大学生如何入门Python量化金融？

黑客学习之路

已于 2024-01-18 23:17:03 修改

阅读量1.1k

点赞数 1

分类专栏：程序员 Python 职业和发展文章标签： python 金融开发语言

于 2023-06-13 10:15:00 首次发布

本文链接：https://blog.csdn.net/xiangxue888/article/details/131164212

版权

Python 同时被 3 个专栏收录

225 篇文章 7 订阅

订阅专栏

职业和发展

162 篇文章 0 订阅

订阅专栏

程序员

115 篇文章 0 订阅

订阅专栏

前言

既然您已经点进来这篇文章，应该就不需要我再强调目前量化金融是多么火爆，前景多么广阔了吧？那我们就直接开门见山。

量化金融其实是一个交叉复合学科，需要掌握数学、计算机、金融等方面的知识。 显而易见，对于金融学背景的同学来说，就需要另外学习计算机编程的知识，而计算机背景的同学则需要补充金融知识。由于本人是24K纯金融学专业背景，所以就跟大家分享一下，作为一个零编程基础的金融学子，是如何入门量化金融的。

【----帮助Python学习，以下所有学习资料文末免费领！----】

一、量化工具

01编程语言：Python

工欲善其事，必先利其器。想要入门量化，学会一门编程语言是必不可少的。对于量化金融来说，主流的编程语言有Python、MATLAB、Java、C++等。

从开发难度而言，Python和MATLAB比较容易，而Java和C++比较难；从运行速度来说，C++是最快的，因此常用于高频交易。不过对于大部分量化投资者而言，尤其是初学者，开发占用的时间远远大于运行时间，如果追求运行速度的话，也可以先将策略开发出来，再使用C/C++重写高性能代码段。

另外，从量化资源而言，Python资源更多，而且MATLAB是商业软件，Python是开源免费的。所以综上所述，如果是编程零基础的同学，入门量化的编程语言毋庸置疑是选择Python。

02.数据获取：Tushare & BaoStock

关于数据获取，如果能有Wind那就再好不过啦，但是Wind很贵，如果没有条件的同学可以使用免费的数据源，比如Tushare和BaoStock。

Tushare是一个比较老牌的数据接口，包含沪深股票、指数、公募基金、期货、期权、债券、外汇等非常多的金融数据，现在老版Tushare已经不在维护，转移到新版TusharePro了，使用方法依旧非常简单，缺点是部分数据需要一定积分才可以获取。

而BaoStock是2018年的新数据接口，口碑也不错，缺点是只针对股票市场，期货等市场还没有涉及。不过对于入门选手来说，这两个接口都是绰绰有余啦。个人用的比较多的是TusharePro，导入数据直接是DataFrame格式，非常方便。

03.量化平台

量化平台可以看成是一个已经搭建好的框架。用户只需添加一些自己的买卖条件，即可进行策略回测，免去了自己从无到有搭建基础框架的过程。

目前国内比较主流的量化平台有优矿、聚宽、米匡等。不过对于策略回测来讲，仅使用Python就完全可以实现了，使用第三方平台的缺点就是你得先琢磨好一阵子如何使用这个平台，而且最重要的是很难摸清平台所有细节，难以把控。

04.其他工具

以上是做量化的一些基础工具。另外根据策略类型的不同，也会用到一些其他Python第三方库。

数据库推荐：SQLite

如果所做的策略需要存储很多数据，那么就需要一个数据库配合使用。Python自带sqlite3库，可以在python中方便的操作SQLite数据库。

机器学习：Scikit-learn(sklearn)

Scikit-learn(sklearn)是机器学习中常用的第三方模块，对常用的机器学习方法进行了封装，包括回归(Regression)、分类(Classfication)、降维(Dimensionality Reduction)、聚类(Clustering)等方法。网上搜学习资源、学习笔记的话也有非常多。

技术分析：TA-Lib

TA-Lib，全称“Technical Analysis Library”, 即技术分析库，涵盖了150多种股票、期货交易软件中常用的技术分析指标，如MACD、RSI、KDJ、动量指标、布林带等等。

爬虫推荐：Beautifulsoup

BeautifulSoup4是爬虫必学的技能。BeautifulSoup最主要的功能是从网页抓取数据。

二、量化策略

掌握了量化金融的基本工具之后，令量化投资者最头大的就是量化策略的灵感了，对于初学者而言，肯定是先从经典策略比如双均线、配对交易、动量反转等开始。众所周知，经典的不一定是最好的，但是是必学的。在掌握了经典策略之后，可以通过阅读券商研报、国外量化论文，或者根据自己对金融理论的理解，编写自己的策略。

01经典策略

量化交易经典策略主要有择时策略如双均线模型、动量反转、配对交易等，选股策略如最主流的多因子策略，技术分析指标如MACD等。 在量化平台比如聚宽社区、优矿社区等都会有涉及，在网上随便搜搜也能搜出一堆。但是这些资源有个问题就是很不适合初学者，比如说优矿社区的策略，即便是提供源码，初学者也是很难看懂的。

02券商研报

券商研报虽然经常会比较水，但是还是有很多不错的文章可以借鉴的，推荐可以看券商金工部门的研报。

03海外文献

量化投资在国内发展时间其实很短，而在海外已经有了几十年的积累沉淀，所以海外量化相关文献也是一个很好的资源，

04.金融理论

顾名思义就是凭借自己的金融知识，深入领会金融资产定价的无套利原则，灵活运用各类金融工具进行投资啦。所以这就靠大家聪明的头脑，以及金融理论储备了，我这里就没什么好说的。

三、量化推荐书籍

作为一个不爱读书的学渣，这个部分就太难为我了，如果是爱读书的好同学，可以参考知乎。

01第一部分：预备知识

【1】《投资学》作者：博迪，凯恩，马库斯

【2】《Trends in Quantitative Finance》by Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm

【3】《计量经济学》