量化交易学习-从银行跳槽去做量化，不会做的情况该学习哪些东西？

不管是对量化分析师还是普通的投资者来说，K线图（蜡烛图）都是一种很经典、很重要的工具。在K线图中，它会绘制每天的最高价、最低价、开盘价和收盘价，这对于我们理解股票的趋势以及每天的多空对比很有帮助。

一般来说，我们会从各大券商平台获取K线图，但是这种情况下获得的K线图往往不能灵活调整，也不能适应复杂多变的生产需求。因此我们有必要学习一下如何使用Python绘制K线图。

需要说明的是，这里mpl_finance是原来的matplotlib.finance，但是现在独立出来了（而且好像没什么人维护更新了），我们将会使用它提供的方法来绘制K线图；tushare是用来在线获取股票数据的库；matplotlib.ticker中有个FuncFormatter()方法可以帮助我们调整坐标轴；matplotlib.pylab.date2num可以帮助我们将日期数据进行必要的转化。

我们以上证综指18年9月份以来的行情为例。

我们先使用mpl_finance绘制一下，看看是否一切正常。

可以看到，所有的节假日包括周末，在这里都会显示为空白，这对于我们图形的连续性非常不友好，因此我们要解决掉他们。

可以看到，空白问题完美解决，这里我们解释一下。由于matplotlib会将日期数据理解为 连续数据 ，而连续数据之间的间距是有意义的，所以非交易日即使没有数据，在坐标轴上还是会体现出来。连续多少个非交易日，在坐标轴上就对应了多少个小格子，但这些小格子上方并没有相应的蜡烛图。

明白了它的原理，我们就可以对症下药了。我们可以给横坐标（日期）传入连续的、固定间距的数据，先保证K线图的绘制是连续的；然后生成一个保存有正确日期数据的列表，接下来，我们根据坐标轴上的数据去取对应的正确的日期，并替换为坐标轴上的标签即可。

上边format_date函数就是这个作用。由于前边我们给dates列生成了从0开始的序列连续数据，因此我们可以直接把它当作索引，从真正的日期列表里去取对应的数据。在这里我们要使用matplotlib.ticker.FuncFormattter()方法，它允许我们指定一个格式化坐标轴标签的函数，在这个函数里，我们需要接受坐标轴的值以及位置，并返回自定义的标签。

你学会了吗？

当然，一个完整的K线图到这里并没有结束，后边我们会考虑加入均线、成交量等元素，感兴趣的同学欢迎关注哦！

《07 Python股票量化投资课程（完结）》百度网盘资源免费下载

链接:https://pan.baidu.com/s/1MgFE6VMeR8H6YkS2jxEZmw

?pwd=zxcv 提取码:zxcv

07 Python股票量化投资课程（完结）|09课后大作业|08第八课资料|07第七课资料|06第六课资料|05第五课资料|04第四课资料|03第三课资料|02第二课资料|01第一课资料|25人工智能与量化投资（下）.mp4|24人工智能与量化投资（上）.mp4|23实盘交易（下）.mp4|22实盘交易（中）.mp4|21实盘交易（上）.mp4    

我目前也在学习量化，现在在学习Python，还有一些具体的模型，太多了！没事可以多交流

研究量化投资模型的目的是找出那些具体盈利确定性的时空价格形态，其最重要手段的概率取胜，最重要的技术是概率统计，最主要的研究方向是市场行为心理。那么我们在选择用于研究的参数时，也应该用我们的经验来确定是否把某技术参数放进去，因为一般来说定性投资比较好用的参数指标对量化投资同样适用。
量化投资区别于传统定性投资的主要特征在于模型。我打个比方，我们看病，中医与西医的诊疗方法是不同，中医是望、闻、问、切，最后判断出的结果，很大程度上基于中医的经验，主观定性程度大一些；西医就不同了，先要病人去拍片子、化验等，这些都要依托于医学仪器，最后得出结论，对症下药。中医对医生的经验要求非常高，他们的主观判断往往决定了治疗效果，而西医则要从容得多，按事先规定好的程序走就行了。量化投资就是股票投资中的西医，它可以比较有效地矫正理智与情绪的不兼容现象。
　　量化投资的一般思路：选定某些技术指标（我们称之为参数，往往几个组成一组），并将每一个参数的数据范围进行分割，成几等份。然后，用计算机编程写出一段能对这些参数组对股票价格造成的影响进行数据统计的程序，连接至大型数据库进行统计计算，自动选择能够达到较高收益水平的参数组合。但是选出这些参数组后还不能马上应用，因为这里涉及到一个概率陷阱的问题，比如说，有1到100这一百个数字放在那里，现在让你选择，请问你选到100的可能性是多大？是的，就是1/100，如果较幸运你选到了100并不能说明你比别人聪明，而是概率的必然。所以，在进行统计时要特别关注统计的频率与选出的结果组数量之间的关系。在选出符合要求的参数组后我们还应留出至少三年的原始市场数据进行验证，只有验证合格后才能试用。
　　量化投资原始数据策略：我们选用96年后的市场数据，因为96年股市有过一次交易政策改革（你可以自己查询了解一下），为了不影响研究结果我们不采纳96年以前的数据进数据库。
　　量化投资研究的硬设备：高计算性能电脑，家用电脑也可以，不过运算时间会很长，我曾经用家用电脑计算了三个月时间才得到想要的数据。
　　统计方法：可以选用遗传算法，但我在这里陪大家做的是比较简单的模型，所以采用普通统计方法就可以了。
　　用于量化研究的软件：我采用的是免费的大型数据库MYSQL，ASP网络编程语言，以及可以设置成网络服务器的旗舰版WIN7操作系统。

