引言
隨著技術(shù)手段的不斷成熟优妙，越來(lái)越多的投資方式、投資理念不斷涌現(xiàn)出來(lái)憎账，其中量化交易又是我相對(duì)感興趣的套硼，所以花了一定的時(shí)間和精力去學(xué)習(xí)和研究。在這個(gè)過(guò)程中發(fā)現(xiàn)胞皱，不少人對(duì)量化投資本身存在一定的誤解或認(rèn)識(shí)不清邪意，有的人認(rèn)為可以躺著掙錢（雖然我也想這樣，不過(guò)怕是只有島國(guó)老師可以吧）反砌；有的人則認(rèn)為沒(méi)啥卵用雾鬼；也有的人盲目追求模型的復(fù)雜性，過(guò)度擬合宴树，最終在編程和數(shù)學(xué)中迷失了方向策菜。
其實(shí)，簡(jiǎn)單理解酒贬，量化投資就是利用計(jì)算機(jī)科技又憨、數(shù)學(xué)模型去實(shí)現(xiàn)投資理念、策略的過(guò)程锭吨，其優(yōu)勢(shì)在于提高了我們分析的廣度和深度蠢莺，通過(guò)歷史回測(cè)快速迭代優(yōu)化，同時(shí)自動(dòng)交易過(guò)程可以規(guī)避人性中的諸多弱點(diǎn)零如。
個(gè)人認(rèn)為躏将，量化投資將可能成為市場(chǎng)的主流投資工具。因此埠况，本文主要結(jié)合近期個(gè)人經(jīng)驗(yàn)和網(wǎng)上公開(kāi)資料耸携，為大家分享量化相關(guān)學(xué)習(xí)資源，由于涉獵范圍有限辕翰，本文資料僅供參考夺衍，歡迎小伙伴們補(bǔ)充和分享。
量化資源分享
在眾多量化編程語(yǔ)言中喜命，從使用廣度沟沙、難度河劝、速度等方面綜合考慮，Python是應(yīng)該相對(duì)主流的矛紫，也是我使用頻度最高的一種語(yǔ)言了赎瞎，因此，本文的資源多從這類語(yǔ)音方面入手颊咬，分享一下我涉及到的务甥、后面文章會(huì)使用的資源，重點(diǎn)資源會(huì)加粗標(biāo)注喳篇！
整個(gè)量化投資體系敞临，可以大體分為數(shù)據(jù)管理、策略分析和策略執(zhí)行三個(gè)模塊麸澜，數(shù)據(jù)是一切基礎(chǔ)挺尿，主要包括采集、處理炊邦、分析编矾；策略分析是核心，通過(guò)采用可視化馁害、機(jī)器學(xué)習(xí)等技術(shù)手段窄俏，對(duì)技術(shù)指標(biāo)、基本面等進(jìn)行科學(xué)分析蜗细；而策略執(zhí)行裆操，國(guó)內(nèi)券商開(kāi)始逐漸支持，像中泰炉媒、華信等踪区。從技術(shù)的角度看，要學(xué)習(xí)的Python模塊主要有Pandas吊骤、Numpy缎岗、tushare、matplotlib白粉、TA-lib以及一些爬蟲(chóng)庫(kù)等传泊；而從策略的角度看，僅有技術(shù)是遠(yuǎn)遠(yuǎn)不夠的鸭巴，必須有自己的策略思路和邏輯眷细。
由于大部資料來(lái)源于網(wǎng)絡(luò)，因此鹃祖，本文只提供關(guān)鍵詞溪椎、相關(guān)資料請(qǐng)自行百度！
01 策略來(lái)源
相關(guān)網(wǎng)站、博客校读、論壇
- ARQ沼侣、Quantivity、QuantLib歉秫、知乎 -量化蛾洛、FMZ發(fā)明者量化交易平臺(tái)
相關(guān)書(shū)籍、概念
如果一點(diǎn)金融投資理論都不了解雁芙，就談量化投資轧膘，很容易流于形式，量化投資核心是策略和思路兔甘，而策略的來(lái)源需要一定的統(tǒng)計(jì)學(xué)扶供、經(jīng)濟(jì)學(xué)的積累與沉淀。不斷學(xué)習(xí)裂明，才是根本。
- 宏微觀經(jīng)濟(jì)學(xué)太援、《貨幣金融學(xué)》闽晦、《投資學(xué)》、 《計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論：現(xiàn)代觀點(diǎn)》
