① 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。
② 如果从零基础开始学量化投资，需要学哪些
首先，对于这个行业要有所了解，当然必备的K线知识是绝对不能少的里面的内容能很形象的讲述K线形态的特性，在不同的市场情况以及技术面基本面情况下，K线的基本形态以及组合形态都能给与不同程度提示。
然后，结合K线基础通过一些实例来具体将该技术进行应用，这样在后面实际的操作实战中则会有很好的作用，当然我刚才说的情况是在具体实战应用中的，结合该书会有事半功倍的效果。
第三，在以上有基础有实例的情况下大概学习3-6个月逐渐的适应该应用机制，那么后期做单则会更为稳重，注重理论与实践结合的效果。
第四，在形成自己的投资风格与投资理论前应该有相应的专业语言来进行支持，这样计划有助于给和相关理论工具给具体投资以相应准确的指导。
第五，当做这个大约有9个月时，通过相应的书籍形成自己的投资风格与投资理论，后期会逐步职业化与专业化，当然这是我个人的看法，这个过程中有相应的具体的工具理论与知识。
③ matlab做量化投资分析，怎么学
MATLAB是数学建模常用的软件,先学习数学建模,用于数学研究。
除此之外,还要学习编程,课程是C语言。
④ 想走量化投资方向，大概需要什么学历
硕士学历足够，需要具备金融学、心理学、经济学、统计学、会计学等，总结数据统计能力、计算机技能以及心理素质。
量化投资可以肯定说目前还是一年蓝海，稀缺人才很少，如果有志往这方面发展是不错的选择。
⑤ 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。
⑥ 量化投资都需要哪些数学基础知识
既然说到用数学模型，那数学和统计学的知识是必不可少的。由于国内金融市场尚不完备，一些衍生品交易受到限制，所以相较国外市场，能用到的数学/统计学知识也要少一些。对于非理工背景的投资者，需要补充基础的高等数学，线性代数，概率论，统计学，最优化理论等等学科的知识，这些内容可以在高校教科书中找到。对于一些新兴的利用机器学习的交易策略，还需要了解一些数据挖掘的知识。但既然是入门，这部分自然不是必要的。
另外，计量经济学的应用尤其广泛。进行策略研究时经常要面对大量的时间序列、面板数据。虽然在实践过程中更加注重策略结果，只要能赚钱的策略就是好策略，但在严谨的计量理论的支持下，回归结果更准确，能更好的刻画数据背后的关系，故往往更容易得到与预期相近的结果。其中，时间序列回归与截面、面板回归的逻辑与假设均有较大区别，且广泛用于刻画及预测金融资产的收益，波动。计量经济学的书籍推荐伍德里奇的《计量经济学导论：现代观点》；时间序列推荐布鲁克斯的《金融计量经济学导论》。
想学量化交易？做好这五点准备 https://www.youxiagushi.com/main/viewthread.php?tid=346169
⑦ 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。
⑧ 怎么自学量化金融
懂量化投资，但是他们应该完全不知道CQF是什么，问题被他们简化成了“不懂数学和编程的金融硕士，是否可以学习量化投资？还是自己学习编程比较好？”不过同意他们的言论。
CQF是paul wilmott搞的一个培训课程和认证体系。
第一就是不官方，没人会认，除非你已经在投行里工作，公司给你出钱修个CQF来进行再教育，比如Sales和Trader对产品背后的数学知识有限，但是没必要去脱产读个MFE，就来修个CQF事半功倍。
第二，CQF的课程跟MFE项目差不多，更偏向于金融产品端，讲各类金融衍生品和FICC产品（期权 互换 债券 结构化产品等）定价以及量化风险管理的内容。这些不是搞量化投资的内容。
可以通俗的认为CQF是Q QUANT方向的知识，而量化投资是P -QUANT方向的，具体参见：
P Quant 和 Q Quant 到底哪个是未来？ - 宽客 (Quant)
另外一个问题，学习编程。不知道你怎么定义“学习编程”和“不会编程”。如果不会写MATLAB R PYTHON这类语言，没法实现基本的数据处理统计分析和策略回测的话，那真是不会编程，先学编程。 如果定义学编程是搞C++ JAVA要开发啥啥的，那暂时没必要，能用M R P三个语言干活就行了。
⑨ 量化投资怎么入门
量化投资如果要入门的话，你可以根据它的量能变化去入门学习一下。
⑩ 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。