《Machine Learning for Algorithmic Trading》

详细阐述了利用各类数据进行机器学习模型的构建和应用，提供了一整套完整的机器学习交易工作流程和各种数据源的介绍。

《Advances in Financial Machine Learning》

提供了对各种算法交易策略的深入解析，包括均值回归、动量策略、统计套利等，并包含了许多实际的代码示例，有助于复现结果。

《Algorithmic Trading: Winning Strategies and Their Rationale》

主要介绍以均值回归和动量系统为主的交易策略搭建，没有涉及复杂的机器学习模型，并介绍了如何选择正确的自动执行回测平台，有交易实例和代码，方便学习。

《Quantitative Trading》

主要介绍了量化交易的基本概念和发展历程，详细阐述了交易策略的开发和设计，包含很多常见的量化策略类型，是一套比较全面和系统的量化交易知识体系，适合初涉量化交易领域的新手。

《Quantitative Portfolio Management》

更多的介绍投资组合理论的基本概念和原理，如均值方差模型、资本资产定价模型、有效前沿理论等，系统介绍了量化投资组合管理的理论、方法和实践。