大學(xué)生金融小白自學(xué)python做量化投資需要注意些什么?量化金融其實(shí)是一個(gè)交叉復(fù)合學(xué)科，需要掌握數(shù)學(xué)、計(jì)算機(jī)、金融等方面的知識(shí)。顯而易見，對(duì)于金融學(xué)背景的同學(xué)來說，就需要另外學(xué)習(xí)計(jì)算機(jī)編程的知識(shí)，而計(jì)算機(jī)背景的同學(xué)則需要補(bǔ)充金融知識(shí)。由于是24K純金融學(xué)專業(yè)背景，所以金程AQF小編就跟大家分享一下，作為一個(gè)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
1、編程語言Python
工欲善其事，必先利其器。想要入門量化，學(xué)會(huì)一門編程語言是必不可少的。對(duì)于量化金融來說，主流的編程語言有Python、MATLAB、Java、C++等。
從開發(fā)難度而言，Python和MATLAB比較容易，而Java和C++比較難;從運(yùn)行速度來說，C++是最快的，因此常用于高頻交易。不過對(duì)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(shí)間遠(yuǎn)遠(yuǎn)大于運(yùn)行時(shí)間，如果追求運(yùn)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(fèi)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(gè)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(kù)。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(gè)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(diǎn)是內(nèi)容局限于編程基礎(chǔ)，而不是針對(duì)量化金融，沒有NumPy、Pandas等數(shù)據(jù)分析常用第三方庫(kù)的內(nèi)容;https://wxb84a237c3cb414e2.h5.xiaoe-tech.com/...
提到量化金融必備的Python技能當(dāng)然是要王婆賣瓜自賣自夸啦，金融都會(huì)量化團(tuán)隊(duì)精心研發(fā)的《Python量化投資與金融實(shí)戰(zhàn)應(yīng)用》包含了Python基礎(chǔ)入門知識(shí)，以及量化金融涉及的常用數(shù)據(jù)分析第三方庫(kù)NumPy、Pandas、Matplotlib等，此外還通過量化金融應(yīng)用實(shí)戰(zhàn)案例幫助大家實(shí)操練習(xí)。平心而論，這個(gè)課程是當(dāng)前市面不說較好也是極好的量化金融Python入門課。
2、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(fèi)的數(shù)據(jù)源，比如Tushare和BaoStock。
Tushare是一個(gè)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(hù)，轉(zhuǎn)移到新版TusharePro了，使用方法依舊非常簡(jiǎn)單，缺點(diǎn)是部分?jǐn)?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(cuò)，缺點(diǎn)是只針對(duì)股票市場(chǎng)，期貨等市場(chǎng)還沒有涉及。不過對(duì)于入門選手來說，這兩個(gè)接口都是綽綽有余啦。個(gè)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/
3、量化平臺(tái)
量化平臺(tái)可以看成是一個(gè)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(jìn)行策略回測(cè)，免去了自己從無到有搭建基礎(chǔ)框架的過程。
目前國(guó)內(nèi)比較主流的量化平臺(tái)有優(yōu)礦、聚寬、米匡等。不過對(duì)于策略回測(cè)來講，僅使用Python就完全可以實(shí)現(xiàn)了，使用第三方平臺(tái)的缺點(diǎn)就是你得先琢磨好一陣子如何使用這個(gè)平臺(tái)，而且最重要的是很難摸清平臺(tái)所有細(xì)節(jié)，難以把控。
附上常用量化第三方平臺(tái)的鏈接：優(yōu)礦：https://uqer.io/聚寬：https://www.joinquant.com/米匡：https://www.ricequant.com/welcome/
4、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(huì)用到一些其他Python第三方庫(kù)。
數(shù)據(jù)庫(kù)推薦：SQLite
如果所做的策略需要存儲(chǔ)很多數(shù)據(jù)，那么就需要一個(gè)數(shù)據(jù)庫(kù)配合使用。Python自帶sqlite3庫(kù)，可以在python中方便的操作SQLite數(shù)據(jù)庫(kù)。
附上教程：SQLite 教程 | 菜鳥教程：https://www.runoob.com/sqlite/sqlite-tutorial.html機(jī)器學(xué)習(xí)：Scikit-learn(sklearn)
Scikit-learn(sklearn)是機(jī)器學(xué)習(xí)中常用的第三方模塊，對(duì)常用的機(jī)器學(xué)習(xí)方法進(jìn)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。
5、技術(shù)分析：TA-Lib