你不能看这个领域能否发展趋势下去，发展趋势不下去才好呢。因为你做的是投机性交易，尤其是期货交易这类负和交易。你的竞争对手不容易你才可以挣大钱。可是，参加交易的人也不傻，当她们发觉，自身的客观分辨实际意义并不大，量化方式导出平稳以后，她们都是会渐渐地的转换到量化上去的。如今不开朗，你才应当科学研究。你研究量化是为了什么？是因为自身的交易可以赢利。针对投机性来讲，量化太非常值得科学研究了，事实上，每一个要想完成的期货交易交易者，都需要有量化逻辑思维。

量化思维，可以使我们更快的了解运势，风险性和可变性，可以协助交易者，产生几率化思索的本人决策支持系统。还能利用各种各样回测的结论，给大家展现对策的全方面主要表现。美国科学家开尔文曾经讲过：如果你可以将你所讨论的事情量化时，你对它就拥有进一步的掌握。假如你不可以量化，那麼你也就压根并没有做到科学合理的考虑水平。有一些情况下，你自认为事的恰当交易”方式“，通过量化后就会发觉，说到底废弃物。曾经的我见过许多这样的人，说起交易方式的情况下，那就是各种各样自信心，说的那就是非常好。随后我讲，你实际一点，我给你量化测试一下。

之后呢，随后他发觉他连说都说不清，最终千辛万苦说清晰以后，结论那惨的一塌糊涂。伴随着电子计算机解决能力的大幅提高，现如今来讲电子计算机解决能力已经能完成妥善处理即使剖析的作用，之后量子计算机的发生，可能完成每秒钟万亿元亿个的解决能力。计算机语言的多元化，如Python，R，SPSS等有很多统计分析工具，根据程序编写进行计算机学习，完成人的大脑没法达到的研究作用，彻底能担任量化交易。手机app硬件配置的大幅提高，之后彻底能替代电子计算机量化交易。

就现在来讲海外已经有建立了量化交易取得成功实体模型手机软件，中国也是有了解的领域内大神完成了个股的量化交易，获得不错的实际效果。因此自己感觉，并不是量化交易值不值学习培训的问题，反而是之后的发展趋势便是量化交易，人力交易将淘汰。例如，你需要应用的，是断开亏本，让盈利飞奔的发展趋势交易思路。随后，你需要建立自身完成这一逻辑性的规则。进场规则，登场规则，和资金分配规则。这种规则，务必是清晰可见的可以量化的，例如，乌龟的进场登场：提升20日的最高处进场，跌穿10日的最低值登场。很多人的思路是压根就没有办法量化的，由于她们自身压根就并没有明确自身的逻辑性或是规则，这类便是随意交易了。例如，有人说，高抛低吸。这就是经典的没法量化，他说道的高是啥高？他说道的低又是啥低？可以量化的玩法是，跌穿20日最低值进场。分辨一个念头是不是可以量化，非常简单的玩法便是，你摆脱了图型，仅用文本就能告知另一个人。

这个时候就要根据自己的性格还有能力做好定位，多学习一些微积分，高等数学，还有数学分析，而且当你在银行工作以后去做量化的话，相对来说会很容易入门。 大多数量化金融的工作都需要大量的数学基础知识，包括线性代数、微积分、概率论、数理统计、随机过程分析，数值分析等，如果您有理工科背景，或者上一份工作对数学能力有一定的要求，那么在应聘中就更加具有优势。 我认为你需要学习一下量化是什么。要提高一下思维。要掌握量化的基本技能。使用办公软件。对自己的性格做好定位。

