学习贴 量化小白成长记---基础学习篇 - CSDN博客
学习贴 量化小白成长记---基础学习篇
量化的学习像是一个堆砌大楼的过程，编程的基础，数学基础和相关交易基础知识都是必不可少的，学习也是一个积累的过程。
下面是一些总结想要分享给大家。
编程基础学习：
学习任何知识都需要从基础抓起，因此大家可以选择性地选择一些教材和教程去学，打好基础。网络上面的东西太多，我这里仅仅推荐《廖学峰的Python的教程》给大家。
数学基础学习：
对于数学，个人认为查漏补去很重要，很多数学原理我们都是只领悟到表层含义，其实我们是需要更深层次的去研究；书籍推荐《概率论与数理统计》
交易基础学习：
现货交易：买卖操作，交易费率，冲击成本，空头市场，多头市场，盘口，深度，K线，涨跌停机制，限价机制，熔断机制，技术分析，集合竞价，撮合，下单撤单，止盈止损，风险管理……
保证金交易：初始保证金、维持保证金、杠杆倍数、强制平仓、强平价格、开多、开空、平多、平空、穿仓、借贷利息……
合约交易：无风险利率、Carry Cost、合约参数、基差、升水贴水、到期日、结算、交割、分摊、期现套利、期期套利、合约价值、已实现盈亏、未实现盈亏……
期权交易：看涨/看跌期权、平价公式、隐含波动率、波动率模型、Black-Scholes定价模型、二叉树定价模型……（摘自WeQuant知乎专栏）
另外关于量化交易的书籍推荐大家以下几本：
1 《投资学》作者：博迪，凯恩，马库斯
这本书对投资交易的入门介绍得非常系统，对市场的基本知识有详细的介绍，如果大家通过这本书懂得很多金融知识的话可以详细读。
2 《Trends in QuantitativeFinance》作者：Frank J. Fabozzi, Sergio M. Focardi, PetterN. Kolm
这是一本CFA教材的，里面讲了很多做策略研究必须要懂的一些数学知识对于新手而言，讲的东西都是通俗易懂的，掌握这本书的知识已经基本上能对量化策略有很大的帮助。
3 《量化交易——如何建立自己的算法交易事业》作者：欧内斯特·陈
这本书会给我们讲很多策略的组成成分，上面的作者是偏向于择时的交易思维，还为我们提供很多量化策略的想法，在知乎也看到人推荐，觉得大家可以稍微看下。
4 《海龟交易法则》作者：柯蒂斯·费思
这本书的好处在于有很多实例，而且很多说明解释，将交易策略的几个部分的组成部分都有细节性的讲解，这本书算是量化交易的入门了。
关于文章，推荐下面几个我收藏的文章：
1 一篇关于小白零成本搭建比特币搬砖套利系统的文章，然后我从根本上懂得了比特币搬砖的相关原理：
2 一篇关于价值定投策略在比特币市场中的应用，讲述了价值定投的概念以及策略的执行：
3 一篇AR（人气指标）策略在比特币市场中的应用，将这个策略的基本原理以及运用方法都详细记录下来了：
4 一篇关于比特币实盘开源策略之海龟交易策略，海龟交易法一直以来都有很多变形，但是都在大部分情况下运用得非常有效：
以上的文章都能很好的将量化策略特点和运用方法展现出来，能让读者受益匪浅，作者深入浅出地介绍各种各样的策略，这个专栏的文章我是一直有留意的，各位刚刚入门的朋友都可以去看看。
关于量化的网上课程，个人知道WeQuant微宽网有相应的量化知识学习课程,是一个相对比较完善的学习平台。
今天分享就到这里啦，希望能就学习量化这个话题给我留言，一起学习！
本文已收录于以下专栏：
相关文章推荐
一元运算符：++、--
1）：++ 自增运算
直接举例说明：
int a = 5;
int b = ++a;
system.out.println("a的值为：" + a);
1.String类
1）.使用“+”运算符连接字符串时注意以下三点：
·字符串与字符串进行“+”连接时，第二个字符串会连接到第一个字符串之后
·字符串与其他类型进行“+”连接时，因字符串在前面，...
