【第42期】会点金融分析，学点量化投资，想不赚钱都不行

量化投资在国内算是比较新兴的投资流派，有过很好的业绩，也经历过低谷。要想做好量化投资，主要得把握好两个方面：一是策略逻辑，二是策略实现。

策略逻辑五花八门，比如技术流派的海龟交易策略、网络交易策略等，偏学术流派的多因子策略、统计套利策略等，还有更高端的机器学习策略。策略逻辑本身就是一个非常大的领域，每个人都有自己的想法和套路，而且细节各不相同，真正好用的也不可能全都分享出来。

策略实现则相对比较单纯。当我们准备进行实际的研究和交易时，必须要使用相应的工具来实现研究、回测、交易等功能。相对于策略逻辑来讲，这部分工作更清晰，也更容易标准化，故涌现了大量的第三方平台，比如期货界的文华财经、TradeBlazer，股票界的优矿、聚宽量化等。

第三方平台可以大量节省初期开发成本，对于个人投资者来讲是一个不错的选择。但是，当把量化工作作为长期事业时，这些第三方平台很快会显现出一些短板。比如有的数据不全，有的不支持自动交易等。这个时候，就不得不使用其他的平台了。可以想见，在不同的平台之间切换，其中的学习、管理、维护成本是不可小觑的。

对于机构来说，更是如此，所以不如从一开始就自主开发量化投资平台。在众多的开发语言中，最方便的开发语言则非Python莫属了。

在量化投资的研究过程中，80%的时间都是处理数据。Python处理数据的功能非常强大，用起来也特别顺手，而且Python的统计库也越来越完善。

没有理论不行，但只有理论不实践也不行。华章妹给大家推荐一本《Python量化投资：技术、模型与策略》，书中的内容是理论与实践相结合的，两手都要抓，两手都要硬。本书会针对大框架给出相应的示例，虽然书中所讲的策略不一定能直接拿来就用，但各种策略的大体框架都差不多，差别在于细节和执行，只要读者用心琢磨研究，必然能有所收获。

相信在量化投资领域，Python的使用将是大趋势。本书的目的，一是介绍贴近国内市场的量化投资理论和策略；二是介绍Python在量化投资分析中具体的应用案例。一方面，希望能从理论上让读者有一个基本的认知，无论是学术理论还是业界实践理论。另一方面，希望读者能够根据书中具体的代码案例，自己动手实现并改进。

作为一个投资者，没有什么比在牛市中进行股票分割或在一天内以20%的价格收购一个人的股票更令人兴奋的事了。这也许跟足球前锋进球的感觉相似，尽管半随机事件可能会危及预期的结果（特别是当防守队员在球门和前锋之间行动时），但所有的进攻练习和准备工作都在迅速进行，胜利的结果也会更加受到球迷的赞赏。简而言之，当面临风险时，准备工作使成功更有可能，也就是人们常说的不打无准备之仗。

《基于R语言的金融分析》就是关于如何做好准备的。准备好子女的大学教育金，或在退休前拥有一份新的收入，这将使我们在经济上感到更加安全。除其他分析外，财务分析还包括根据模拟历史数据创建预测情景。当业余投资者从定性的角度谈论股票时，例如，“嘿，高通公司的股价最近真的在上蹿下跳！”或“嘿，我买了一些Intuitive Surgical公司的股票，它真的很受欢迎！”这种非正式建议是我们常用的自然互动方式。我们是人，需要在许多情境下感受人互动的方式。但是，我们也会悄悄地问自己：“当然，你告诉我的这些听起来是一个不错的投资建议，但是基于历史有没有其他更好的投资呢？”从纯粹客观的角度来看，财务分析方法能告诉我们什么？当我们练习财务分析时，就像足球前锋练习射门，我们会接受培训，并为意外情况做更多的准备。

鲁棒准确的数据和设计模型是专业分析实践的关键组成部分。这本书的重点是掌握一些最重要的应用模型，以便适应、运用和扩展这些模型。本书使用R语言的手写代码，并使用历史市场数据集来呈现模型，以加深读者对市场行为的理解。

第042期赠书活动中奖名单公布

赠书规则

送书规则：感谢大家对华章图书的信任与支持。在留言区围绕金融分析来谈谈你的看法。小编会在留言池随机捞2条锦鲤，分别包邮送出1本正版书籍。以上4本书可任选一本。

截止日期：2月20日下午17：00

特别注意：请按规则留言。阅读最多、分享最多者优先。

更多精彩回顾

书讯 | 1月书讯：Hello 2021! （上）

书讯 | 1月书讯：Hello 2021! （下）

资讯 | DB-Engines 2月数据库排名：三霸主集体“亮红灯”？小众数据库不可小觑

书单 | “绿宝书”好在哪？前端大佬们都在推荐

干货 | 125张图告诉你全世界最前沿的科学问题

收藏 | 女朋友都能听懂的：入门级用户画像