學習量化投資

① 如何入門量化投資

首先，你對一個金融衍生品，非常的熟悉，有你的交易計劃，包括，進場邏輯、出場邏輯、風險規則、在相對時間里可以賺錢。相對穩定的收益。把你的模式，邏輯讓寫程序的，開發出來。當然你要自己寫程序也行。

幾個月前剛剛做量化交易的嘗試，運用了10多年自認為有效的技術指標來做統計分析，得出的結論就是完全靠技術指標來指導交易就是扯蛋，在大量樣本面前，一切都是假象。由此也徹底放棄了技術指標的研究，真的沒有太大用處。

所以我個人認為學習量化交易，應當從基礎理論的學習，倉位管理，止盈止損的控制，策略的周期，校驗策略，小額實盤交易，小中額度實盤交易，最後大額實盤交易。最最重要的是，要有很好的情緒管理，超強抗壓能力，敏銳的洞察力是交易成功並盈利的重要法則！

② 怎麼自學量化金融

懂量化投資，但是他們應該完全不知道CQF是什麼，問題被他們簡化成了「不懂數學和編程的金融碩士，是否可以學習量化投資？還是自己學習編程比較好？」不過同意他們的言論。
CQF是paul wilmott搞的一個培訓課程和認證體系。
第一就是不官方，沒人會認，除非你已經在投行里工作，公司給你出錢修個CQF來進行再教育，比如Sales和Trader對產品背後的數學知識有限，但是沒必要去脫產讀個MFE，就來修個CQF事半功倍。
第二，CQF的課程跟MFE項目差不多，更偏向於金融產品端，講各類金融衍生品和FICC產品（期權 互換 債券 結構化產品等）定價以及量化風險管理的內容。這些不是搞量化投資的內容。
可以通俗的認為CQF是Q QUANT方向的知識，而量化投資是P -QUANT方向的，具體參見：
P Quant 和 Q Quant 到底哪個是未來？ - 寬客 (Quant)
另外一個問題，學習編程。不知道你怎麼定義「學習編程」和「不會編程」。如果不會寫MATLAB R PYTHON這類語言，沒法實現基本的數據處理統計分析和策略回測的話，那真是不會編程，先學編程。 如果定義學編程是搞C++ JAVA要開發啥啥的，那暫時沒必要，能用M R P三個語言幹活就行了。

③ 如何學習量化投資

簡單地說，只要是你不跟從別人炒股都難免要用到量化投資。量化投資專，顧名思義，就是屬通過數字化的可量化參數的比較來進行投資的策略和方法。 量化投資主要包括三個層面的內容。第一，就是估值理論。這部分內容主要應用經濟學的理論對資產標的進行價格或者價值的估算，以輔助投資。其實巴菲特對財務數據的分析，比如市盈率和未來現金流折算等等，都算是量化投資，所以我不認為巴菲特屬於傳統投資。現在很多證券研究員都致力於盈利預測基礎上的估值模型，然後在其基礎上進行選股，都屬於這方面。第二，是與經濟學理論無關的，純粹的應用數學和統計知識對投資交易進行數學化和程序化的過程。大部分人對量化投資的理解也是這一方面，著名的數學家西蒙斯帶領他的團隊取得年均34%的收益率也是這方面成功的典範。第三，就是程序化交易，這部分主要是為了實現某些特殊的量化投資所限定的演算法而對具體到交易層面的程序開發過程。

④ 如果從零基礎開始學量化投資，需要學哪些

首先，對於這個行業要有所了解，當然必備的K線知識是絕對不能少的裡面的內容能很形象的講述K線形態的特性，在不同的市場情況以及技術面基本面情況下，K線的基本形態以及組合形態都能給與不同程度提示。
然後，結合K線基礎通過一些實例來具體將該技術進行應用，這樣在後面實際的操作實戰中則會有很好的作用，當然我剛才說的情況是在具體實戰應用中的，結合該書會有事半功倍的效果。
第三，在以上有基礎有實例的情況下大概學習3-6個月逐漸的適應該應用機制，那麼後期做單則會更為穩重，注重理論與實踐結合的效果。
第四，在形成自己的投資風格與投資理論前應該有相應的專業語言來進行支持，這樣計劃有助於給和相關理論工具給具體投資以相應准確的指導。
第五，當做這個大約有9個月時，通過相應的書籍形成自己的投資風格與投資理論，後期會逐步職業化與專業化，當然這是我個人的看法，這個過程中有相應的具體的工具理論與知識。

⑤ 量化投資學習推薦的書籍都有哪些

1.《打開量化投資的黑箱》
這本書算是對量化投資的科普性介紹，沒有復雜的公式版，很適合初權學者。
2.《解讀量化投資：西蒙斯用公式打敗市場的故事》
正如題目中說的那樣，這本書是故事性的書，主要是介紹西蒙斯的一些經歷和思維方式。
3.《量化投資策略:如何實現超額收益Alpha》
這本書對常見的各種策略及其量化指標做了系統性分析，但是翻譯得......不是很好，建議英語好的朋友閱讀英文版。
4.《金融計量學:從初級到高級建模技術》
這本書是一本偏計量的書，介紹了很多金融領域的建模方法，需要一定的數學功底，可以作為量化投資基礎知識學習書。