今天来说说java面向对象的知识点~其实，java在其发展过程中能够成功，很大一部分原因是其面向对象的思想~
现在来说面向对象思想，也不是什么新的知识点了，我们知道现在很多语言都有面向对象的...
编程小白成长记（一）日
其实我写这些博客主要算是一种督促，算是一种日记吧。我认为把日常编程的内容写下来会更有利于自己的学习，更何况程序猿们通常因为长时间编程，表达能力会下降不少。...
一开始去学习linux，我是拒绝的，因为xp系统用习惯了，不愿意去linux里面使用一大堆命令去完成事情，也不很愿意接触那些抽像的底层上的东西，可是后来，用上了linux后，竟也慢慢地喜欢上了它。网上...
做Android开发不可避免的需要进行Json数据的获取与解析
首先，我们要根据url地址获取网络或服务器的Json数据，其中涉及Java的I/O流对数据的读取
下面通过代码实际演示具体实现：
Android有两种方式实现多线程，一种是继承Thread类，一种是实现Runnable接口。
创建线程：
1.继承Thread类：
public class ThreadActivity ...
今天安排的任务是把测试环境搭建好，但是事情的发展总是跟计划有所出入，有时甚至大相径异，尤其在你对你要做的事情不是很熟甚至相当陌生的情况。Me很不幸，从上午八点半忙到晚上...
今天来学习数组，这是我个人学习中首次接触到的引用数据类型。
数组和之前学习过数据类型的不太一样，最大的区别就是，当我们定义一个变量，如int x=3;，这个x是在栈内在中开出一个空间，来存储x的值;...
他的最新文章
讲师：钟钦成
讲师：宋宝华
您举报文章：
举报原因：
原文地址：
原因补充：
(最多只允许输入30个字)159被浏览7559分享邀请回答continuum.io/downloadspython教程推荐这个网站：只需要看第一部分就可以了。该教程不仅介绍了python,而且介绍了numpy,scipy,pandas,matplotlib等科学计算库。2、
数据源推荐：tushareTushare支持的数据很全面，相比wind个人版量化接口，tushare更友好。因此推荐tushare。下载地址：3、
量化框架：推荐使用量化平台量化平台可以看成是一个已经搭建好的框架。用户只需添加一些自己的买卖条件，即可回测策略，免去了自己从无到有搭建基础框架的过程。以上是做量化的一些基础工具。另外根据策略类型的不同，也会用到一些其他工具。1、
数据库推荐：sqlite如果所做的策略需要存储很多数据，那么就需要一个数据库软件，配合使用。Python自带sqlite3库，可以在python中方便的操作sqlite数据库。Sqlite下载地址：使用方法可以参考：2、
机器学习推荐:scikit-learnScikit-learn封装了很多常用的算法，直接用就可以了，避免了自己写算法。网址：另外推荐一本机器学习的书“集体智慧编程”，至于购买链接嘛
就不发了免得别人以为我是打广告的。3、
网络信息采集推荐：Beautifulsoup等关于这方面可以参考“Python网络数据采集”这本书。链接也不说了 QAQ。二、选择一个量化平台跟量化工具由于现在主流量化都是python，免费资料在下面。新手专区：量化学习资料：Python学习资料：python学习教程：python、java编程基础视频1：python、java编程基础视频2：python技术指标均线应用：python技术指标kdj应用：python指标macd的应用：python去除是停牌、退市、st创业版股票：python策略中获取指数成分股的历史行情数据：最新的Java内容。