本文來自量化金融分析師(AQF)2019年12月場AQF考試備考學員：【Lester Fang】。

　　文章內(nèi)容包括對量化金融分析師(AQF)證書、量化交易、Python語言、機器學習等的理解認識與個人見解等。

　　本文作者表示：文章是在他復習課程內(nèi)容，站在第三方角度，用IT人員的視角，評價課程整體設計，中途穿插金融幽默事件，這樣讀起來才不會太呆板。對量化方面感興趣的同學可以參考筆者的經(jīng)驗和學習路徑。

　　這次分享正在準備中的一張金融科技認證AQF(Analyst of Quantitative Finance)，有對標CQF(Certificated in Quantitative Finance)意味，但是在難度上有距離，AQF 比較容易。

　　其實本人會發(fā)現(xiàn)這一張認證，是一個意外。一開始自己學習計劃是金融 + Python + AI，配合之前一篇文章：學習心得分享 的8個步驟之一，確定學習范圍或考試范圍，因為AQF的考試內(nèi)容是 : 量化交易 + Python + 機器學習 Machine Learning，是非常符合我一開始自己定義的學習目標，算是一箭三雕的金融科技考試。

　　量化交易

　　揭開量化交易面紗的第一步就是學習，否則類似騙子把量子力學給神化，在網(wǎng)路上有一首詩為量子治痛經(jīng): 窮靠變異，富靠科技;遇事不決，量子力學;解釋不通，穿越時空;篇幅不夠，平行宇宙;資金見底，故事重啟。

　　量化交易的核心觀點是透過海量數(shù)據(jù)資料找出錯誤定價，導致套利空間，一般應用在金融機構中。由于有學習 CFA level 1 經(jīng)驗，所以學習量化投資的專業(yè)領域知識，就有部分課程內(nèi)容是重疊的，其中數(shù)量方法，打下很好的地基。

　　量化交易是高風險，在華爾街有一則笑話，無論怎么金融分析，都比不上特朗普在深夜或股市開盤前的兩條 Twitter ! 因為股價是對未來現(xiàn)金流的折算，但是一般金融分析時候，很多策略會參考歷史資料，相信會有規(guī)律，從過去看未來的想法，所以才會有誤判。另外一個比較經(jīng)典的反面案例是長期資本管理公司 (LTCM)，一家對沖基金公司，其中合伙人有幾位都是諾貝爾經(jīng)濟學獎得主，可以說是當時全球頂尖金融團隊也不為過，透過高杠桿和復雜金融衍生品的交易策略，但是無論模型計算如何好，但是黑天鵝事件就是發(fā)生，發(fā)生誤判，最后破產(chǎn)，所以必須敬畏市場。

　　整個課程中提到新穎金融領域是行為金融學，就是透過心理學對于人的投資行為分析，比如動量效應，當投資者有追漲殺跌的情況發(fā)生，會依據(jù)一些指標來做分析，是要與泡沫共存 (ride with the bubble) 還是立即清盤退出。另外今年分享 11 篇關于金融方面的書籍筆記中有兩篇文章是關于行為金融學：陸蓉行為金融學講義 心得筆記 和 行為金融與投資心理學的重點筆記，有興趣可以閱讀一下，可以有大致輪廓關于行為金融學，目前進展到哪一個地步。

　　過程中學習到超過 15 個不同的量化交易策略， 其中大數(shù)據(jù)及輿情分析，會參考國外一篇金融期刊 Quantifying Trading Behavior in Financial Markets Using Google Trends，雖然有 6 頁，實際上內(nèi)容只有 3 頁，自己花 30 分鐘看完這篇論文，基本上透過 Google Tread 關鍵字分析來做交易策略。這給我一個啟發(fā)，一篇好論文其實不需要長篇大論，也可以影響重大。另一個更好例子是中本聰在 2008 年發(fā)表的 Bitcoin: A Peer-to-Peer Electronic Cash System，也是不到 10 頁，但是卻創(chuàng)造出新的產(chǎn)業(yè)出現(xiàn)。

