从零开始做量化（0）

24K纯学渣

已于 2022-03-06 13:17:13 修改

阅读量1w

点赞数

分类专栏： python 文章标签： python 人工智能

于 2022-02-28 19:07:28 首次发布

本文链接：https://blog.csdn.net/qq_42144047/article/details/123122463

版权

python 专栏收录该内容

12 篇文章 4 订阅

订阅专栏

系列文章目录

从零开始做量化（0）—— 引言

持续更新中。。。

本文目录

系列文章目录
前言
1. 量化投资概述
2. 本系列文章的几点说明
3. 总结与下文预告
参考文献

前言

应粉丝们的反馈，希望写一些量化投资方面的文章，最好还能在技术方面提供一点参考，那从本文开始，笔者将会为大家分享一些量化学习过程中的经验和学习成果。如果正在阅读的你碰巧对此也感兴趣，欢迎与笔者交流！

1. 量化投资概述

1.1 什么是量化投资？

何为量化投资？简单来讲，量化投资就是依靠数量化的手段去实现投资逻辑和策略；换言之，量化投资需要采用一定的数理模型对投资策略以及投资逻辑进行量化，进而通过计算机技术等现代科技手段来实现投资过程。

简单来讲，量化投资就是用计算机程序实现我们的投资理念，然后帮助我们实现价值增值的这么一种投资方式。

1.2 投资量化的好处

量化投资更客观、更理性。 人在做交易决策时是很容易受到主观情绪影响的，量化投资则是用程序帮助我们做决策，所以一旦我们的策略模型实现，它对市场做出的判断相对会更加客观、更理性。总的来说，量化投资能够大大地降低投资的主观行为，在一定程度上克服人性的弱点。

量化投资更高效、风险管控更出色。 由于量化投资策略应用了计算机技术，所以相比主观投资方式来讲，能大幅度地提高投资行为的效率。例如，在程序化交易过程中，交易无须人员盯盘以及手动执行买卖行为。基于该种特点，量化投资的研究人员就能够将更多的时间应用于策略的完善和开发上。此外，随着市场容量的不断扩大，数据量的不断增加，处理数据和监控市场更加需要借助计算机技术的帮助，从而提高投资的效率。一个完整的量化投资策略的主要组成部分便是风险管理和仓位管理的过程，一个有效稳定的量化投资策略会动态地进行风险管理，调整仓位和杠杆等风险因素，随着市场环境的变化不断进行适应。然而，虽然主观投资也有着风险管理和仓位管理等要求，但是其调整方式不如量化投资策略灵活，对于风险的估计和监控也不如量化投资出色。因此，相比主观投资而言，量化投资有着更加出色的风险管理能力。

量化投资可以节省我们的资金管理精力。 试想一下，如果你采用传统的方式炒股，那么交易期间你不得不时刻盯着大盘，每天都必须关系财经政策的变化，时事政治的发生。而量化投资，相当于我们用程序帮助你实现了一个“秘书”的功能，并且它的管理风格与你自己的几乎一模一样，这时你就有更多的时间完成其他的工作。

1.3 量化投资的适用场合

量化投资早期主要应用在券商、基金等场合，随着概念的推广和技术上的进步，目前个人做量化的也很多，甚至有些金融科技公司专门为个人开放量化平台以实现盈利的目的。所以量化投资的应用场合越来越广泛，总有一天可能会彻底将我们从那些繁杂且枯燥的劳动中解放出来。

2. 本系列文章的几点说明

2.1 系列文章的重点

本系列文章围绕量化投资这一主题，用各种技术实现一个量化交易的框架，并使其能够运行，能够为我们个人的投资提供一定的帮助。系列文章以技术为主具体给大家分享如何实现这一目标。

2.2 系列文章会用到哪些技术？

Python编程技术： 我们大部分的编程工作是用Python来完成的，相对其他语言Python开源、跨平台(也就是说在Windows下写的代码，放到Linux环境下，同样的代码只要不涉及操作系统相关的操作，是可以直接跑的，即便涉及到了操作系统方面的操作，也很好修改)，它还拥有大量的第三方库，比如数据处理、机器学习等，我们可以直接拿来使用，这在实现我们的量化交易框架时有的部分可以直接拿来使用，而且Python对没有编程基础的小伙伴也比较友好，掌握其中20%的知识点就可以完成80%的任务，剩余的20%我们可以一起讨论，一起完成。

人工智能技术： 理想的量化交易框架除了帮助我们完成交易任务、管理过去的资金数据、复盘之外，我们还希望它能对市场板块有一定的预测功能，如果我们选股/选基的时候，我们希望它可以帮我们智能筛选出比较有前景的、适合入手的目标。另外，一个好的“投资顾问”一定是时时刻刻关注热点事件并做出利好/利空的决策的，我们当然希望自己搭建出来的框架具备这些功能。这些都用到了人工智能技术，所以框架不仅仅是实现策略，最后我们还会让它智能化。

其他的计算机技术知识： 量化交易框架的实现除了上面所述，还涉及到并发系统的实现、数据记录的数据库存储、数据源请求或微信通知时还可能涉及到网络请求、爬虫、数据清洗等。如果考虑一个稳定运行的Python环境的实现，那么可能还用到一些Python环境的搭建配置、嵌入式、Linux等等，这些和最终你选择的框架运行环境有关，如果有时间，后面会直接提供给大家。

2.3 你可以得到什么？

第一手源码： 我们这里讨论的量化投资的框架，不是一个概念性的产物，我们会一步一步实现它，如果取得了阶段性的成果，那么笔者会把它分享出来。所以如果你不想关心太多的技术实现，那么只需要关注笔者的进度，笔者最终都是会把系列文章涉及到的东西整合在一起并分享出来，届时你只需要搭建一个稳定的运行环境就可以了。

技术交流和学习分享： 如果你恰好也对上面涉及的技术怀有一份憧憬，但是又苦于没有练手的项目或者浅显的基础性学习不足以支撑你的实际需要，那么你可以借此机会与笔者一起来实现这个小小的项目。如果你也刚好有这个idea但缺少学习资料，那么笔者会把学习过程中遇到的好的资料推荐并分享给大家。