羊驼策略初步研究： 统计套利之配对交易（pairs trading）：文本挖掘如何应用于量化投资：文本挖掘之数据爬虫：利用舆情情感得分进行量化选股初探：技术分析量化大讲堂之开篇—SMA:talib vs.行情软件：技术分析量化大讲堂——上升三角形整理形态：技术分析量化大讲堂------上升三角形（修改版）：技术分析量化大讲堂——多方炮：量化策略方法分享之数据挖掘工具——决策树算法：量化策略方法分享之数据挖掘工具——决策树算法（续）：摩根斯坦利旗下基金的择时指标介绍：基于隐式马尔可夫模型的市场择时简介：成长股内在价值策略分享：股价增长率与营业利润率之比选股策略：股价增长率与营业利润率之比选股策略(修改版)：股价增长率与营业利润率之比选股策略(修改X2版)：选择涨停股的技巧有哪些：京东量化平台初始化类函数及任务事件类函数介绍：多因子选股：小市值策略：如何控制回撤：控制回撤的第二种方法--依据持仓总资金：小工具函数——查询涨跌停：高卖低买赚Spread策略分享：资本资产定价模型简介-多因子寻找Alpha&统计套利：依据最大回撤择时策略：一个简单的买卖止盈止损分时买卖框架：Java编程：[JAVA]简单买卖策略:
[JAVA]MACD选股：[JAVA]RSI策略: [JAVA]按财务数据选股策略: [JAVA]mas策略: 突然发现汇总起来还是蛮多的，各位观众老爷寻找几个适合自己的就好。三、说一下国内国内量化交易员的日常工作吧其实我也没见过，就是想让大家多了解下。随着量化投资的概念在国内逐渐流行，量化交易员这个听起来神秘又高大上的职业也逐渐走入人们的视野，笔者也曾经面试相关的岗位，有考核行测+投资理念的，也有考核各种衍生品相关知识外加编程及数据库相关知识的，大体上都要求有较好的数理分析和逻辑思维，至少掌握一门熟练的语言等，通常计算机水平对采用程序化交易方式来说要求更高，笔者在浏览了相关大牛的看法之后，结合自己的一些见解，总结了量化交易员日常的工作内容：量化交易员平常的工作其实没有固定的模式，但总结下来大都包括: 现有策略的管理维护，看盘（通常开N个窗口，大都是定制化的各种彩色表格、图、列表和滚动新闻的组合）以及查看策略有没有乱发单，开发新的策略，每日进行盘后处理，统计委托、持仓、波动率、滑点等等，这些工作听起来琐碎且机械，但真正开发出所谓的印钞机达到躺赢的境界可谓少之又少，大部分人仍然需要不断学习并且经历各种市场的考验，笔者观察下来量化交易日常工作中那些不可言说的痛苦之处在于： 1、灵感，这种东西说起来很虚，实际上在市场上策略逐渐趋同、逐渐失效的过程中是很重要的，当技术和知识不再成为做交易的壁垒之时，也许我们缺乏的就是些许创造性与洞察力，搬运国外学术paper中介绍的方法一定是有效的吗，自己绞尽脑汁更新了好几个版本的新策略回测时各种指标竟然远不如行业内正火热的几个“经典策略”，是数据不对还是自己遗漏了什么细节，市场总是公平而又残酷的。2、心理，投资讲求的是心理战，对于量化交易员来说，程序化交易的方式可以避免一部分人性的因素，但是否干预、何时干预模型（尤其是模型并不完备）一直是一个长期困扰交易员的问题，长期在概率上占优看起来美好，可是当来自客户的要求越来越多，账户持续亏损的情况下，有多少人不对自己的模型产生怀疑，又有多少人拥有长期的机会，实盘中的交易员无异于在前线上的士兵只不过他的对手更加凶狠且无形。3、不确定性，个人认为，量化交易者同时也需要结合一些基本面，尤其是在国内金融市场信息不对称、噪声大以及监管因素变化下能够从市场调研中获得有效信息以减少不确定性是相当重要的，尤其是当结合爬虫和自然语言分析等的舆情分析系统日渐成熟后使得量化交易员能够迅速对极端事件做出反映。此外，不确定性的来源较多以至于交易者在某些条件不具备的情况下依然能对交易产生巨大影响，相信在商品期货急速上涨下跌的黑色星期五被强平在跌停价的交易者都深有体会。量化交易这条路充满凶险，注定是少数“成功者”分享胜利果实，努力拼搏，保持热忱，争取成为这条群雄逐鹿的勇者之路上最后活着的一批人吧。勇者之路-国内量化交易员的日常工作状态
