môi giới cá nhân hoặc đăng ký tài khoản ở một công ty môi giới, những thứ cần phải cân nhắc là:
- Phí giao dịch
- Các công cụ được hỗ trợ
- Thanh khoản
- API nhận dữ liệu real time và gửi giao dịch
Về công cụ cá nhân, để giao dịch định lượng bạn cần một máy tính tốt có nguồn phụ hoặc pin, một đường truyền internet tốc độ cao, nguồn dữ liệu và tin tức từ các kênh thông tin tài chính. Thêm một server hoặc vpn để đặt robot của bạn nữa.
Đúng vậy, robot, hay chương trình giao dịch tự động là phần không thể thiếu của một nhà giao dịch định lượng, nó sẽ giúp bạn:
- Đảm bảo tính chính xác của việc kiểm thử chiến lược
- Giảm bớt những công đoạn chân tay trong giao dịch, nhờ đó bạn có thể chạy nhiều chiến lược cùng một lúc.
- Nó cho phép giao dịch với tốc độ cực cao.
Robot của bạn có thể tự động giao dịch hoặc bán tự động, nếu bạn là một lập trình viên có kỹ năng, bạn có thể tự tạo cho mình một robot giao dịch, nếu không, mức phí để một lập trình viên freelancer giúp bạn lập trình cũng không quá cao, giao động từ 1000 - 5000$. Sau khi có robots, bạn tập trung vào việc tối ưu phí giao dịch và bắt đầu cho robot giao dịch mô phỏng trên tài khoản demo, quá trình này còn gọi là forward test, nó cho phép bạn:
- Tìm ra các lỗi phần mềm, các lỗi trong chiến lược giao dịch
- Phát hiện các thiên kiến trong quá trình backtest
- Hiểu được các khó khắn và lên kế hoạch vận hành
- Tính toán phí giao dịch trong thực tế, mức giá thực tế có thể mua được do volume và spread so với giá giả định trong kiểm thử.
- Thu thập các thông tin quan trọng về biến động lời/lỗ, vốn hoá, kích thước của danh mục đầu tư và độ thường xuyên của các giao dịch robot tạo ra.
Ở bước này, bạn có thể nhận ra là kết quả giao dịch hoàn toàn khác với những gì đã kiểm thử. Lúc này bạn có thể quay lại xem xét chiến lược của mình, tìm các lỗi trong chương trình robot, tìm cách giảm phí giao dịch, và đơn giản hoá chiến lược bằng cách bỏ đi một vài tham số. Dù vậy, sau đó chiến lược của bạn vẫn có thể bị ảnh hưởng bởi các thiên kiến hoặc việc thay đổi chính sách của các chính phủ.
Trường hợp bạn đã có một chiến lược tốt, và sẵn sàng cho việc giao dịch thật trên tiền thật của mình, giờ là phần quan trọng cần phải chú ý: quản lý rủi ro bằng công thức Kelly thần thánh và rèn luyện tâm lý giao dịch. Giữ mức đòn bẩy đúng mực, giao dịch một cách lý tính sẽ giúp bạn đi đường dài...
Sách này cũng giới thiệu các chiến lược chênh lệch giá thống kê, những chiến lược chính bao gồm đảo chiều trung bình và động lượng; việc thay đổi tình trạng thị trường: sideway hay xu hướng, xu hướng gấu hay bò, lạm phát hay tiết kiệm, biến động hay ổn định; quan hệ liên kết giữa các sản phẩm tài chính, lý thuyết định giá chênh lệch hay mô hình nhân tố; mô hình giao dịch theo mùa; và cuối cùng: mô hình giao dịch tần suất cao.
