本文是科普文跑揉，對之前個人所寫的量化投資相關(guān)的文章進行了一些整理嘿期，方便初次接觸量化的朋友進行學(xué)習(xí)芒澜。

如果你已經(jīng)看過我之前關(guān)于量化的文章，并且已經(jīng)走在了量化的路上卧须，為了節(jié)省您的時間另绩，那么本文可以不用繼續(xù)往下看了儒陨。

量化投資，可以按照字面分成兩部分板熊，分別是“量化”和“投資”框全。“投資”是指我們把錢投出去干签，而“量化”指的是投資之前需要做的準備工作津辩。

為什么量化？
量化是什么容劳？
怎么學(xué)量化喘沿？
要注意什么？

下面竭贩，我將會從這幾個方面對量化進行展開蚜印，當(dāng)你弄清楚這些問題之后，就可以快速上手量化投資了留量。

1 為什么要學(xué)習(xí)量化窄赋？

最近兩年，網(wǎng)絡(luò)上的量化平臺如雨后春筍一般涌現(xiàn)出來楼熄。

就算你沒有接觸過量化投資忆绰，也或多或少從別人那聽說過。

就算你沒有聽說過可岂，也至少知道alphaGo戰(zhàn)勝了李世石错敢、戰(zhàn)勝了柯潔的新聞。

機器人可以戰(zhàn)勝人類缕粹，這不再是一件新鮮事稚茅。

在可以預(yù)見的未來，投資也會如此平斩。

1.1 量化可以給我們帶來更高的收益

對于常常和數(shù)字打交道的投資領(lǐng)域亚享，量化能夠發(fā)揮出什么樣的光彩呢？

詹姆斯·西蒙斯^[1]是量化投資的先行者双戳，也是最早的一批人之一虹蒋，更是其中最厲害的一個。

他在1988年3月成立的大獎?wù)禄痨酢Ｔ?989-2009年期間魄衅，大獎?wù)禄鸾o客戶的平均年回報率高達35%。

如果不考慮高達44%的提成塘辅，大獎?wù)禄鸬哪晔找媛蕦嶋H上要超過60%晃虫。

詹姆斯·西蒙斯給投資界樹立了一個標桿，告訴了人們通過量化的方式扣墩，可以獲得遠遠超出平均水平的收益哲银。

了解過詹姆斯·西蒙斯的人可能知道扛吞，他在進行量化投資之前，是一個數(shù)學(xué)家荆责。

而我們大部分人都是普通人滥比，他的那套“彈指神通”我們可以學(xué)得會嗎？

我不是專業(yè)學(xué)習(xí)數(shù)學(xué)的做院，也是普羅大眾的一員盲泛。

同樣作為量化的初學(xué)者，我的一些經(jīng)驗或許能夠給你提供一些參考键耕。

之前寺滚，我寫了一篇文章《曾經(jīng)，我找到了投資的圣杯》^[2]屈雄，介紹小市值策略在過去能夠達到的程度：

2007年1月1日到2016年11月24日初始資金5萬的回測結(jié)果

投資將近10年村视，收益6841.38倍，有沒有被這樣的收益率驚到酒奶？

驚嘆過后蚁孔，我馬上就用于實盤，下圖是joinquant模擬盤至今的結(jié)果：

二八輪動小市值

實盤是從2016年6月6日開始的惋嚎，一年多一點的時間里勒虾，獲得了年化14.02%的收益。

去年6月份也正好是重組新政開始的時候瘸彤，在這樣嚴峻的環(huán)境下，能夠獲得這樣的收益也還算不錯了笛钝。

當(dāng)然质况，我實際上并沒有緊跟這個模擬盤，因為中間對小市值未來存疑玻靡，我在2017年4月24日開始更換策略结榄，就是我之前發(fā)布過的動態(tài)因子策略：

動態(tài)因子策略

所以實盤的結(jié)果是，從2016年6月6日至2017年7月13日囤捻，實現(xiàn)了24.49%的收益臼朗，折算成復(fù)合年化收益是21.95%。

熊途漫漫蝎土，能夠獲得這樣的收益我已經(jīng)比較滿足了视哑。

對于一些牛人來說，量化的模擬盤可能是這樣的：

螞蟻搬家03_精選策略

也可能是這樣的：

銀行日內(nèi)