首先需要了解：CQF是“量化投资分析师”简称，由著名金融工程学家、全球量化投资奠基人Paul Wilmott博士及其专家团队在2003年创办于英国，CQF协会隶属于著名的惠誉集团（Fitch Learning），是目前全球量化投资领域绝无仅有的专业权威证书，是由牛津大学博士、英国皇家科学院研究学者、对冲基金创始人PaulWilmott等组成的国际知名的数量金融专家团队设计推出的国际数量金融工程认证。

然后量化投资分析是有两次机会的，一般一年是靠两次的，CQF每年有两次入学机会–每次从1月或6月开始。当然报考这个也是有一定条件的，首先报考人员应对金融具有浓厚的兴趣，并具备一定的金融投资分析技能。 具备一定的数学水平。 具备基本的英语阅读能力。 对报考人员学历和行业没有额外的限制 。

首先需要提交报考资料，必须包含正确的姓名和联系方式以及任何其他要求的信息。 我们可以全权酌情决定是否接受注册。 通过注册，您保证并声明所提交的信息准确无误，并且可以根据英国法律或纽约法律（如果您是美洲居民）订立具有约束力的合同。英文要求：具备基本英文阅读能力。考生的英语基础如果较差，高顿教育联合CQF推出了中文前导课，辅助学习。

 如果符合报名条件，48小时内您将收到邮件确认的初步录取通知；之后将要求您提交一份简短的报名表，接受您的入学申请。首次付款后，您可以访问课程并开始学习。 所以需要这个证件的还是需要很大的努力，毕竟都是要花费很多时间在里面的，路途也是比较难得，但是假如考完优势比较难得的。

一般情况下每年的3月份6月份，10月份12月份都会有考试；一年可以考4次，具体的考试时间要去官网进行查询 主要包含三次考试，一年分两个时间段，1月和6月，每门考试的时间也有相应的差异，每次入学后学完一定的模块以后就会安排考试，每次入学后就有4次考试，前三次为小考。 这个考试的时间在每年的1月份和6月份，一共包含三次考试；一年可以考三次，需要完成三个不同的课程。

个人觉得还是都会比较好。技多不压身。量化投资用Matlab 和 C++,一个建模一个执行，足够了。实在不爱用Matlab的话，R和Python也行。

选择python推荐可以阅读：《》主要讲解量化投资的思想和策略，并借助Python 语言进行实战。《量化投资：以Python为工具》一共分为5 部分，第1 部分是Python 入门，第2 部分是统计学基础，第3 部分是金融理论、投资组合与量化选股，第4 部分是时间序列简介与配对交易，第5 部分是技术指标与量化投资。《量化投资：以Python为工具》首先对Python 编程语言进行介绍，通过学习，读者可以迅速掌握用Python 语言处理数据的方法，并灵活运用Python 解决实际金融问题；其次，向读者介绍量化投资的理论知识，主要讲解量化投资所需的数量基础和类型等方面；最后讲述如何在Python 语言中构建量化投资策略。

选择MATLAB推荐阅读：《》主要讲述以MATLAB为分析工具的量化投资，由“MATLAB入门”、“MATLAB量化投资基础”和“MATLAB量化投资相关函数详解”3篇组成。入门篇让零编程基础的读者快速掌握强大的数值计算和模拟分析工具MATLAB；量化投资基础篇简要介绍相关的投资策略及模型，重点讲述MATLAB中的模型实现及应用；函数详解篇对MATLAB的金融工具箱、衍生品工具箱和固定收益工具箱中的全部函数一一进行详解，以帮助读者快速掌握这些函数。

看了半天数据，也分析不出个所以然来，02 这真的非常难说。。总的来看美 国大部分用python，国 内可能用matlab的比较多（因为盗版什么的问题呵呵）。我个人是觉得python有更好的灵活性，比如可以和C链接等等，很多美国的hedge fund等公司都在从matlab转到python。matlab的好处是：收钱的东西质量有保证。所以matlab在optimization等方面的toolbox写得非常棒！总的来说就是简单好用。问题就是它的syntax非常恶心（这点和R类似。。）。另外速度比较慢（当然R更慢）。。我个人是比较喜欢python多一点，但是很多时候搞量化分析偷懒就会用matlab和R，因为很多东西都是现成的。。

量化投资当然是真的,如果想学习可以去看一些量化投资方面的书籍.
量化投资说白了就是把投资策略,转化成计算机能识别的代码,在历史数据中回测,通过修改优化交易策略来提高收益,还可以模拟交易来验证策略的效果.这样能大大提高分析效率.