　　整個課程壓軸就是海龜交易系統(tǒng)，其實就是一套完整趨勢交易系統(tǒng)，如何倉位管理，比如分批加倉、動態(tài)止損、入市、離市 . . . 等，因此延伸出海龜交易法則，包含心理管理，有興趣的人可以上網(wǎng)查相關文章，進一步深入了解。

　　Python

　　Python 范圍是針對金融常用 numpy、pandas、talib、tushare、matplotlib 模組和機器學習 sklearn 模組為主的課程，因此如爬蟲 request、神經(jīng)網(wǎng)路 keras 和 Tensorflow 模組，就不在這次范圍內(nèi)，需要后續(xù)自學。課程設計比較傾向 Python 當作第一個入門程式語言，所以針對 Python 應用層面，其實不是很多，畢竟課程內(nèi)容，還包含量化金融，如果有過學習過其他程式語言，比如 C、C++、C#、Java、Apex、Ruby . . . 等，可以快速切入學習。另外有考過 SCJP 或 Salesforce Developer I 認證的人來說，考試范圍內(nèi)容會更廣泛，還會追加 Thread 線程的運作模式、I/O 處理模式、數(shù)據(jù)庫處理、單元測試、Web Service . . . 等。

　　量化平臺：優(yōu)礦 V.S. IB

　　當具備基礎 Python 編程能力，接下來就是量化投資理論轉(zhuǎn)成 Python 實作并且圖形化顯示資料，這邊會引入兩個量化平臺，一個是優(yōu)礦，專門針對國內(nèi)市場為主的量化平臺，另一個是 IB (Interactive Brokers)，中文翻譯為盈透證券，主要是面向全球金融機構的量化平臺。

　　優(yōu)礦提供一個屬于它自已的框架和 API，開發(fā)人員可以參考網(wǎng)站中論壇研究，下面兩張圖是官方提供范例程式，執(zhí)行出來的結(jié)果，可以發(fā)現(xiàn)第一張圖的策略跑輸基準，這邊用上證 50 ETF 為標的，導致阿爾法收益為負，第二張圖就提供模擬不同時間區(qū)段的收益率變化情況，這可以為優(yōu)化策提供一個參考方向。

　　

　　

　　IB 框架會比優(yōu)礦復雜，會用到面向?qū)ο蟮亩嗬^承和重寫父類方法，以及 Thread 線程控制，因此提供比較大的彈性，針對策略上細節(jié)控制，這部分就屬于進階人員，當累積到一定程度量化經(jīng)驗和想要處理國外量化交易。下圖為 IB 運作畫面，提供的金融資訊比優(yōu)礦的內(nèi)容更多。

　　

　　機器學習Machine Learning

　　現(xiàn)在 AI 人工智能很火，這也是當初我會報名 AQF 量化金融分析師的原因之一，這樣可以迫使我學習這領域知識，包含理論基礎和數(shù)學原理，然而 Python 實現(xiàn)時候，實際上不需要太多行程式碼，就可以完成，不過真正難點就是模型優(yōu)化部分，這就需要經(jīng)驗累積，不過從學習角度來說，是一個很好的切入點。課程中針對機器學習，有提到邏輯回歸、支持向量機 (SVM)、決策樹、K近鄰 (KNN) 的 Python 實作，應用在金融股票上，不過模擬出來結(jié)果不是很好，甚至還出現(xiàn)跑輸大盤的情況。最近自己也學習神經(jīng)網(wǎng)路 keras 和 Tensorflow 模組，有一個初步理解，基本上和上面提到的機器學習 Python 實作上并沒有差異很大，內(nèi)容上是有很大的連貫性，算是日后進一步提高能力，有一個很好的地基。

　　量化思維

　　最后我認為一位頂尖的量化分析師會具備量化思維，會意識到碰到事情可采用量化，不追求精確數(shù)據(jù)，而是掌握重點，選出需要量化指標。簡單說就是用數(shù)學解決問題，做到心中有數(shù)。在得到 app 中老喻的人生算法課，提到一個經(jīng)典案例，一位美國石油商人上被綁票，劫后余生提供給 FBI 三條線索，都是經(jīng)過量化，最后 FBI 也依照這三條線索找到犯人。

　　線索一：被綁架約一個多小時，經(jīng)過兩個石油田，因為隱約聽到鉆井聲音

　　線索二：依據(jù)車速和時間，汽車開到關押地點大約 960 公里

　　線索三：每天有兩次班機降落，推算是早上 9 : 45 和 下午 5 : 45

　　那你今天開始嘗試思考事情用量化思維嗎 ?

