手把手教你量化交易入门

手把手教你量化交易入门
我们都知道金融量化交易包含很多的学科，如果从头开始学的话，往往会觉得手足无措。

今天逻辑小助理要跟大家讲一讲哪些东西是最直接和金融量化交易有关的，让大家可以少走弯路。

这里主要分四块来讲：金融常识，统计和数据科学，编程和交易。

金融常识这里面大概列举了几块个人量化交易可能会涉及到的一些领域，比如说常用的是股票，期货外汇还有现在增加了一些叫虚拟货币还有期权。

不要求去了解的很深入，但做交易要了解它们的基本常识。

下面我们想详细的谈谈统计和数据科学，这个是我个人认为比较重要的。

数据科学是一个非常大的学科，有很多内容可以去学习。

这里只是找出了一些非常小的一些分支，可能会对你的量化交易起到一定的帮助。

假设检验
当你想做出一些很独特的策略，第一步是提出自己的假设，然后在用统计的方法去检验，如果这个结论是显著的，我们就可以制定出好的策略。

机器学习
这个学科现在炒得很热，在这方面主要是有深度的学习传统的统计方法、随机森林等。

强调根据需求，作为数据的分析工具。

过度拟合问题
在我们的策略回撤中，经常会遇到过度拟合的问题，因此我们要学习怎样尽可能的避免。

在不同的模型下，所用的方法是不一样的。

模型选择，变量选择
这部分将会成为决定你的策略能不能和市场上其他策略区别开的分水岭，在这里掌握统计知识以及数据科学知识尤为重要。

编程在量化交易中，我们的目的主要还是在于自动交易。

我们用量化的方法制定策略的终极目标是交易自动化。

目前比较常见的编程语言是Python。

关于Python个人有一些小小的经验可以分享一下。

逻辑小助并不建议买大量很厚的书“埋头苦读”，事实上看书学习编程是效率特别低的方式。

我们可以跟着课程学习，在公开课平台把基础知识快速的过一遍，了解它能做些什么。

首先介绍几个Python常用的扩展包：
我们不需要死记它们的功能，通过备忘表（cheatsheet），我们可以找到前人总结出的很漂亮的表格，可以快速知道扩展包有哪些函数和参数，能够实现怎样的功能，在你需要的时候快速找到满足你的需求。

学习Python的核心是为了用而学。

因此一些与量化相关的项目可以去尝试。

比如说网页爬虫取数据、通过API下载数据并行数据分析，去完成一些基本的项目。

这里逻辑小助找到了两个宝藏网站：
是一家股票信息网站，这里有许多交易市场的基本信息和量化指标。

你可以在网站上获取到你想要的数据，试着通过Python把数据保存到自己的电脑上。

Kaggle是一个数据分析的竞赛平台，同时它就是用来练手数据挖掘的一个绝佳场所。

你可以从这个网站看到很多的例子，学会通过给你的数据，提出问题，并解决问题。

你可以看到，我们一直所强调的并非学习编程而是如何使用。

不妨我们找个量化交易平台，直接开始使用，边用边学。

因为现在已经有很多优秀的量化交易平台，那么你可以找一个用这个Python写出来的量化交易平台，直接使用，在这个过程中学习。

分享两个平台：
Quantconnect一个开源的股票算法交易平台，包含外汇，期货，期权，衍生品和加密货币。

它的基础框架是C，部分例程使用了Python。

Backtrader是基于Python的量化回测框架，一个非常好的纯python平台。

接下来我们还要意识到，系统化的管理数据和代码的重要性。

当你收集到很多数据，下载到电脑上，该怎么管理它？这是一个往往看起来简单但实际上并不容易的一件事情。

大量的数据：几千只股票、一些外汇的数据、期权的数据、期货的数据都要想办法系统化的把它保存起来。

可以通过编程技巧，把经常使用的代码写成一个软件包，既可以自己使用也可以分享给别人。

综上所述，关于学习编程要尽早的学习使用，不要拘泥于哪本书，如果不会就去上网查是最快的掌握方法。

接下来是量化交易相关的交易知识。

一般来说并不容易在书本上学到，主要依靠自己琢磨。

找经纪商尽早的开户，然后试着手动模拟交易。

如果从未买卖过股票或者其他金融类产品，首先你需要先试一试交易到底是怎么回事，了解怎么样买、卖。

这里强调过程不应以书本为主。

第二看看别人在做什么，例如一些交易者关注宏观数据，宏观数据一般变化比较慢，适合一些长期的策略。

一些交易者，他们喜欢K 线图或者是技术指标。

现在比较流行的日内交易，这样我们就了解到市场的参与者都在做什么，交易者的心理状态是否可以用作输入的参数？都可以为量化交易提供思考的方向。

为什么有人能赚到钱，为什么有人赚不到钱，他们是靠哪些技巧来赚钱的，那么这些都是我们作为一个量化交易的策略制定者应该关注到的。

其中哪些东西是能被我们利用的。

如果一个策略是有效的，能够不断的重复，事实上我们就应该可以拿来做量化使用。

另外一些经典的公开的量化策略，在不同的参数、时间、交易量下表现各有不同。

初学者可以从这里入手，不以盈利为目的进行模拟交易，思考改进之处，结合自己在市场上观察到的特点，用现有的策略去套，使自己的策略有所提高。

关于交易常识方面，我们需要了解到：
我们整个交易的行为其实是与其他人博弈的一个过程，你选定了一样金融产品作为主要的交易对象，需要了解市场参与者的特征，知道他们的想法是怎么样。

比如有些机构在交易的时候，将很大的单子分成小的部分，这其中也会存在着策略，我们是否能从中找出一些蛛丝马迹？
以上就是量化交易入门篇的主要内容，可以发现个人做量化交易的时候，其实并没有一本现成的书能指导我们。

很多时候，你会发现一直在学习没有任何的反馈。

长期收集的数据、学习编程、学习统计，并不能够直接的反映到你的交易成果中。

这是一个不断探索，不断摸索的过程。

找到一个合适的平台，从做模拟交易开始，在这个过程中通过不断的迭代，不断的改进策略，慢慢发掘出一条稳定的量化策略，走到赚钱的道路上。

事实上如今的量化交易已经成熟许多，现存的量化交易平台已经非常完善。

有很多的开源平台，可以供大家直接使用，同时数据也便宜了。

所以说现在的基础条件特别适合个人去做量化交易。

最重要的心得：尽早的经历一次完整的量化交易的全过程。