四、推荐图书想了想还是给大家推荐几本书吧，全发出来太长了放个链接好了。图书推荐传送门：五、如何设计量化交易策略？设计量化交易策略其实就是一个想法+验证的过程。下面分别说一下：一、想法的来源：大概有以下几个思路：1、金融理论。金融理论里资产定价的核心就是无套利原则。这里说的套利既包括通常意义的统计套利，也包括更宽泛的概念比如相同的预期收益率下，卖出风险较大的组合，买入风险较小的组合，也是一种套利。因此，多因子模型就是一种套利模型，承担相同风险下，寻找收益率最高的因子组合，从而得到对冲后的alpha。由于这部分是比较学院派的做法，因此推荐大家看下知名的教科书，比如博迪的《投资学》。2、符合逻辑的直觉比如从内部人获取信息的角度，大股东以及管理层增持意味着对本公司发展有信心，因此预期公司业绩向好。比如破增发价且距解禁日在一段时间内，那么上市公司可能有维持股价的动力。再比如通过分析与个股相关的新闻，从而能够判断市场对该股的情绪、态度等。这种类型的策略的关键是想法要符合逻辑，符合直觉。3、一些经典的方法比如海龟策略，dual thrust，羊驼选股、二八轮动等等。可以借鉴一下这些经典策略的思路，不过要注意一下这些策略在今天还是否有效。二、验证过程：1、 目测观察这个方法主要适用上述的第二种方法。比如大股东增持，我们可以先在交易软件中，寻找到大股东增持的个股及发生的时间点，然后观察一下之后的走势，是不是和我们的逻辑一样。2、 回测这部分主要是用历史数据对上述想法进行验证，也包括调参数等。3、 测试稳定性在回测中，我们通常会反复调整参数，让策略达到理想的表现，但这样往往会导致过拟合。一中排除方法是将参数稍微做些变动，观察策略的表现。比如原策略是每月1日调仓，我们可以改为每月3日调仓，然后观察一下结果，如果策略差距较大，那么原策略就很可能是过拟合。另外持仓数量也值得注意。与基本面分析需要深入个股层面不同，量化策略并不对个股基本面进行深度研究，而是通过分散化降低个股层面的异质风险。因此如果一个策略平均持仓很少（10只一下）那么策略的表现可能只是某一只个股表现好，这是可能采取一些验证方法，比如原来选股是选排名前10，那么可以换成排名10-20，如果差距较大，那么说明策略可能只是运气好。6添加评论分享收藏感谢收起苹果/安卓/wp
积分 280, 距离下一级还需 170 积分
权限: 自定义头衔, 签名中使用图片
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡下一级可获得
道具: 抢沙发
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
苦逼签到天数: 139 天连续签到: 1 天[LV.7]常住居民III
刚发现这个网站是个很好的学习地方，做量化要学些什么呢，从哪里开始啊
支持楼主：、
购买后，论坛将把您花费的资金全部奖励给楼主，以表示您对TA发好贴的支持
载入中......
先学几本书！！！
理论，编程，实践。关于这些书网上推荐的很多，关于用哪种语言，看个人喜好和基础，其他的就是多练习了。。。
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
论坛法律顾问：王进律师14932被浏览1065138分享邀请回答35324 条评论分享收藏感谢收起拒绝访问 |
| 百度云加速
请打开cookies.
此网站 () 的管理员禁止了您的访问。原因是您的访问包含了非浏览器特征(3bf390b6c34943f5-ua98).
重新安装浏览器，或使用别的浏览器