1.2 可以免受情緒的干擾

如果你交易過股票誊涯，肯定會有這樣的感受挡毅，在決策的時候，常常容易糾結(jié)暴构。

買了是否還會跌呢跪呈？
賣了是否還會漲呢段磨？

每當(dāng)我們下定了決心，價格的變化耗绿，又將我們打回原形苹支。

既浪費了時間，又消耗了精力误阻，還對我們長期地投資結(jié)果沒有什么影響债蜜。

明明是一種撿芝麻丟西瓜的行為，很多人也清楚這個道理堕绩，但是常常就是忍不住策幼。

我們的投資決策，常常會受到情緒的干擾奴紧，這源于人性特姐，很難解決。

通過量化黍氮，其實可以很好地繞開這個干擾唐含。

在制定好量化策略之后，策略會根據(jù)市場的情況沫浆，對標的進行輪動捷枯。

如果不進行同樣的計算，我們在當(dāng)天往往不知道交易的股票是什么专执，甚至不清楚是否需要交易淮捆。

以我個人為例，我設(shè)置的策略交易時間為14:50本股。

在這之后攀痊，我了解到需要輪換的股票，并進行交易拄显。先是賣出苟径，然后買入，最多的時候躬审，需要進行20筆棘街。

因為后面三分鐘是深交所集合競價時間，實際上交易的時間只有不到10分鐘承边。

在這么段的時間里遭殉，我常常弄得手忙腳亂，有時候甚至沒有完全輪換完畢博助。

你說恩沽，這樣的情況下，還有心思去糾結(jié)嗎翔始？

1.3 可以節(jié)省出很多時間

功課應(yīng)該在投資之前就做好罗心。

但是這樣的功課里伯，往往需要花費大量的時間和精力。

剛剛學(xué)習(xí)完價值投資渤闷，我就有這樣的感覺疾瓮。

每投資一家企業(yè)，我們都需要看它的年報飒箭，了解它的財務(wù)狀況狼电。

我們還需要了解公司的商業(yè)邏輯，分析其競爭環(huán)境弦蹂。

每投資一家公司肩碟，就需要付出一份時間和精力的。

在剛開始還不熟悉的時候凸椿，常常需要花費十天半月的時間削祈，才能研究好一個公司，并且這個公司還不一定適合投資脑漫。

成本是放棄了的最大代價髓抑，我們在投資上多投入一份精力，就會在工作上少花費一份精力优幸。

也不怪有人會說吨拍，年輕人最重要的是投資自己。

因為本金比較少网杆，通過這樣的方式投資羹饰，往往得不償失。

量化投資碳却，其實很好地解決了這樣的問題严里。

在制定了一個策略之后，我們只需要花費很少的時間進行維護追城，付出的成本比價值投資要低得多。

如果你是一個上班族燥撞，想要獲得不錯的收益座柱，又不想在投資上花費太多的精力，量化就是一個非常好的選擇物舒。

如果你是一個價值投資者色洞，同樣也應(yīng)該學(xué)習(xí)量化。

因為通過量化冠胯，你可以節(jié)省很多采集數(shù)據(jù)的時間^[3]火诸，讓自己專注于定性方面的研究和分析。

1.4 可以快速地檢驗自己的想法

對于投資荠察，不知道你有沒有一些自己的看法置蜀？

我剛剛接觸投資的時候奈搜，想法不多，只求通過抄作業(yè)得到一個標準的答案盯荤。

但是隨著研究和理解的深入馋吗，我發(fā)現(xiàn)作業(yè)抄得再好，你也很難超越寫作業(yè)的人秋秤。

同時你能夠抄到的作業(yè)宏粤，別人自然也能夠抄到，這就會有那么一些風(fēng)險灼卢。

然后我就不滿足于抄作業(yè)绍哎，也有了一些自己的想法。

第一次出現(xiàn)了問題鞋真，是對港股牛熊證的投機崇堰。

之前看到別人分享的方法論，勝率挺高的灿巧，并且實現(xiàn)起來也不困難赶袄。

然而我在實盤的時候，卻發(fā)現(xiàn)不是這個樣子抠藕，除了一開始稍有盈利饿肺，后面一直在虧損。

還好當(dāng)時總投入的金額并不多盾似，并且在虧損之后也沒有繼續(xù)出現(xiàn)想要回本的賭徒心態(tài)敬辣。

不過這樣的損失，其實是可以避免的零院。

在那之后溉跃，我通過量化的方式，使用歷史的數(shù)據(jù)進行了簡單的回測告抄，結(jié)果是：短期能夠獲益撰茎，長期是要虧損的。

問題的主要原因是出在手續(xù)費和滑點上面打洼。

很多投資策略龄糊，都可以先通過量化的方式進行回測驗證。

