量化投资学习

㈠ 如何系统地学习量化交易

首先，我对这个问题是完全不知道怎么回答，为此，我专门去请教了我的老师。

• 我理解很难有一个定量交易的所谓的系统学习过程，定量的只是手段，交易逻辑是多样的，你可以通过形态描述，追踪市场方法，如不合理的降价，也可以把天体物理、小波分析、神经网络等复杂模型应用其中，你可以做的是K线结构上的策略，也可以做日线或每500毫秒数据进行决策的策略。所有的一切目的就是为了获利，所谓量化和程序化只是实现这一目的的手段。

  

• 一个strategist需要思考策略的思维框架，实现方式，而developer则是侧重了前后端接口，输入输出，界面设置，风控机制，平台拼接等等很多很多方面。其实很不相同吧。

㈡ 量化交易如何入门要学习多长时间

很好入门，多学多看。
学习量化交易，一定要理解它的风险性从何而来。
首先是一二级专市场“级属差”风险，其次是交易员操作风险，最后是系统软件的风险。
第二种风险是交易员操作失误。这同时也牵扯到第三种风险，系统软件风险，每个交易员在系统中都有相应的交易权限，包括数量、金额。
有个业内资深人士带路会事半功倍，尤其对金融爱好者而言，一些理解上的细微偏差，都可能导致整体概念上的错误认识。
比如我就是通过资深人士带着入门的。除了学习量化收益，还学了很多投资理财方面的知识，有各种理财偏好，每个群体对应了不同的投资类型……推敲过后，我选择了无界财富，因为他们风控模式可以看出，比如国有金融机构风控、银行存管这些，比较稳健的方式。
所以说，他不仅是学我习量化交易的前辈，还是我理财的入门引导人，他多次提醒我们不要盲目跟风，以自己的风险承担能力来选择。如果偏好稳健的方式，同样可以选择无界财富这类稳健平台作为入门。

㈢ 如何学习量化投资

简单地说，只要是你不跟从别人炒股都难免要用到量化投资。量化投资专，顾名思义，就是属通过数字化的可量化参数的比较来进行投资的策略和方法。 量化投资主要包括三个层面的内容。第一，就是估值理论。这部分内容主要应用经济学的理论对资产标的进行价格或者价值的估算，以辅助投资。其实巴菲特对财务数据的分析，比如市盈率和未来现金流折算等等，都算是量化投资，所以我不认为巴菲特属于传统投资。现在很多证券研究员都致力于盈利预测基础上的估值模型，然后在其基础上进行选股，都属于这方面。第二，是与经济学理论无关的，纯粹的应用数学和统计知识对投资交易进行数学化和程序化的过程。大部分人对量化投资的理解也是这一方面，著名的数学家西蒙斯带领他的团队取得年均34%的收益率也是这方面成功的典范。第三，就是程序化交易，这部分主要是为了实现某些特殊的量化投资所限定的算法而对具体到交易层面的程序开发过程。

㈣ 学习量化投资和程序化交易都要学习那方面的内容 谢谢了

计算机、数学、金融， 这三种知识 是必须的，其中计算机主要的是编程专技术，数学属涵盖的比较多，有统计、数学建模等，金融方面需要有最基础的金融知识（证券交易方面）。 再者就是找一个好的量化平台了，以前的都是程序员，也是宽客，自己写代码，写软件编写平台，接入交易所进行量化交易，但是这样需要有比较高的编程技术。由于底层协议比较复杂，往往很费力费时。不过现在有了很多 客户端的软件，网络的平台比如 BotVS 量化平台，这些都把底层很好的封装，有统一的操作接口，量化学习者只用把精力放在 量化策略、模型、数据分析上了。大概就是这样。

