如何开始学习量化交易_quant_python_新浪博客
如何开始学习量化交易
什么是量化交易?
量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。
学习量化交易并不难
目前国内很多平台提供量化交易的学习，开发和回测。我们可以从中选择一家开始自己的量化交易学习之旅:
由于聚宽可提供分钟级的回测，之后的文章会以聚宽的平台为基础记录量化交易的学习过程。
​选择一门量化交易编程语言
推荐初学者使用python作为量化交易的入门级语言，不需要准备编译环境，量化交易平台一般都会提供在线编程功能，简单易学容易上手，有C,JAVA编程基础的更是能够很轻松地入门。
掌握量化交易金融知识​
​需要了解相关的股票知识，交易方法，交易思想。
推荐以下书籍：
股票作手回忆录​
股市趋势技术分析
盘口解读技术
quant_python
博客等级：
博客积分：0
博客访问：1,055
关注人气：0
荣誉徽章：每天三分钟，知晓天下事，视频、语音、文字综合版任您挑！微信搜索fgzadmin关注或点击标题下方可以快速关注。
原创不易，认可价值，动手指点并转发，就是最好的支持与肯定。淘宝特约店址：http://goldengame.
深夜十点，陪你读书。
慢工出细活
由于中、美、俄三国自2008年后基本上长期上演“三国杀”（昨天文章《原创丨中美俄世纪三国杀，谁是百年长跑冠军
其实这是个有奖活动贴。n其实这是个有奖活动贴。n其实这是个有奖活动贴。
思考者正在阅读原创丨三次世界大战亚洲开打，美国推演靠谱吗？原创丨央行连出两大招，有何深意？微历史丨张学良为啥
美国总统奥巴马日在接受媒体采访时表示，2011年对利比亚局势的干涉，是其总统生涯中做出的最
我们都知道，美国软实力很厉害，在过去很多年都一直掌控者国际话语权，他们可以提着民主、自由、人权的大棒满世界乱
思考者正在阅读原创丨重大变革，我们的世界都将逃不过被TA重塑！原创丨中美黄岩岛较量，谁是最后赢家？原创丨你射学习量化交易如何入门？
我的图书馆
学习量化交易如何入门？
arrow-down
conversations
best_answerer
verified_and_best_answerer
live_emoji
63 个回答什么都想了解，什么又都被自己打败我想既然是入门当然是从浅入深的让大家去了解，一下放这么多书作为学渣的我是及其不想看到的。天生不是看书的料，废话不多说了直接上。一、首先是量化的工具1、 软件推荐：python常用的量化软件有python、matlab、java、C++。从开发难度而言python和matlab都比较容易，java和C++麻烦一些。从运行速度而言，C++、java要快于matlab和python。不过对于大部分人而言，尤其是初学者，开发占用的时间远大于运行时间。如果追求运行速度的话，先将策略开发出来，再用C重写也不迟。另外，从量化资源而言，python资源多于matlab，而且matlab是商业软件，python是免费的。因此我推荐大家用python。使用python的话，最好下载一个anaconda。这个软件将常用的库都集成好了，免去自己安装的烦恼。下载地址：python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 HAHA 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、平台跟工具的选取由于现在主流量化都是python，所以我也稀里糊涂的学了python，感觉还不错。给大家再来几个学习的地址吧 ，免费才是王道买书要花钱学生党的我最喜欢免费资料。下面是高能的学习资料窝点！下面是高能的学习资料窝点！下面是高能的学习资料窝点！这里说三遍。都是来自各大平台的资料汇总起来超级不容易哎！可耻的求一波赞。新手专区：量化学习资料：Python编程：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：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。至于为什么都是同一个平台，因为当初随便选择了个平台，发现这竟然是个有背景的平台，数据什么的还不错，所以一直没有换，适合自己的才是最好的。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。以下回答均来自某平台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。拿了人家的东西就他们挂个链接吧，要不不厚道。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：我想了下大体就这些吧，至于为什么老是出现某某平台可能是因为刚开始学习就在她上面学习的吧，毕竟每个学生都带着老师的一些特点。有些啰嗦但是不经能让爱学习的小伙伴大快朵颐啦！开森。写了这么多抄了这么多，关于如何写策略在这里就不说了，因为还是涉嫌平台广告问题，想要了解的人可以私聊我或者加我QQ吧。我只有没课时间才能接客的。 企鹅：对了你们还没有点赞，万一下次看不到了怎么办，点赞会出现神奇的传送门哦。相关 Live 推荐 ??相关问题 17 个回答 31 个回答 84 个回答 37 个回答 20 个回答 19 个回答<div data-state="{&env&:{&isWechat&:false,&isQQNews&:false,&isAppView&:false},&timestamp&:7,&currentUser&:null,&questions&:{&&:{&status&:{&isLocked&:false,&isClose&:false,&unnormalDetails&:null,&isEvaluate&:false,&isSuggest&:false},&isTop&:false,&author&:{&avatarUrlTemplate&:&/05eac1b0f5f3ce_{size}.jpg&,&name&:&Adam Fish Li&,&isAdvertiser&:false,&url&:&&,&urlToken&:&lixianyu&,&userType&:&people&,&headline&:&这个世界是很难有所改变的，所以，我们至少要得到自己认为最珍视的东西。