在職金融小白自學(xué)python做量化投資能行嘛?量化金融其實是一個交叉復(fù)合學(xué)科，需要掌握數(shù)學(xué)、計算機、金融等方面的知識。顯而易見，對于金融學(xué)背景的同學(xué)來說，就需要另外學(xué)習(xí)計算機編程的知識，而計算機背景的同學(xué)則需要補充金融知識。由于本人是24K純金融學(xué)專業(yè)背景，所以就跟大家分享一下，作為一個零編程基礎(chǔ)的金融小白，是如何入門量化金融的。

一、量化工具01編程語言：Python

工欲善其事，必先利其器。想要入門量化，學(xué)會一門編程語言是必不可少的。對于量化金融來說，主流的編程語言有Python、MATLAB、Java、C++等。

>>>點擊咨詢Python入門學(xué)習(xí)

從開發(fā)難度而言，Python和MATLAB比較容易，而Java和C++比較難;從運行速度來說，C++是最快的，因此常用于高頻交易。不過對于大部分量化投資者而言，尤其是初學(xué)者，開發(fā)占用的時間遠遠大于運行時間，如果追求運行速度的話，也可以先將策略開發(fā)出來，再使用C/C++重寫高性能代碼段。

另外，從量化資源而言，Python資源更多，而且MATLAB是商業(yè)軟件，Python是開源免費的。所以綜上所述，如果是編程零基礎(chǔ)的同學(xué)，入門量化的編程語言毋庸置疑是選擇Python。

至于Python的學(xué)習(xí)，網(wǎng)上資源就很多了，在這里推薦幾個Python教程：

https://python.quantecon.org/ 該教程不僅介紹了Python，而且介紹了NumPy、Pandas、Matplotlib、Scipy等數(shù)據(jù)分析常用第三方庫。不過是全英文的，如果英文比較弱的同學(xué)可能看起來比較吃力。

https://www.bilibili.com/video/av27789609...

B站上關(guān)于Python的教學(xué)一搜一大堆，但是水平參差不齊，個人比較推薦魚C小甲魚的《零基礎(chǔ)入門學(xué)習(xí)Python》，在B站播放量排名第一，比較淺顯易懂，適合入門。缺點是內(nèi)容局限于編程基礎(chǔ)，而不是針對量化金融，沒有NumPy、Pandas等數(shù)據(jù)分析常用第三方庫的內(nèi)容;

https://wxb84a237c3cb414e2.h5.xiaoe-tech.com/...

提到量化金融必備的Python技能當然是要王婆賣瓜自賣自夸啦，金融都會量化團隊精心研發(fā)的《Python量化投資與金融實戰(zhàn)應(yīng)用》包含了Python基礎(chǔ)入門知識，以及量化金融涉及的常用數(shù)據(jù)分析第三方庫NumPy、Pandas、Matplotlib等，此外還通過量化金融應(yīng)用實戰(zhàn)案例幫助大家實操練習(xí)。平心而論，這個課程是當前市面不說較好也是極好的量化金融Python入門課。

02、數(shù)據(jù)獲?。篢ushare & BaoStock

關(guān)于數(shù)據(jù)獲取，如果能有Wind那就再好不過啦，但是Wind很貴，如果沒有條件的同學(xué)可以使用免費的數(shù)據(jù)源，比如Tushare和BaoStock。

Tushare是一個比較老牌的數(shù)據(jù)接口，包含滬深股票、指數(shù)、公募基金、期貨、期權(quán)、債券、外匯等非常多的金融數(shù)據(jù)，現(xiàn)在老版Tushare已經(jīng)不在維護，轉(zhuǎn)移到新版TusharePro了，使用方法依舊非常簡單，缺點是部分數(shù)據(jù)需要一定積分才可以獲取。

而BaoStock是2018年的新數(shù)據(jù)接口，口碑也不錯，缺點是只針對股票市場，期貨等市場還沒有涉及。不過對于入門選手來說，這兩個接口都是綽綽有余啦。個人用的比較多的是TusharePro，導(dǎo)入數(shù)據(jù)直接是DataFrame格式，非常方便。

附上TusharePro和BaoStock的鏈接：

TusharePro：https://www.waditu.com/

BaoStock：http://baostock.com/baostock/

03、量化平臺

量化平臺可以看成是一個已經(jīng)搭建好的框架。用戶只需添加一些自己的買賣條件，即可進行策略回測，免去了自己從無到有搭建基礎(chǔ)框架的過程。

目前國內(nèi)比較主流的量化平臺有優(yōu)礦、聚寬、米匡等。不過對于策略回測來講，僅使用Python就完全可以實現(xiàn)了，使用第三方平臺的缺點就是你得先琢磨好一陣子如何使用這個平臺，而且最重要的是很難摸清平臺所有細節(jié)，難以把控。

