附录 A：必读文献与资源指南¶

Appendix A: Essential Bibliography & Resources

Scriptorium 的构建离不开巨人们的肩膀。以下是 The Alephain Guild 核心成员（Architects, Engineers, Critics）的必读文献清单。这些书籍和论文构成了我们理解市场的基石。

A.1 核心圣经 (The Canon)¶

Trading Exchanges: Market Microstructure for Practitioners
- Author: Larry Harris
- Guild 评级: ⭐⭐⭐⭐⭐
- 简介: 本项目的母本。微观结构的"文科教材"，通俗易懂地解释了市场运作的每一个细节。
Advances in Financial Machine Learning
- Author: Marcos Lopez de Prado
- Guild 评级: ⭐⭐⭐⭐⭐
- 简介: 现代量化数据科学的奠基之作。第 60 章（Dollar Bars, Fractional Diff）的理论来源。它指出了传统金融 ML 的所有陷阱。
Algorithmic and High-Frequency Trading
- Authors: Álvaro Cartea, Sebastian Jaimungal, José Penalva
- Guild 评级: ⭐⭐⭐⭐⭐
- 简介: HFT 的"理科教材"。严谨的数学推导，涵盖了做市、最优执行和统计套利。

Market Microstructure Theory (Maureen O'Hara): 经典的理论综述，适合学术研究。
Empirical Market Microstructure (Joel Hasbrouck, 2007): 侧重于实证分析和计量方法（如 VAR 模型、信息份额）。第 73 章（订单流分析）和第 74 章（执行质量）的重要理论基础。
Trades, Quotes and Prices (Jean-Philippe Bouchaud et al.): 物理学家视角的微观结构，深入探讨了冲击模型和订单簿动力学。
The Microstructure of Financial Markets (Frank de Jong & Barbara Rindi): 简明的微观结构教科书，适合入门后衔接 O'Hara 和 Hasbrouck。

Machine Learning for Asset Managers (Marcos Lopez de Prado, 2020): 《Advances》的精简实战版，包含 HRP/NCO 组合优化（第 67 章）和去噪协方差矩阵等核心工具。
Deep Learning for Event-Driven Stock Prediction (N. G. Makarov et al.): 深度学习在 LOB 预测中的应用综述。

Why Stock Markets Crash: Critical Events in Complex Financial Systems (Didier Sornette): 龙王理论与 LPPL 模型的出处。理解崩盘的必读之作。
Theory of Financial Risk and Derivative Pricing (Jean-Philippe Bouchaud & Marc Potters): 物理学方法在金融风控中的应用，挑战了布朗运动假设。

Uniswap v3 Core (Hayden Adams et al.): 集中流动性 AMM 的数学原理。
Flash Boys 2.0: Frontrunning, Transaction Reordering, and Consensus Instability in Decentralized Exchanges (Philip Daian et al.): 揭示 MEV 存在的开创性论文。
SoK: Decentralized Finance (DeFi) (Sam Werner et al.): DeFi 架构的系统性知识图谱。

如果只读八篇论文，请读这八篇：

Kyle (1985): Continuous Auctions and Insider Trading. (定义了市场深度 \(\lambda\)，第 71/73 章的理论基础)
Glosten & Milgrom (1985): Bid, Ask and Transaction Prices in a Specialist Market with Heterogeneously Informed Traders. (定义了信息不对称价差)
Almgren & Chriss (2000): Optimal Execution of Portfolio Transactions. (最优执行的祖师爷，第 74 章的基准框架)
Avellaneda & Stoikov (2008): High-frequency trading in a limit order book. (做市商库存管理的标准模型，第 75 章完整推导)
Khandani & Lo (2007): What Happened To The Quants In August 2007?. (量化危机与拥挤效应的经典复盘)
Easley, Kiefer, O'Hara & Paperman (1996): Liquidity, Information, and Infrequently Traded Stocks. (PIN 模型——知情交易概率的估计框架，第 73 章的核心工具)
Cont, Kukanov & Stoikov (2014): The Price Impact of Order Book Events. (订单流不平衡——OFI 的定义与实证，第 73 章的现代基础)
Perold (1988): The Implementation Shortfall: Paper vs. Reality. (实施缺口框架——衡量交易成本的黄金标准，第 74 章的核心概念)

Optimal Market Making (Olivier Guéant, 2017): Avellaneda-Stoikov 框架的现代扩展，涵盖多资产做市、参数校准和实盘工程化。第 75 章的进阶参考。
Market Microstructure in Practice (Charles-Albert Lehalle & Sophie Laruelle, 2018): 从实务角度系统阐述最优执行——SOR 路由、暗池策略、TCA 分析框架。第 74 章的实践指南。
Algorithmic Trading and DMA (Barry Johnson, 2010): 算法交易的工程师手册，覆盖 VWAP/TWAP/IS 算法的实现细节。

Quantitative Risk Management: Concepts, Techniques and Tools (Alexander McNeil, Rüdiger Frey & Paul Embrechts, 2015): VaR、CVaR、极值理论与 Copula 模型的权威教科书。第 76 章的核心参考。
Thinking, Fast and Slow (Daniel Kahneman, 2011): 前景理论与认知偏差的经典著作，第 78 章（行为金融与交易心理学）的思想基础。
Expected Returns (Antti Ilmanen, 2011): 跨资产类别的风险溢价与组合构建，第 67 章和第 77 章的实证参考。

"Read, read, read. Read everything -- trash, classics, good and bad, and see how they do it." — William Faulkner