学习量化投资

① 如何入门量化投资

首先，你对一个金融衍生品，非常的熟悉，有你的交易计划，包括，进场逻辑、出场逻辑、风险规则、在相对时间里可以赚钱。相对稳定的收益。把你的模式，逻辑让写程序的，开发出来。当然你要自己写程序也行。

几个月前刚刚做量化交易的尝试，运用了10多年自认为有效的技术指标来做统计分析，得出的结论就是完全靠技术指标来指导交易就是扯蛋，在大量样本面前，一切都是假象。由此也彻底放弃了技术指标的研究，真的没有太大用处。

所以我个人认为学习量化交易，应当从基础理论的学习，仓位管理，止盈止损的控制，策略的周期，校验策略，小额实盘交易，小中额度实盘交易，最后大额实盘交易。最最重要的是，要有很好的情绪管理，超强抗压能力，敏锐的洞察力是交易成功并盈利的重要法则！

② 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。

③ 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。

④ 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。

⑤ 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。

⑥ 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。

⑦ 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。

⑧ 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。

⑨ 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。

⑩ 量化投资学习推荐的书籍都有哪些

量化投资学习是指利用先进的数学模型代替人类的主观判断，利用计算机技术，从庞大的历史数据中选择各种能够带来超额回报的“高概率”事件，制定策略并进行交易的过程。量化交易是一门跨学科的知识，它需要快速解决问题的能力和自我学习的能力，也需要不断研究的试错方法。这里有10本关于量化投资学习的入门书籍，希望能给你一些启发。

《高频交易员》，市场就像一个读心者，准确地读到你的买卖和相应的涨跌，你是否开始怀疑，是你还是这个世界疯了？这本书的主人公布拉德·胜山就是这样的。高频交易最重要的是速度，也许在一眨眼的时间里就有一百万美元的价差。那么谁在操纵市场呢?屏幕背后的秘密是什么?这本书将带你进入高频交易的世界在简单的术语。《赌金者》，长期资本管理公司出身于一位闪闪发光的诺贝尔经济学奖得主、一位美联储前副主席、一位华尔街的金牌交易员，还声称自己“每平方英寸的智力密度高于地球上任何其他地方”。短短三年，他就成为了华尔街最受欢迎的明星，并凭借丰厚的回报几乎控制了华尔街的顶级投资银行。这支耀眼球队的资产在短短150天内从48亿美元暴跌至5亿美元，亏损逾90%。最终，在1998年9月23日，美联储与各大投资银行、商业银行和投资机构联手，纾困并接管了其业务。