策略回測效果很好實盤效果不一定會很好募疮，但策略的回測效果都不好炫惩，我們很難相信實盤會擁有良好的效果。

例如我覺得技術(shù)指標效果不是很好^[4]，然后我就統(tǒng)計了果仁網(wǎng)所有現(xiàn)成的技術(shù)指標數(shù)據(jù)：

技術(shù)指標勝率

在經(jīng)過回測之后你會發(fā)現(xiàn)，單獨使用的技術(shù)指標蒸矛，大部分都跑不贏指數(shù)徒爹，勝率也不高诽俯。

當(dāng)然诫硕，也許經(jīng)過一定的組合可能獲得更好的效果祠饺，不過那是另外一回事了伍俘，需要進一步的驗證扭勉。

又例如鹊奖，之前聽說在節(jié)假日前，市場一般都會上漲^[5]涂炎，我就忍不住去驗證了一下：

節(jié)前最后一天上漲的概率

發(fā)現(xiàn)還真有這回事忠聚。

通過歷史的數(shù)據(jù)，你可以看到這些節(jié)假日前一天的上漲的概率都大于50%唱捣。

再例如两蟀，我們說中國大部分都是散戶^[6]，怎么樣驗證這個說法呢震缭？

我們可以對比新增投資者（開戶）數(shù)量和指數(shù)點位的變化趨勢：

新增投資者數(shù)量和上證指數(shù)點位變化情況對比

我們可以對比交易投資者的數(shù)量和指數(shù)點位的變化趨勢：

交易A股的投資者數(shù)量和上證指數(shù)點位變化情況對比

2 量化是什么赂毯？

簡單來看，量化其實是對數(shù)據(jù)的統(tǒng)計拣宰。

量化的工具我們在工作和生活中党涕，或多或少應(yīng)該都有用到過——Excel。

據(jù)說雪球大V持有封基巡社，用了十年的Excel膛堤，量化十年賺了十倍。

在雪球有一個策略很出名晌该，叫做蛋卷斗牛二八輪動肥荔。

第一次看到的是這個模型的2.0版本^[7]：

每周五(或者本周的最后一個交易日)臨近收盤時，將滬深300指數(shù)和中證500指數(shù)切換到周線狀態(tài)朝群，分別查看兩者過去四周的累計漲幅燕耿。如果過去四周漲幅大的那個指數(shù)在四周中能夠獲得正回報，那么就在收盤前買入對應(yīng)的ETF持有一周姜胖，直至下一次的切換誉帅；但是如果過去四周漲幅大的那個指數(shù)在四周中依然是虧損的，那么就選擇空倉右莱，直至下一次切換蚜锨。

其實這個策略實現(xiàn)起來非常簡單，下面我就告訴你一個5分鐘內(nèi)就可以實現(xiàn)的方法：

第一步：打開通達信軟件隧出，輸入代碼000300（滬深300），切換到周線阀捅，然后導(dǎo)出數(shù)據(jù)到Excel胀瞪；
第二步：類似地將000905（中證500）的數(shù)據(jù)導(dǎo)出
第三步：數(shù)據(jù)拷貝到同一個表格中
第四步：計算四周漲幅（D6=B6/B2-1）
第五步：計算單周漲幅（F6=B6/B5-1）
第六步：根據(jù)四周漲幅，選擇單周漲幅（H7=IF(D6>E6,F7,G7)）
第七步：添加漲幅小于零的止損（I7=IF(MAX(D6:E6)>0,H7,0)）
第八步：根據(jù)漲跌幅計算投資凈值（J7=J6*(1+F7)）
第九步：拉表格，插入折線圖

表格

凈值曲線

橙色的曲線就是該策略的實現(xiàn)效果凄诞。

之前我還在這個基礎(chǔ)之上圆雁，進行了些擴展，做了一個多指數(shù)輪動的策略帆谍，這是回測結(jié)果：

多指數(shù)輪動

所以我們沒有必要將量化看成很高深的東西伪朽。

3 怎么學(xué)習(xí)量化？

使用excel量化汛蝙，需要導(dǎo)出數(shù)據(jù)烈涮，也需要編寫一些簡單的公式。

很多人對量化敬而遠之窖剑，其實是因為對編程的學(xué)習(xí)存在遲疑坚洽。學(xué)習(xí)需要花費巨額的時間，卻并且不一定能產(chǎn)生相應(yīng)的價值西土，這是很多人望而卻步的原因讶舰。

但是現(xiàn)在有很多量化平臺，例如果仁網(wǎng)需了、優(yōu)礦跳昼、京東量化平臺、聚寬肋乍，都會提供一些現(xiàn)成的指標鹅颊，我們連這一步都可以省掉。