&,&avatarUrl&:&/05eac1b0f5f3ce_is.jpg&,&isOrg&:false,&type&:&people&,&badge&:[],&id&:&2eef9eafa9dff9fde3454b2&},&url&:&&,&title&:&学习量化交易如何入门？&,&detail&:&最近需要参加一个量化交易策略的比赛，但是对这方面还是不甚了解，鄙人有一定的交易经验和经济学知识，但是程序方面几乎没做过什么大的项目，希望可以给一些快速入门的经验和建议，不甚感激&,&answerCount&:63,&commentCount&:5,&questionType&:&normal&,&visitCount&:701860,&type&:&question&,&id&:,&isNormal&:true}},&answers&:{&&:{&author&:{&avatarUrlTemplate&:&/da8e974dc_{size}.jpg&,&type&:&people&,&name&:&李伟振&,&url&:&&,&urlToken&:&li-wei-zhen-14&,&userType&:&people&,&isAdvertiser&:false,&avatarUrl&:&/DownloadImg/9/.jpg&,&isOrg&:false,&headline&:&什么都想了解，什么又都被自己打败&,&badge&:[],&id&:&9db8a9a6badeb57f2836d0&},&url&:&&,&excerpt&:&我想既然是入门当然是从浅入深的让大家去了解，一下放这么多书作为学渣的我是及其不想看到的。天生不是看书的料，废话不多说了直接上。 一、首先是量化的工具 1、 软件推荐：python常用的量化软件有python、matlab、java、C++。从开发难度而言python和matlab都比较容易，java和C++麻烦一些。从运行速度而言，C++、java要快于matlab和python。不过对于大部分人而言，尤其是初学者，开发占用的时间远大于运行时间。如果追求运行速…&,&isSticky&:false,&question&:{&url&:&&,&type&:&question&,&id&:,&questionType&:&normal&,&title&:&学习量化交易如何入门？&},&suggestEdit&:{&status&:false,&title&:&&,&url&:&&,&tip&:&&,&reason&:&&,&unnormalDetails&:null},&content&:&我想既然是入门当然是从浅入深的让大家去了解，一下放这么多书作为学渣的我是及其不想看到的。天生不是看书的料，废话不多说了直接上。一、首先是量化的工具1、
软件推荐：python常用的量化软件有python、matlab、java、C++。从开发难度而言python和matlab都比较容易，java和C++麻烦一些。从运行速度而言，C++、java要快于matlab和python。不过对于大部分人而言，尤其是初学者，开发占用的时间远大于运行时间。如果追求运行速度的话，先将策略开发出来，再用C重写也不迟。另外，从量化资源而言，python资源多于matlab，而且matlab是商业软件，python是免费的。因此我推荐大家用python。使用python的话，最好下载一个anaconda。这个软件将常用的库都集成好了，免去自己安装的烦恼。下载地址：python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、平台跟工具的选取由于现在主流量化都是python，所以我也稀里糊涂的学了python，感觉还不错。给大家再来几个学习的地址吧 ，免费才是王道买书要花钱学生党的我最喜欢免费资料。下面是高能的学习资料窝点！下面是高能的学习资料窝点！下面是高能的学习资料窝点！这里说三遍。都是来自各大平台的资料汇总起来超级不容易哎！可耻的求一波赞。新手专区：量化学习资料：Python编程：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：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。至于为什么都是同一个平台，因为当初随便选择了个平台，发现这竟然是个有背景的平台，数据什么的还不错，所以一直没有换，适合自己的才是最好的。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。以下回答均来自某平台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。拿了人家的东西就他们挂个链接吧，要不不厚道。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：我想了下大体就这些吧，至于为什么老是出现某某平台可能是因为刚开始学习就在她上面学习的吧，毕竟每个学生都带着老师的一些特点。有些啰嗦但是不经能让爱学习的小伙伴大快朵颐啦！开森。写了这么多抄了这么多，关于如何写策略在这里就不说了，因为还是涉嫌平台广告问题，想要了解的人可以私聊我或者加我QQ吧。我只有没课时间才能接客的。
企鹅：对了你们还没有点赞，万一下次看不到了怎么办，点赞会出现神奇的传送门哦。&,&commentCount&:2,&isNormal&:true,&type&:&answer&,&id&:,&voteupCount&:31}},&answersOffset&:0,&questionId&:,&answerIds&:[],&restAnswerIds&:[],&isLoading&:false,&isDrained&:false,&isModalOpen&:false,&adBanner&:null,&isCommentLoading&:false,&commentsByQuestion&:{},&commentsByAnswer&:{},&relatedLives&:{},&isRegisterPanelOpen&:false,&token&:{}}" data-config="{&apiAddress&:&/api/v4/&}">
TA的最新馆藏[转]&}