Cuối sách, Ernest P. Chan cho thấy những lợi thế của những nhà đầu tư nhỏ lẻ khi giao dịch tự do thay vì giao dịch trong một tổ chức. Lợi thế lớn nhất là vốn hoá nhỏ, cho phép họ thực hiện những chiến lược đa dạng hơn, và nhiều chiến lược có tỉ suất lợi nhuận cao chỉ có ở các thị trường ngách thanh khoản thấp. Một bất lợi của các trader tổ chức là họ phải thuận theo các quy định chặt chẽ của công ty, áp lực về lợi nhuận, khả năng bị sa thải khi thua lỗ, và các sai phạm của trader nhằm khai thác lỗi của công ty thay vì tìm kiếm điểm không hiểu quả của thị trường.
Hãy thực hành và bắt đầu kiếm tiền, nhà đầu tư tài chính định lượng :D
Giao dịch định lượng không khó, cũng không khó cho nhà đầu tư nhỏ lẻ có thể kiếm tiền theo phương pháp định lượng. Những chiến lược thậm chí sẵn có ở:
- Các trường học kinh doanh và các trang web đăng các nghiên cứu kinh tế
- Các trang web tài chính và blog hướng tới nhà đầu tư nhỏ lẻ
- Các diễn đàn của trader
Sau khi thu thập được những chiến lược có vẻ hiệu quả, bạn cần tự hỏi mình vài câu:
- Bạn có bao nhiêu thời gian để chăm sóc cho phần mềm giao dịch của mình?
- Bạn lập trình tốt cỡ nào?
- Vốn đang có nhiu? (Dont be loser)
- Mục tiêu của bạn là kiếm thu nhập mỗi tháng hay là tăng vốn dài hạn
Trước khi backtest kỹ chiến lược, bạn có thể lọc chúng một xíu:
- Kết quả của nó có tốt hơn một benchmark ko ( risk-free rate với $, index với stock, gold nếu trade gold)
- Nó có Information Ratio hay Sharpe Ratio cao không?
- Nó có drawndown đủ nhỏ và thời gian drawndown đủ ngắn không?
- Backtest có vượt qua thiên kiến sống sót không? ( dữ liệu trong quá khứ sẽ sót những stock đã chết, quá khứ có mức phí gd cao hơn, nhiều cơ hội trade hơn do quant hồi đó còn ít...)
- Chiến lược có kém hơn trong những năm gần đây so với những năm trước đó nữa không ( outdated )
- Chiến lược đó nó có "ngách" gì để bảo vệ mình trước sự cạnh tranh của các quỹ lớn không?
Dù chiến lược có vẻ hấp dẫn tới đâu, nó cũng cần được kiểm thử cẩn thận, chú ý:
- Dữ liệu: chọn tập train và tập test, loại các nhiễu ở giá cao nhất/ thấp nhất, và các thiên kiến sống sót
- Đo hiệu quả bằng phân tích hệ số Sharpe và drawndown
- Chú ý thiên kiến tương lai: sử dụng dữ liệu tương lai để đặt lệnh trong quá khứ
- Tránh dùng quá nhiều tham số, nếu có đủ tham số bạn hoàn toàn có thể tinh chỉnh tham số để có một kết quả test "kỳ diệu". Sử dụng lượng dữ liệu lớn, kiểm thử ngoài tập liệu, và phân tích độ mẫn cảm của các tham số
- Phí giao dịch: phần quan trọng không thể thiếu, có thể đưa tất cả các chiến lược hay ho vào sọt rác
- Sau cùng, tinh chỉnh chiến lược bằng các thay đổi nhỏ để tối ưu hiệu suất.
Chiến lược, kiểm thử và dĩ nhiên là tài khoản giao dịch, bạn có thể cân nhắc mở tài khoản môi giới cá nhân hoặc đăng ký tài khoản ở một công ty môi giới, những thứ cần phải cân nhắc là:
- Phí giao dịch
- Các công cụ được hỗ trợ
- Thanh khoản
- API nhận dữ liệu real time và gửi giao dịch
Về công cụ cá nhân, để giao dịch định lượng bạn cần một máy tính tốt có nguồn phụ hoặc pin, một đường truyền internet tốc độ cao, nguồn dữ liệu và tin tức từ các kênh thông tin tài chính. Thêm một server hoặc vpn để đặt robot của bạn nữa.