⑥ 量化投資要學那個語言好

Matlab 和 C++,一個建模一抄個執行，足夠了。實在不愛用Matlab的話，R和Python也行。多看書多學習，英語也是很重要的。可以找視頻和書籍學習。

個人推薦《量化投資：以python為工具》主要講解量化投資的思想和策略，並藉助Python 語言進行實戰。《量化投資：以Python為工具》一共分為5 部分，第1 部分是Python 入門，第2 部分是統計學基礎，第3 部分是金融理論、投資組合與量化選股，第4 部分是時間序列簡介與配對交易，第5 部分是技術指標與量化投資。《量化投資：以Python為工具》首先對Python 編程語言進行介紹，通過學習，讀者可以迅速掌握用Python 語言處理數據的方法，並靈活運用Python 解決實際金融問題；其次，向讀者介紹量化投資的理論知識，主要講解量化投資所需的數量基礎和類型等方面；最後講述如何在Python 語言中構建量化投資策略。

⑦ 完全不懂金融，想學習量化投資需要學習哪些金融科目

我個人認為學抄習量化投資在金融襲方面需要具備兩個方面的知識：
1、首先是要了解金融市場與金融產品，只有這樣才能在眾多市場與標的中選擇合適的來構建投資組合，這一方面需要了解的基礎知識有：金融市場與金融機構、投資學、金融衍生品等等；
2、其次是需要了解如何量化，相信你應該有足夠的IT背景，編程沒啥問題，其次的話就是要了解數理來溝通金融產品選擇與編程落地，需要了解的科目有：概率論、統計學、計量經濟學、金融經濟學、數理金融等。

⑧ 如何系統地學習量化交易

首先，我對這個問題是完全不知道怎麼回答，為此，我專門去請教了我的老師。

• 我理解很難有一個定量交易的所謂的系統學習過程，定量的只是手段，交易邏輯是多樣的，你可以通過形態描述，追蹤市場方法，如不合理的降價，也可以把天體物理、小波分析、神經網路等復雜模型應用其中，你可以做的是K線結構上的策略，也可以做日線或每500毫秒數據進行決策的策略。所有的一切目的就是為了獲利，所謂量化和程序化只是實現這一目的的手段。

  

• 一個strategist需要思考策略的思維框架，實現方式，而developer則是側重了前後端介面，輸入輸出，界面設置，風控機制，平台拼接等等很多很多方面。其實很不相同吧。

⑨ 學習量化投資和程序化交易都要學習那方面的內容 謝謝了

計算機、數學、金融， 這三種知識 是必須的，其中計算機主要的是編程專技術，數學屬涵蓋的比較多，有統計、數學建模等，金融方面需要有最基礎的金融知識（證券交易方面）。 再者就是找一個好的量化平台了，以前的都是程序員，也是寬客，自己寫代碼，寫軟體編寫平台，接入交易所進行量化交易，但是這樣需要有比較高的編程技術。由於底層協議比較復雜，往往很費力費時。不過現在有了很多 客戶端的軟體，網路的平台比如 BotVS 量化平台，這些都把底層很好的封裝，有統一的操作介面，量化學習者只用把精力放在 量化策略、模型、數據分析上了。大概就是這樣。

⑩ 量化投資學習推薦的書籍都有哪些

量化投資學習是指利用先進的數學模型代替人類的主觀判斷，利用計算機技術，從龐大的歷史數據中選擇各種能夠帶來超額回報的“高概率”事件，制定策略並進行交易的過程。量化交易是一門跨學科的知識，它需要快速解決問題的能力和自我學習的能力，也需要不斷研究的試錯方法。這里有10本關於量化投資學習的入門書籍，希望能給你一些啟發。

《高頻交易員》，市場就像一個讀心者，准確地讀到你的買賣和相應的漲跌，你是否開始懷疑，是你還是這個世界瘋了？這本書的主人公布拉德·勝山就是這樣的。高頻交易最重要的是速度，也許在一眨眼的時間里就有一百萬美元的價差。那麼誰在操縱市場呢?屏幕背後的秘密是什麼?這本書將帶你進入高頻交易的世界在簡單的術語。《賭金者》，長期資本管理公司出身於一位閃閃發光的諾貝爾經濟學獎得主、一位美聯儲前副主席、一位華爾街的金牌交易員，還聲稱自己“每平方英寸的智力密度高於地球上任何其他地方”。短短三年，他就成為了華爾街最受歡迎的明星，並憑借豐厚的回報幾乎控制了華爾街的頂級投資銀行。這支耀眼球隊的資產在短短150天內從48億美元暴跌至5億美元，虧損逾90%。最終，在1998年9月23日，美聯儲與各大投資銀行、商業銀行和投資機構聯手，紓困並接管了其業務。