㈤ 如何系统地学习量化交易

量化交易： 量化投资理论是借助现代统计学和数学的方法，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，用数量模型验证及固化这些规律和策略，然后严格执行已固化的策略来指导投资，以求获得可持续的、稳定且高于平均的超额回报 量化从一开始也不是作为定性的对立面而提出的方法，它是将定性分析中的技术分析策略用模型固化，替代过程中可以用电脑进行的部分并将其效用极大优化 量化交易策略几乎覆盖了投资的全过程，包括量化选股、量化择时、股指期货套利、商品期货套利、统计套利、算法交易，资产配置，风险控制等 程序化交易： 程序化交易系统是指设计人员将交易策略的逻辑与参数在电脑程序运算后，并将交易策略系统化。 当趋势确立时，系统发出多空讯号锁定市场中的价量模式，并且有效掌握价格变化的趋势，让投资人不论在上涨或下跌的市场行情中，都能轻松抓住趋势波段，进而赚取波段获利。程序化交易的操作方式不求绩效第一、不求赚取夸张利润，只求长期稳健的获利，于市场中成长并达到财富累积的复利效果。经过长时期操作，年获利率可保持在一定水准之上。 交易系统构成： 一句话：极其开放模型(策略)的设计、风险动态管理技术、误差矫正反馈检验准确率、快捷的下单速度。这四项组成了整个程序化交易系统。 程序化交易的买卖决策完全决定于自己的交易理念系统化、制度化的逻辑判断规则，透过电脑的辅助，将各种交易理念转化为电脑程序语言的一种交易模式，即由电脑来代替人为发出买卖讯号，再根据系统使用者发出的委托方式，由电脑自动执行下单程序。

㈥ 量化投资学习推荐的书籍都有哪些

1.《打开量化投资的黑箱》
这本书算是对量化投资的科普性介绍，没有复杂的公式版，很适合初权学者。
2.《解读量化投资：西蒙斯用公式打败市场的故事》
正如题目中说的那样，这本书是故事性的书，主要是介绍西蒙斯的一些经历和思维方式。
3.《量化投资策略:如何实现超额收益Alpha》
这本书对常见的各种策略及其量化指标做了系统性分析，但是翻译得......不是很好，建议英语好的朋友阅读英文版。
4.《金融计量学:从初级到高级建模技术》
这本书是一本偏计量的书，介绍了很多金融领域的建模方法，需要一定的数学功底，可以作为量化投资基础知识学习书。

㈦ 国内有什么好的量化投资学习平台最好是非编程类的

最近复一些时间，机器学习和制数据挖掘的热门导致了舆论上的小小逆反——大数据和机器学习的东西是否已经被过分吹捧？似乎与之相关的人和事都显得躁动不安。在社会科学研究中，有一个“经济学帝国主义”的说法，大致的意思是，经济学的研究范式被各个社会科学大量借鉴，其研究的范围似乎一望无际，了无边界，令其它学科的学者感到窘迫。如果我们去观察一些社会科学近几十年的发展脉络，我们会意识到，其趋势大致都可以用 “从定性到定量” 来概括。因此，放在这个历史进程中考量，机器学习的崛起无非是这一趋势的延续——过去模糊不定的经验，现在可以通过系统的数据分析证实或是证伪；而那些未曾被察觉的规律，则在机器学习算法的抽丝剥茧下得以浮现纸面。

㈧ 完全不懂金融，想学习量化投资需要学习哪些金融科目

我个人认为学抄习量化投资在金融袭方面需要具备两个方面的知识：
1、首先是要了解金融市场与金融产品，只有这样才能在众多市场与标的中选择合适的来构建投资组合，这一方面需要了解的基础知识有：金融市场与金融机构、投资学、金融衍生品等等；
2、其次是需要了解如何量化，相信你应该有足够的IT背景，编程没啥问题，其次的话就是要了解数理来沟通金融产品选择与编程落地，需要了解的科目有：概率论、统计学、计量经济学、金融经济学、数理金融等。

㈨ 量化投资要学那个语言好

Matlab 和 C++,一个建模一抄个执行，足够了。实在不爱用Matlab的话，R和Python也行。多看书多学习，英语也是很重要的。可以找视频和书籍学习。

个人推荐《量化投资：以python为工具》主要讲解量化投资的思想和策略，并借助Python 语言进行实战。《量化投资：以Python为工具》一共分为5 部分，第1 部分是Python 入门，第2 部分是统计学基础，第3 部分是金融理论、投资组合与量化选股，第4 部分是时间序列简介与配对交易，第5 部分是技术指标与量化投资。《量化投资：以Python为工具》首先对Python 编程语言进行介绍，通过学习，读者可以迅速掌握用Python 语言处理数据的方法，并灵活运用Python 解决实际金融问题；其次，向读者介绍量化投资的理论知识，主要讲解量化投资所需的数量基础和类型等方面；最后讲述如何在Python 语言中构建量化投资策略。

㈩ 量化投资需要学什么

首先是要了解金融市场与金融产品,只有这样才能在众多市场与标的中选择合适的来构建投资组合,这一方面需要了解的基础知识有:金融市场与金融机构、投资学、金融衍生品等等。