Đúng vậy, robot, hay chương trình giao dịch tự động là phần không thể thiếu của một nhà giao dịch định lượng, nó sẽ giúp bạn:
- Đảm bảo tính chính xác của việc kiểm thử chiến lược
- Giảm bớt những công đoạn chân tay trong giao dịch, nhờ đó bạn có thể chạy nhiều chiến lược cùng một lúc.
- Nó cho phép giao dịch với tốc độ cực cao.
Robot của bạn có thể tự động giao dịch hoặc bán tự động, nếu bạn là một lập trình viên có kỹ năng, bạn có thể tự tạo cho mình một robot giao dịch, nếu không, mức phí để một lập trình viên freelancer giúp bạn lập trình cũng không quá cao, giao động từ 1000 - 5000$. Sau khi có robots, bạn tập trung vào việc tối ưu phí giao dịch và bắt đầu cho robot giao dịch mô phỏng trên tài khoản demo, quá trình này còn gọi là forward test, nó cho phép bạn:
- Tìm ra các lỗi phần mềm, các lỗi trong chiến lược giao dịch
- Phát hiện các thiên kiến trong quá trình backtest
- Hiểu được các khó khắn và lên kế hoạch vận hành
- Tính toán phí giao dịch trong thực tế, mức giá thực tế có thể mua được do volume và spread so với giá giả định trong kiểm thử.
- Thu thập các thông tin quan trọng về biến động lời/lỗ, vốn hoá, kích thước của danh mục đầu tư và độ thường xuyên của các giao dịch robot tạo ra.
Ở bước này, bạn có thể nhận ra là kết quả giao dịch hoàn toàn khác với những gì đã kiểm thử. Lúc này bạn có thể quay lại xem xét chiến lược của mình, tìm các lỗi trong chương trình robot, tìm cách giảm phí giao dịch, và đơn giản hoá chiến lược bằng cách bỏ đi một vài tham số. Dù vậy, sau đó chiến lược của bạn vẫn có thể bị ảnh hưởng bởi các thiên kiến hoặc việc thay đổi chính sách của các chính phủ.
Trường hợp bạn đã có một chiến lược tốt, và sẵn sàng cho việc giao dịch thật trên tiền thật của mình, giờ là phần quan trọng cần phải chú ý: quản lý rủi ro bằng công thức Kelly thần thánh và rèn luyện tâm lý giao dịch. Giữ mức đòn bẩy đúng mực, giao dịch một cách lý tính sẽ giúp bạn đi đường dài...
Sách này cũng giới thiệu các chiến lược chênh lệch giá thống kê, những chiến lược chính bao gồm đảo chiều trung bình và động lượng; việc thay đổi tình trạng thị trường: sideway hay xu hướng, xu hướng gấu hay bò, lạm phát hay tiết kiệm, biến động hay ổn định; quan hệ liên kết giữa các sản phẩm tài chính, lý thuyết định giá chênh lệch hay mô hình nhân tố; mô hình giao dịch theo mùa; và cuối cùng: mô hình giao dịch tần suất cao.
Cuối sách, Ernest P. Chan cho thấy những lợi thế của những nhà đầu tư nhỏ lẻ khi giao dịch tự do thay vì giao dịch trong một tổ chức. Lợi thế lớn nhất là vốn hoá nhỏ, cho phép họ thực hiện những chiến lược đa dạng hơn, và nhiều chiến lược có tỉ suất lợi nhuận cao chỉ có ở các thị trường ngách thanh khoản thấp. Một bất lợi của các trader tổ chức là họ phải thuận theo các quy định chặt chẽ của công ty, áp lực về lợi nhuận, khả năng bị sa thải khi thua lỗ, và các sai phạm của trader nhằm khai thác lỗi của công ty thay vì tìm kiếm điểm không hiểu quả của thị trường.
