對(duì)于Python可能大家都會(huì)有一些了解，這個(gè)語音不僅是AQF的基本語言，同時(shí)一些學(xué)習(xí)編程方面的朋友們應(yīng)該對(duì)于這個(gè)語言不陌生，那么小編今天要給大家分享的是什么呢？就是Python量化投資技能的解析。

Python，MongoDB：

Python核心量化工具：Numpy/Scipy/Matplotlib/Pandas

Mongodb：非關(guān)系型數(shù)據(jù)庫（nosql ），屬于文檔型數(shù)據(jù)庫，在適量級(jí)的內(nèi)存的Mongodb的性能是非常迅速的。

》》點(diǎn)擊進(jìn)入學(xué)習(xí)量化投資入門特惠班

基本面選股與擇時(shí)判斷買賣點(diǎn)：

對(duì)于股票市場(chǎng)，量化投資主要包括量化選股、量化擇時(shí)、算法交易、股票組合配置、資金或倉位管理、風(fēng)險(xiǎn)控制等。

選股的目標(biāo)是從市場(chǎng)上所有可交易的股票中，篩選出適合自己投資風(fēng)格的、具有一定安全邊際的股票候選集合，通常稱為“股票池”，并可根據(jù)自己的操作周期或市場(chǎng)行情變化，不定時(shí)地調(diào)整該股票池，作為下一階段擇時(shí)或調(diào)倉的基礎(chǔ)。

量化選股的依據(jù)可以是基本面，也可以是技術(shù)面，或二者的結(jié)合。

擇時(shí)的目標(biāo)是確定股票的具體買賣時(shí)機(jī)，其依據(jù)主要是技術(shù)面。取決于投資周期或風(fēng)格（例如中長線、短線，或超短線），擇時(shí)策略可以從比較粗略的對(duì)股票價(jià)位相對(duì)高低位置的判斷，到依據(jù)更精確的技術(shù)指標(biāo)或事件消息等作為信號(hào)來觸發(fā)交易動(dòng)作。

一般來說，擇時(shí)動(dòng)作的產(chǎn)生可以基于日K線（或周K線），也可以基于日內(nèi)的小時(shí)或分鐘級(jí)別K線，甚至tick級(jí)的分時(shí)圖等。

神經(jīng)網(wǎng)路與深度學(xué)習(xí)在量化交易中的應(yīng)用：

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)新的領(lǐng)域，它基于多層神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)中的高級(jí)抽象進(jìn)行建模，其動(dòng)機(jī)在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，模仿人腦的機(jī)制來解釋數(shù)據(jù)。從市場(chǎng)微觀結(jié)構(gòu)的角度來說，股票價(jià)格的形成和變化是由買賣雙方的交易行為決定的，對(duì)高頻市場(chǎng)行情數(shù)據(jù)利用深度學(xué)習(xí)方法進(jìn)行挖掘可以獲得對(duì)未來股票價(jià)格走勢(shì)有預(yù)測(cè)能力的模式。