量化金融分析師(簡稱AQF，Analyst of Quantitative Finance)由量化金融標準委員會(Standard Committee of Quantitative Finance，SCQF)主考并頒證，是代表量化金融領域的專業(yè)水平證書。 >>>點擊咨詢AQF證書含金量

　　

課程適合人群：

　　金融工程/數(shù)學專業(yè)背景的同學/工作人士，希望進一步學習Python編程以及在量化投資的實戰(zhàn)應用；

　　非金融工程專業(yè)背景的同學/工作人士，希望迅速成為寬客；

　　金融相關人員，希望學習如何系統(tǒng)的做量化策略；

　　個人投資者，希望系統(tǒng)學習掌握量化投資相關的實務技能，從模型開發(fā)，回測，策略改進，搭建穩(wěn)定的量化交易系統(tǒng)。

（點擊上圖了解課程詳情）

　　量化金融分析師AQF核心課程體系：

　　1、《量化投資基礎》

　　主要涵蓋了量化投資領域的必備知識，包括：基本面分析、技術分析、數(shù)量分析、固定收益、資產(chǎn)組合管理、權益、另類投資等內(nèi)容。

　　2、《Python語言編程基礎》

　　包含了Python環(huán)境搭建、基礎語法、變量類型、基本函數(shù)、基本語句、第三方庫、金融財務實例等內(nèi)容。旨在為金融財經(jīng)人提供最需要的編程方法。

　　3、《基于Python的經(jīng)典量化投資策略》

　　包含了最富盛名，最基本的量化交易思想和交易策略。例如：海龜交易模型、Logistics模型、配對交易模型、波動擴張模型、Alpha模型、機器學習(隨機森林模型、主成分分析)、深度學習(人工神經(jīng)網(wǎng)絡)等內(nèi)容。

　　4、《量化交易系統(tǒng)設計》

　　旨在學習量化交易系統(tǒng)的具體知識，包括過濾器，進入信號，退出信號，倉位管理等詳細內(nèi)容，并指導學員設計涵蓋個人交易哲學的量化交易系統(tǒng)。

　　5、《量化實盤交易》

　　旨在為解決實際量化交易策略搭建過程中的一些問題提供較優(yōu)解決方案。 >>>點擊咨詢AQF相關問題

　　

　　掌握Python及量化投資技能，我們能做什么?

1、熟悉中國主要金融市場及交易產(chǎn)品的交易機制；

2、熟知國內(nèi)外期貨交易、股市交易的異同點和內(nèi)在運行機制；

3、掌握經(jīng)典量化交易策略細節(jié)及其背后的交易哲學；

4、掌握金融、編程和建模知識基礎，擁有量化交易實盤操作能力；

5、具備獨立自主地研發(fā)新量化交易策略的能力；

6、掌握量化交易模型設計的基本框架，以及風險管理和資產(chǎn)組合理論的實際運用；

7、掌握從策略思想——策略編寫——策略實現(xiàn)餓完整量化投資決策過程；具備量化投資實戰(zhàn)交易能力。

　　

更多內(nèi)容推薦閱讀：

如何成為一名優(yōu)秀的量化金融分析師？

AQF到底是什么鬼？哪類人適合參加AQF考試？

2019年量化金融分析師（AQF）全國統(tǒng)一考試報名簡章

Wind、Excel和Python三大金融技能兼修，下一個金融分析大神就是你

金程推薦： AQF培訓 AQF培訓機構 AQF是什么意思

咨詢電話：400-700-9596

AQF考友群：760229148

　　金融寬客交流群：801860357

　　微信公眾號：量化金融分析師

>>>返回首頁