Hãy thực hành và bắt đầu kiếm tiền, nhà đầu tư tài chính định lượng :D
This entire review has been hidden because of spoilers.
September 22, 2020
A very good book for an intro to quantitative trading. Lots of exercises in matlab. Code and data is available on the author's website. This is not a primer on investing in the stock market, so you'll see some jargon here and there, but nothing you can't understand/look up.
November 7, 2023
An introductory book on starting a day trading business using strategies based on quantitative methods. Lots of practical advice and with its main focal point, namely the importance of backtesting a trading strategy. Also a wealth of references, many of which I assume have been updated as part of my 2021 edition.
The book also has a number of shortcomings:
* Prolific use of parentheses make for an uneven reading experience.
* The chapter on risk management is so disjoint, it may as well be rewritten: start with market risk, then operational risk, then other risks, list each of its sources and mitigating measures.
* Given the subtitle of the book, the author may as well have included legal risk and business risk.
* The subsection on optimal capital allocation is best isolated from risk management and awarded its own chapter.
* The chapter on special topics is equally messy, lacks mathematical rigour and reads like prosaically expanded scribbles. For example, does the author truly understand the concept of stationarity, or is he simply copying the textbook references and adding associated code examples, thereby hoping the reader will figure out the rest?
The reader can tell the author is seasoned when he states: "once-profitable strategies have already lost their power due to competition", which is then also paraphrased in the final chapter when he states: "strategies do lose their potency over time as more traders catch on to them".
The book also has a number of shortcomings:
* Prolific use of parentheses make for an uneven reading experience.
* The chapter on risk management is so disjoint, it may as well be rewritten: start with market risk, then operational risk, then other risks, list each of its sources and mitigating measures.
* Given the subtitle of the book, the author may as well have included legal risk and business risk.
* The subsection on optimal capital allocation is best isolated from risk management and awarded its own chapter.
* The chapter on special topics is equally messy, lacks mathematical rigour and reads like prosaically expanded scribbles. For example, does the author truly understand the concept of stationarity, or is he simply copying the textbook references and adding associated code examples, thereby hoping the reader will figure out the rest?
The reader can tell the author is seasoned when he states: "once-profitable strategies have already lost their power due to competition", which is then also paraphrased in the final chapter when he states: "strategies do lose their potency over time as more traders catch on to them".
October 6, 2024
Quantitative Trading by Ernie Chan offers a decent introduction to the business of algo trading. While it gets praised, often by newcomers or those unfamiliar with the field, the book itself lacks depth and technical rigour. Instead of diving into the real complexities of statistical arbitrage, it offers a surface-level overview that feels quite watered down. The practical advice is basic, and much of the content, especially around tech and code, is outdated. For anyone beyond the beginner stage, this is far from the definitive guide it’s made out to be.
July 10, 2018
Great book for an introduction to quantitative trading. Starting from the very basics, the author constantly keeps it real while increasing the complexity. The focus is not as much on the strategy for trading as all other aspects related to setup, back testing and pit falls to watch out for.
It might be slightly dated though from the perspective of 2018 where python and R libraries have developed far beyond the matlab based preliminary algorithms.
It might be slightly dated though from the perspective of 2018 where python and R libraries have developed far beyond the matlab based preliminary algorithms.
December 12, 2018
Good introductory read into the world of quantitative trading, some existing methods and everything surrounding setting up an own trading business. Currently the book is a bit over 10 years old, which is quite a lot in this business. The examples are nice to see, but one should double check how relevant and useful they are in the current days. All by all it was a bit too shallow for me personally.
January 9, 2025
This is an introduction to quantitative/systematic trading, what are they, how to build one, how to test one, what are the pros and cons, this book covers all the basics, but you will need waaaaaayyyy more than this to even scratch the surface of quants. It's a good start though, recommend for total novice, begin with this book, it will save you time and have the right expectation about your trading capability ;)
May 11, 2019
Very comprehensive yet approachable. The book contains information on the practical and business part of trading as an individual, as well as the theoretical technical analysis required to do so. The author does not go into details explaining each finance terms though, so in a way it's not a friendly to a complete beginner, but the terms are nothing a quick google search won't explain.
