如何学习量化投资

1.如果从零基础开始学量化投资,需要学哪些

首先，对于这个行业要有所了解，当然必备的K线知识是绝对不能少的里面的内容能很形象的讲述K线形态的特性，在不同的市场情况以及技术面基本面情况下，K线的基本形态以及组合形态都能给与不同程度提示。

然后，结合K线基础通过一些实例来具体将该技术进行应用，这样在后面实际的操作实战中则会有很好的作用，当然我刚才说的情况是在具体实战应用中的，结合该书会有事半功倍的效果。

第三，在以上有基础有实例的情况下大概学习3-6个月逐渐的适应该应用机制，那么后期做单则会更为稳重，注重理论与实践结合的效果。

第四，在形成自己的投资风格与投资理论前应该有相应的专业语言来进行支持，这样计划有助于给和相关理论工具给具体投资以相应准确的指导。

第五，当做这个大约有9个月时，通过相应的书籍形成自己的投资风格与投资理论，后期会逐步职业化与专业化，当然这是我个人的看法，这个过程中有相应的具体的工具理论与知识。

2.如何系统地学习量化交易

量化交易：

量化投资理论是借助现代统计学和数学的方法，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，用数量模型验证及固化这些规律和策略，然后严格执行已固化的策略来指导投资，以求获得可持续的、稳定且高于平均的超额回报

量化从一开始也不是作为定性的对立面而提出的方法，它是将定性分析中的技术分析策略用模型固化，替代过程中可以用电脑进行的部分并将其效用极大优化

量化交易策略几乎覆盖了投资的全过程，包括量化选股、量化择时、股指期货套利、商品期货套利、统计套利、算法交易，资产配置，风险控制等

程序化交易：

程序化交易系统是指设计人员将交易策略的逻辑与参数在电脑程序运算后，并将交易策略系统化。

当趋势确立时，系统发出多空讯号锁定市场中的价量模式，并且有效掌握价格变化的趋势，让投资人不论在上涨或下跌的市场行情中，都能轻松抓住趋势波段，进而赚取波段获利。程序化交易的操作方式不求绩效第一、不求赚取夸张利润，只求长期稳健的获利，于市场中成长并达到财富累积的复利效果。经过长时期操作，年获利率可保持在一定水准之上。

交易系统构成：

一句话：极其开放模型（策略）的设计、风险动态管理技术、误差矫正反馈检验准确率、快捷的下单速度。这四项组成了整个程序化交易系统。

程序化交易的买卖决策完全决定于自己的交易理念系统化、制度化的逻辑判断规则，透过电脑的辅助，将各种交易理念转化为电脑程序语言的一种交易模式，即由电脑来代替人为发出买卖讯号，再根据系统使用者发出的委托方式，由电脑自动执行下单程序。

3.量化交易如何入门

很好入门，多学多看。

学习量化交易，一定要理解它的风险性从何而来。

首先是一二级市场“级差”风险，其次是交易员操作风险，最后是系统软件的风险。

第二种风险是交易员操作失误。这同时也牵扯到第三种风险，系统软件风险，每个交易员在系统中都有相应的交易权限，包括数量、金额。

有个业内资深人士带路会事半功倍，尤其对金融爱好者而言，一些理解上的细微偏差，都可能导致整体概念上的错误认识。

比如我就是通过资深人士带着入门的。除了学习量化收益，还学了很多投资理财方面的知识，有各种理财偏好，每个群体对应了不同的投资类型……推敲过后，我选择了无界财富，因为他们风控模式可以看出，比如国有金融机构风控、银行存管这些，比较稳健的方式。

所以说，他不仅是学我习量化交易的前辈，还是我理财的入门引导人，他多次提醒我们不要盲目跟风，以自己的风险承担能力来选择。如果偏好稳健的方式，同样可以选择无界财富这类稳健平台作为入门。