- 時(shí)間序列分析提岔、多元統(tǒng)計(jì)線性回歸仙蛉、多因子模型
個(gè)人主推書(shū)籍
- 《打開(kāi)量化投資的黑箱》 、《寬客》碱蒙、《漫步華爾街》 荠瘪、 《海龜交易法則》 、《價(jià)值》
02 Python編程
Python編程工具
- Anaconda赛惩、Pycharm哀墓、VS-code
Python入門
- 菜鳥(niǎo)教程、GitHub項(xiàng)目（pyquant）
Python量化高階
- 《量化投資以Python為工具》喷兼、《零起點(diǎn)Python大數(shù)據(jù)與量化交易》篮绰、《量化交易之路用Python做股票量化分析》、《Python for Finance》
03 量化數(shù)據(jù)源
金融財(cái)經(jīng)數(shù)據(jù)源一般分為三種：一是數(shù)據(jù)聚合網(wǎng)站季惯，像新浪吠各、雅虎等；二是專業(yè)金融數(shù)據(jù)公司勉抓，如東方財(cái)富贾漏、同花順，雖然收費(fèi)藕筋，但數(shù)據(jù)齊全纵散、穩(wěn)定；三是開(kāi)源數(shù)據(jù)模塊庫(kù)，如Tushare困食，ccxt等边翁。
Python開(kāi)源數(shù)據(jù)
- TuShare/TuShare pro(個(gè)人推薦)、Quandl
國(guó)際金融和經(jīng)濟(jì)數(shù)據(jù)硕盹。
- pandas_datareader符匾、ccxt
其他數(shù)據(jù)源
- 【免費(fèi)】通達(dá)信 、聚寬瘩例、新浪啊胶、雅虎、東方財(cái)富網(wǎng)
- 【收費(fèi)】Wind資訊垛贤、東方財(cái)富Choice金融終端焰坪、同花順金融數(shù)據(jù)終端
04 在線量化平臺(tái)和開(kāi)源框架
平臺(tái)之間大同小異，可以重點(diǎn)借鑒參考優(yōu)秀項(xiàng)目聘惦、系統(tǒng)學(xué)習(xí)量化知識(shí)框架某饰。
國(guó)內(nèi)平臺(tái)（排名不分先后）：
- 【個(gè)人常用】聚寬 、BigQuant
- 【其他】?jī)?yōu)礦 善绎、Ricequant黔漂、掘金量化
國(guó)外量化平臺(tái)：
國(guó)外量化平臺(tái)非常多，這里只推薦兩個(gè)禀酱。
- Quantopian（比較知名的平臺(tái)炬守，旗下有量化三大件：pyFolio(個(gè)人常用)，zipline剂跟，alphalens）减途、Quantstart
開(kāi)源框架（實(shí)現(xiàn)本地化）：
可使用pip install xxx(庫(kù)名）進(jìn)行安裝。
- backtrader（個(gè)人常用） 曹洽、easytrader 鳍置、Zipline
結(jié)語(yǔ)
投資是一門統(tǒng)計(jì)學(xué)，而不是科學(xué)衣洁，充滿了非邏輯性墓捻。因此，其專業(yè)性遠(yuǎn)沒(méi)有工科類的專業(yè)性那么可靠坊夫，學(xué)習(xí)了相關(guān)知識(shí)并不一定能在資本市場(chǎng)賺到錢砖第。但是如果連基本的經(jīng)濟(jì)金融基礎(chǔ)也沒(méi)有，要想與市場(chǎng)上的其他人玩环凿，成為韭菜的概率就更高梧兼！
量化投資只是投資過(guò)程中的一種工具或手段，而學(xué)習(xí)并應(yīng)用他需要掌握的知識(shí)體系相對(duì)比較龐雜智听。但不要過(guò)于神化羽杰、理想化渡紫，沒(méi)有哪一種工具可以經(jīng)久不衰、一成不變考赛，我們需要做的僅僅是在變化的過(guò)程中惕澎，快速的適應(yīng)它、使用它颜骤。
最后唧喉，希望大家都能夠躺著賺錢（夢(mèng)想還是要有的，萬(wàn)一實(shí)現(xiàn)了呢）忍抽，共勉加油八孝！