附上常用量化第三方平臺的鏈接：

優(yōu)礦：https://uqer.io/

聚寬：https://www.joinquant.com/

米匡：https://www.ricequant.com/welcome/

04、其他工具

以上是做量化的一些基礎(chǔ)工具。另外根據(jù)策略類型的不同，也會用到一些其他Python第三方庫。

數(shù)據(jù)庫推薦：SQLite

如果所做的策略需要存儲很多數(shù)據(jù)，那么就需要一個數(shù)據(jù)庫配合使用。Python自帶sqlite3庫，可以在python中方便的操作SQLite數(shù)據(jù)庫。

附上教程：SQLite 教程 | 菜鳥教程：

https://www.runoob.com/sqlite/sqlite-tutorial.html

機器學(xué)習(xí)：Scikit-learn(sklearn)

Scikit-learn(sklearn)是機器學(xué)習(xí)中常用的第三方模塊，對常用的機器學(xué)習(xí)方法進行了封裝，包括回歸(Regression)、分類(Classfication)、降維(Dimensionality Reduction)、聚類(Clustering)等方法。網(wǎng)上搜學(xué)習(xí)資源、學(xué)習(xí)筆記的話也有非常多。

技術(shù)分析：TA-Lib

TA-Lib，全稱“Technical Analysis Library”, 即技術(shù)分析庫，涵蓋了150多種股票、期貨交易軟件中常用的技術(shù)分析指標，如MACD、RSI、KDJ、動量指標、布林帶等等。附上TA-Lib公式大全：http://mrjbq7.github.io/ta-lib/funcs.html

爬蟲推薦：Beautifulsoup

BeautifulSoup4是爬蟲必學(xué)的技能。BeautifulSoup最主要的功能是從網(wǎng)頁抓取數(shù)據(jù)。附上中文文檔：Beautiful Soup 4.4.0 文檔

二、量化策略

掌握了量化金融的基本工具之后，令量化投資者最頭大的就是量化策略的靈感了，對于初學(xué)者而言，肯定是先從經(jīng)典策略比如雙均線、配對交易、動量反轉(zhuǎn)等開始。眾所周知，經(jīng)典的不一定是較好的，但是是必學(xué)的。在掌握了經(jīng)典策略之后，可以通過閱讀券商研報、國外量化論文，或者根據(jù)自己對金融理論的理解，編寫自己的策略。

01、經(jīng)典策略

量化交易經(jīng)典策略主要有擇時策略如雙均線模型、動量反轉(zhuǎn)、配對交易等，選股策略如最主流的多因子策略，技術(shù)分析指標如MACD等。在量化平臺比如聚寬社區(qū)、優(yōu)礦社區(qū)等都會有涉及，在網(wǎng)上隨便搜搜也能搜出一堆。但是這些資源有個問題就是很不適合初學(xué)者，比如說優(yōu)礦社區(qū)的策略，即便是提供源碼，初學(xué)者也是很難看懂的。

我個人是學(xué)習(xí)紀老師的《量化金融分析師AQF實訓(xùn)項目》入門的，很多經(jīng)典策略都有非常詳細的理論講解及Python實操，是非常適合入門學(xué)習(xí)的。當然你也可以閱讀一些相關(guān)的書籍，書籍推薦在之后會提到，不過看書也有同樣的問題就是，如何使用Python將策略實現(xiàn)，自學(xué)還是比較困難的。

在這里附上有可能幫到大家的一些學(xué)習(xí)鏈接：

《量化金融分析師AQF實訓(xùn)項目》

http://www.h8045.cn/class/aqf/aqf/c223.html

《JoinQuant-量化交易零基礎(chǔ)入門教程》

https://www.joinquant.com/view/community/detail/8ec7aaaa899cf928550f89a104637f22

02、券商研報

券商研報雖然經(jīng)常會比較水，但是還是有很多不錯的文章可以借鑒的，推薦可以看券商金工部門的研報。我個人用得比較多的是慧博，可以在【系列專題】-【金融工程】里面找研報看。

另外，在經(jīng)管之家也可以搜到一些券商研報資源

附上鏈接：https://bbs.pinggu.org/

03、海外文獻

量化投資在國內(nèi)發(fā)展時間其實很短，而在海外已經(jīng)有了幾十年的積累沉淀，所以海外量化相關(guān)文獻也是一個很好的資源，推薦可以參考AQR網(wǎng)站的論文資源：https://www.aqr.com/

04、金融理論

顧名思義就是憑借自己的金融知識，深入領(lǐng)會金融資產(chǎn)定價的無套利原則，靈活運用各類金融工具進行投資啦。所以這就靠大家聰明的頭腦，以及金融理論儲備了，我這里就沒什么好說的。