March 29, 2021
A bit out of sync with modern day methods (and code shared is in MATLAB) however the author points out alot of pitfalls that someone new to the field can avoid. I really like chapter towards the end on "Special topics in Quantitative Finance" which I think has all the meat of the book. Overall, great read!
December 29, 2021
Although I have a finance degree, I lack the programming and mathematical competency which mean it was hard for me to fully grasp the contents of the book. Perhaps I would suggest anyone with high programming abilities or degrees in CS and finance, but also statistics (or self studied the subject areas) in order to get the full benefit of what Dr Chan has to offer.
July 4, 2024
I agree with the review consensus that this is entry-level and may not be as value-adding to financiers. However, I did find parts of it useful:
- Table of Sources of Trading Ideas
- Pitfalls: data-snooping bias, survivorship bias, look-ahead bias...
- Intro to Kelly criterion
- Examples in seasonality/behavioral bias trades
Overall, it was an easy read.
- Table of Sources of Trading Ideas
- Pitfalls: data-snooping bias, survivorship bias, look-ahead bias...
- Intro to Kelly criterion
- Examples in seasonality/behavioral bias trades
Overall, it was an easy read.
November 7, 2024
a good book for algorithm trading, it does not start to teach you how to use some advanced tools, but it teach you how to use Excel and maths formula to achieve back testing risk management, just like a text book.
When you learnt more about how to make algorithms, you may feel it is too primitive, but it gave me a very good foundation to understand algorithm trading, and risk evaluation.
When you learnt more about how to make algorithms, you may feel it is too primitive, but it gave me a very good foundation to understand algorithm trading, and risk evaluation.
May 1, 2025
Great intro book that teaches statistical concepts simply, such as cointegration and stationary, and crucial financial topics such as making sure dividends and stock splits are reflected in prices.
It also teaches the pitfalls of bad statistical modeling such as out of sample and look ahead bias and data snooping.
It also teaches the pitfalls of bad statistical modeling such as out of sample and look ahead bias and data snooping.
May 14, 2017
For beginners
Well organized book on retail quantitative trading business. This book covers all aspects of starting your own quant shop (though only touching the basics). Focus is more on operational side than actual strategy research.
Well organized book on retail quantitative trading business. This book covers all aspects of starting your own quant shop (though only touching the basics). Focus is more on operational side than actual strategy research.
December 16, 2018
This book gives basic information about quantitative trading. Some of the points are well explained like sharp ratio, Kelly ratio for leverage and some strategies in chapter 7. But haven't learned new from this, as I am already an algo trader. But for the beginner this is very informative book.
February 27, 2024
Some of the information in this book was good and interesting, but I feel like parts of it (mostly surrounding the tech discussions) were dated. Also, as a software engineer, I found the code snippets to be poorly formatted and hard to read. (Also, terrible variable names)
October 29, 2024
Good explanation of the basics of trading. It was so basic that I wouldn't call it a book for quantitative trading or algorithmic trading. It's the general basics of any trading strategy building process
May 18, 2018
good reference, for when I go back to this book after learning more of the basic financial terms&strategies
This entire review has been hidden because of spoilers.
February 9, 2020
Intro book to quant trading. Only a few references to potential math applications; a good place to start if you know nothing about the business.
November 6, 2021
Good! Wish it included a section on handling taxes
June 17, 2022
Good introduction to Quantitative/Algorithmic trading. Although, there should've been more examples with excel along with the Matlab examples.
December 25, 2022
It was hard for me, it contains many mathematical knowledge, which is hard to understand.
January 16, 2023
3.5/5
It is a good book, but agreed it's pretty basic and quite aged. Still definitely some useful nuggets here and there.
It is a good book, but agreed it's pretty basic and quite aged. Still definitely some useful nuggets here and there.
Displaying 1 - 30 of 51 reviews