TA-Lib，全稱“Technical Analysis Library”, 即技術(shù)分析庫(kù)，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(biāo)，如MACD、RSI、KDJ、動(dòng)量指標(biāo)、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(duì)于初學(xué)者而言，肯定是先從經(jīng)典策略比如雙均線、配對(duì)交易、動(dòng)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(bào)、國(guó)外量化論文，或者根據(jù)自己對(duì)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(shí)策略如雙均線模型、動(dòng)量反轉(zhuǎn)、配對(duì)交易等，選股策略如最主流的多因子策略，技術(shù)分析指標(biāo)如MACD等。在量化平臺(tái)比如聚寬社區(qū)、優(yōu)礦社區(qū)等都會(huì)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(gè)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(gè)人是學(xué)習(xí)紀(jì)老師的《量化金融分析師AQF實(shí)訓(xùn)項(xiàng)目》入門的，很多經(jīng)典策略都有非常詳細(xì)的理論講解及Python實(shí)操，是非常適合入門學(xué)習(xí)的。當(dāng)然你也可以閱讀一些相關(guān)的書籍，書籍推薦在之后會(huì)提到，不過看書也有同樣的問題就是，如何使用Python將策略實(shí)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(shí)訓(xùn)項(xiàng)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(bào)券商研報(bào)雖然經(jīng)常會(huì)比較水，但是還是有很多不錯(cuò)的文章可以借鑒的，推薦可以看券商金工部門的研報(bào)。我個(gè)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(bào)看。另外，在經(jīng)管之家也可以搜到一些券商研報(bào)資源附上鏈接：https://bbs.pinggu.org/
03、海外文獻(xiàn)量化投資在國(guó)內(nèi)發(fā)展時(shí)間其實(shí)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(xiàn)也是一個(gè)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(shí)，深入領(lǐng)會(huì)金融資產(chǎn)定價(jià)的無套利原則，靈活運(yùn)用各類金融工具進(jìn)行投資啦。所以這就靠大家聰明的頭腦，以及金融理論儲(chǔ)備了，我這里就沒什么好說的。
三、量化推薦書籍
作為一個(gè)不愛讀書的學(xué)渣，這個(gè)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(shí)【1】《投資學(xué)》作者：博迪，凱恩，馬庫(kù)斯【2】《Trends in Quantitative Finance》by Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm【3】《計(jì)量經(jīng)濟(jì)學(xué)》【4】《漫步華爾街》作者：麥基爾
02、第二部分：擇時(shí)策略【1】《海龜交易法則》作者：柯蒂斯·費(fèi)思【2】《交易策略評(píng)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(jìn)階【1】《統(tǒng)計(jì)套利》作者：安德魯·波爾【2】《走出幻覺走向成熟》作者: 金融帝國(guó)【3】《信號(hào)與噪聲》作者：納特•西爾弗【4】《失控》作者：凱文·凱利
四、實(shí)踐出真知
紙上得來終覺淺，絕知此事要躬行。對(duì)于金融行業(yè)來說，實(shí)踐當(dāng)然是非常重要的。對(duì)于在校大學(xué)生來說，較好的機(jī)會(huì)就是找到量化相關(guān)的實(shí)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(xiàng)目，同時(shí)也正好檢驗(yàn)自己是否是真的對(duì)這方面感興趣。
如果實(shí)習(xí)暫時(shí)難以找到，也可以在學(xué)校尋找是否有一些課題機(jī)會(huì)，或者參加一些量化方面的比賽，都是很好的實(shí)踐機(jī)會(huì)。
01、實(shí)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(shí)習(xí)選擇。但是如果是之前沒有實(shí)習(xí)經(jīng)歷，可能會(huì)比較難獲得機(jī)會(huì)，這時(shí)候動(dòng)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(duì)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(guó)高校量化大賽，瑞銀集團(tuán)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(gè)學(xué)習(xí)研究的動(dòng)力，二來如果獲獎(jiǎng)了可以寫在簡(jiǎn)歷上，給自己的經(jīng)歷貼上一朵小紅花。
03、課題如果實(shí)在是實(shí)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(xiàng)目，實(shí)在不行也可以自己用python寫寫策略回測(cè)，或者用模擬盤或者實(shí)盤跑一跑自己的策略。在這里，量化金融分析師AQF實(shí)訓(xùn)項(xiàng)目了解一下~
.jpg)
(點(diǎn)擊上圖了解課程詳情)
.png)
更多內(nèi)容推薦閱讀：
Wind、Excel和Python三大金融技能兼修，下一個(gè)金融分析大神就是你
金程推薦： AQF培訓(xùn) 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(hào)：量化金融分析師
完善下表，48小時(shí)內(nèi)查收aqf備考資料
(如果沒收到資料，可以點(diǎn)我咨詢)
.png)