三、量化推薦書籍

作為一個不愛讀書的學(xué)渣，這個部分就太難為我了，如果是愛讀書的好同學(xué)，可以參考知乎問題：學(xué)習(xí)量化交易如何入門?@楊博理的回答，寫的非常全面。這里將該答案整理如下：

01、第一部分：預(yù)備知識

【1】 《投資學(xué)》作者：博迪，凱恩，馬庫斯

【2】 《Trends in Quantitative Finance》by Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm

【3】 《計量經(jīng)濟學(xué)》

【4】 《漫步華爾街》作者：麥基爾

02、第二部分：擇時策略

【1】《海龜交易法則》作者：柯蒂斯·費思

【2】《交易策略評估與較佳化》作者：羅伯特·帕多、

【3】《量化交易——如何建立自己的算法交易事業(yè)》作者：歐內(nèi)斯特·陳

【4】《Building Reliable Trading Systems: Tradable Strategies That Perform As They Backtest and Meet Your Risk-Reward Goals》by Keith Fitschen

03、第三部分：選股策略/投資組合策略

【1】一篇論文：Eugene F. Fama, Kenneth R. French. The cross-section of expected stock returns. Journal of Finance, 47 (1992), pp. 427–465.

【2】 《Quantitative Equity Investing》by Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm

【3】 《積極型投資組合管理》作者：格里納德，卡恩

04、第四部分：進階

【1】《統(tǒng)計套利》作者：安德魯·波爾

【2】《走出幻覺走向成熟》作者: 金融帝國

【3】《信號與噪聲》作者：納特•西爾弗

【4】《失控》作者：凱文·凱利

四、實踐出真知

紙上得來終覺淺，絕知此事要躬行。對于金融行業(yè)來說，實踐當然是非常重要的。對于在校大學(xué)生來說，較好的機會就是找到量化相關(guān)的實習(xí)，比如去券商基金的金工部門、量化部門等，真正操作一些具體的量化項目，同時也正好檢驗自己是否是真的對這方面感興趣。

如果實習(xí)暫時難以找到，也可以在學(xué)校尋找是否有一些課題機會，或者參加一些量化方面的比賽，都是很好的實踐機會。

01、實習(xí)

大部分券商基金都有金工或者量化部門，是非常好的實習(xí)選擇。但是如果是之前沒有實習(xí)經(jīng)歷，可能會比較難獲得機會，這時候動用親戚朋友的力量也是非?？梢缘摹?/p>

02、比賽

由于量化金融變得越來越火爆，目前針對大學(xué)生額量化比賽也是舉辦得越來越多了，比如量子金服主辦的“量子杯”全國高校量化大賽，瑞銀集團主辦的全球量化大賽等，大家可以多多留意。參加比賽一來可以給自己一個學(xué)習(xí)研究的動力，二來如果獲獎了可以寫在簡歷上，給自己的經(jīng)歷貼上一朵小紅花。

03、課題

如果實在是實習(xí)、比賽都比較困難的話，可以問問導(dǎo)師有沒有相關(guān)的課題，或者也可以在網(wǎng)上找找項目，實在不行也可以自己用python寫寫策略回測，或者用模擬盤或者實盤跑一跑自己的策略。在這里，量化金融分析師AQF實訓(xùn)項目了解一下~

課程適合人群：

金融工程/數(shù)學(xué)專業(yè)背景的同學(xué)/工作人士，希望進一步學(xué)習(xí)Python編程以及在量化投資的實戰(zhàn)應(yīng)用;

非金融工程專業(yè)背景的同學(xué)/工作人士，希望迅速成為寬客;

金融相關(guān)人員，希望學(xué)習(xí)如何系統(tǒng)的做量化策略;

個人投資者，希望系統(tǒng)學(xué)習(xí)掌握量化投資相關(guān)的實務(wù)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)。

>>>點擊咨詢AQF課程相關(guān)問題

(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(chǔ)》

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

2、《Python語言編程基礎(chǔ)》

包含了Python環(huán)境搭建、基礎(chǔ)語法、變量類型、基本函數(shù)、基本語句、第三方庫、金融財務(wù)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(xué)習(xí)(隨機森林模型、主成分分析)、深度學(xué)習(xí)(人工神經(jīng)網(wǎng)絡(luò))等內(nèi)容。

4、《量化交易系統(tǒng)設(shè)計》

旨在學(xué)習(xí)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(dǎo)學(xué)員設(shè)計涵蓋個人交易哲學(xué)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考試相關(guān)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(xué);

4、掌握金融、編程和建模知識基礎(chǔ)，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(shè)計的基本框架，以及風(fēng)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?

金程推薦： AQF培訓(xùn) AQF培訓(xùn)機構(gòu) 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

完善下表，48小時內(nèi)查收aqf備考資料

(如果沒收到資料，可以點我咨詢)

>>>返回首頁