甚至很多策略在這些量化平臺上住拭，都已經(jīng)實現(xiàn)了挪略，我們直接拿來使用就可以了。

所以滔岳，我覺得“使用”是第一步杠娱，也是最重要一步。

我們之所以學(xué)了時間英語谱煤，卻不能和外國人正常交流摊求，原因是什么你想過嗎？

但如果你立刻就開始使用的話刘离，就不會存在這樣的問題室叉。

我們可以直接找到一個應(yīng)用的切入點，例如拷貝別人的代碼硫惕，然后改成自己想要的樣子茧痕。

學(xué)習(xí)量化，我就是這樣開始的恼除。

拿之前發(fā)布的動態(tài)因子策略^[8]舉例踪旷，這個策略真正編程的時間只有半天曼氛。

為什么可以這么快？因為里面大量地復(fù)用了別人的代碼令野。

首先是回測部分舀患，如果你看前面幾行，還能發(fā)現(xiàn)別人的版本標識：

版本標識

其次是研究部分气破，代碼也是來源于別人的文章《【研究】量化選股-因子檢驗和多因子模型的構(gòu)建》^[9]聊浅。

老實說，在一開始的時候现使，文章的很多內(nèi)容低匙，我都看不懂。

但沒有關(guān)系啊朴下，我逐行去執(zhí)行代碼努咐，把每一個疑問都研究清楚。

最終殴胧，我在別人代碼的基礎(chǔ)上渗稍，進行了一些微調(diào)，得到了自己想要的結(jié)果团滥。

所以實際上竿屹，我只是代碼的搬運工。

一開始我對DataFrame一竅不通灸姊，因為數(shù)據(jù)統(tǒng)計的需要拱燃，就學(xué)會了數(shù)據(jù)的批量操作，周二到周六分享的基金回測數(shù)據(jù)力惯，就是使用得到的結(jié)果碗誉。

一開始我對matplotlib一竅不通，因為曲線展現(xiàn)的需要父晶，就學(xué)會了如何繪圖哮缺，周二到周六分享的上證指數(shù)溫度計圖片，就是使用得到的結(jié)果甲喝。

通過這樣的方式學(xué)習(xí)量化尝苇，學(xué)習(xí)編程，你不會覺得枯燥埠胖，因為你沒走一步糠溜，都在應(yīng)用。

根據(jù)自己的需要直撤，不斷地去使用就好非竿。也不用強求自己一開始就能做得很好，日拱一卒就夠谋竖。

使用的需要红柱，會給我們指引前進方向的侮东。

4 量化的注意事項

量化的時候，有些東西^[10]你是需要特別注意的：

未來數(shù)據(jù)
邊界條件
有效樣本

未來數(shù)據(jù)是指那些對于過去的過去而言豹芯，已經(jīng)發(fā)生的數(shù)據(jù)。例如前天的回測不應(yīng)該用到昨天的數(shù)據(jù)驱敲。

邊界條件一般是指那些我們不能達成或者很難達成交易的情況铁蹈。例如停牌，例如漲跌停众眨。

有效樣本^[11]來源于樣本規(guī)模和樣本代表性握牧。

樣本的規(guī)模和策略中規(guī)則觸發(fā)的頻次有關(guān)。觸發(fā)次數(shù)只有關(guān)鍵的幾次娩梨，很可能這些規(guī)則就是過度擬合^[12]數(shù)據(jù)的結(jié)果沿腰，得到的樣本自然就是無效的。

樣本的代表性指的是數(shù)據(jù)量狈定，數(shù)據(jù)量太小颂龙，不足以涵蓋市場類型和交易時間，這樣形成的策略纽什，同樣也是不可信的措嵌。

附

文章中涉及到的一些內(nèi)容：

[1]：與橫掃華爾街數(shù)學(xué)家的珍貴對話
[2]：曾經(jīng)，我找到了投資的圣杯
[3]：有了這幾個工具芦缰，我研究公司花費的時間下降了80%
[4]：看K線企巢，賺大錢。
[5]：又是一年五一節(jié)了
[6]：跌跌不休让蕾，什么時候是個頭浪规？
[7]：二八輪動模型升級至2.0版，更簡單更賺錢
[8]：動態(tài)因子策略探孝，圣杯笋婿？
[9]：【研究】量化選股-因子檢驗和多因子模型的構(gòu)建
[10]：是什么，讓你對自己的策略確信無疑再姑？
[11]：投資10年300倍萌抵，你相信嗎？
[12]：量化的實盤效果為什么總是不如回測元镀？