4.如何系统地学习量化交易

首先，我对这个问题是完全不知道怎么回答，为此，我专门去请教了我的老师。

我理解很难有一个定量交易的所谓的系统学习过程，定量的只是手段，交易逻辑是多样的，你可以通过形态描述，追踪市场方法，如不合理的降价，也可以把天体物理、小波分析、神经网络等复杂模型应用其中，你可以做的是K线结构上的策略，也可以做日线或每500毫秒数据进行决策的策略。所有的一切目的就是为了获利，所谓量化和程序化只是实现这一目的的手段。

当你可以通过各种方法来理解定量的关注细节，比如如何避免未来的功能，如何理解每个数据的含义，测试，以及不同测试软件的优缺点，但你没法去“学习”量化交易，因为不会有人把自己真正赚钱的东西拿出来，如何赚钱必须自己去挖掘等等。量化归根到底是什么不重要，重要的是你要利用自己的特点和优势，在你积累足够长的盘子以量化它为鸡肋之前，继续用单点深度挖掘坑，相信我，只要你有了长板（对，你应该首先把编程学牛了，达到准专业水平，这是最容易且可操作可衡量的点且受用一辈子），100个劝你去撸策略的人都挂了，你的职业生涯还好好的。

一个strategist需要思考策略的思维框架，实现方式，而developer则是侧重了前后端接口，输入输出，界面设置，风控机制，平台拼接等等很多很多方面。其实很不相同吧。

5.学习量化投资和程序化交易都要学习那方面的内容

计算机、数学、金融， 这三种知识 是必须的，其中计算机主要的是编程技术，数学涵盖的比较多，有统计、数学建模等，金融方面需要有最基础的金融知识（证券交易方面）。

再者就是找一个好的量化平台了，以前的都是程序员，也是宽客，自己写代码，写软件编写平台，接入交易所进行量化交易，但是这样需要有比较高的编程技术。由于底层协议比较复杂，往往很费力费时。

不过现在有了很多 客户端的软件，网络的平台比如 BotVS 量化平台，这些都把底层很好的封装，有统一的操作接口，量化学习者只用把精力放在 量化策略、模型、数据分析上了。大概就是这样。

6.怎么自学量化金融

懂量化投资，但是他们应该完全不知道CQF是什么，问题被他们简化成了“不懂数学和编程的金融硕士，是否可以学习量化投资？还是自己学习编程比较好？”不过同意他们的言论。

CQF是paul wilmott搞的一个培训课程和认证体系。

第一就是不官方，没人会认，除非你已经在投行里工作，公司给你出钱修个CQF来进行再教育，比如Sales和Trader对产品背后的数学知识有限，但是没必要去脱产读个MFE，就来修个CQF事半功倍。

第二，CQF的课程跟MFE项目差不多，更偏向于金融产品端，讲各类金融衍生品和FICC产品（期权 互换 债券 结构化产品等）定价以及量化风险管理的内容。这些不是搞量化投资的内容。

可以通俗的认为CQF是Q QUANT方向的知识，而量化投资是P -QUANT方向的，具体参见：

P Quant 和 Q Quant 到底哪个是未来？ - 宽客 （Quant）

另外一个问题，学习编程。不知道你怎么定义“学习编程”和“不会编程”。如果不会写MATLAB R PYTHON这类语言，没法实现基本的数据处理统计分析和策略回测的话，那真是不会编程，先学编程。 如果定义学编程是搞C++ JAVA要开发啥啥的，那暂时没必要，能用M R P三个语言干活就行了。

7.学习量化投资和程序化交易都要学习那方面的内容

计算机、数学、金融， 这三种知识 是必须的，其中计算机主要的是编程技术，数学涵盖的比较多，有统计、数学建模等，金融方面需要有最基础的金融知识（证券交易方面）。

再者就是找一个好的量化平台了，以前的都是程序员，也是宽客，自己写代码，写软件编写平台，接入交易所进行量化交易，但是这样需要有比较高的编程技术。由于底层协议比较复杂，往往很费力费时。

不过现在有了很多 客户端的软件，网络的平台比如 BotVS 量化平台，这些都把底层很好的封装，有统一的操作接口，量化学习者只用把精力放在 量化策略、模型、数据分析上了。大概就是这样。