课程大纲

	内容
初级	初识量化，理解量化 初识量化 传统量化和AI量化的区别 量化思想挖掘 量化思想的挖掘及积累技巧 量化代码基础： python、pandas、SQL基础语法 金融数据分析 常用金融分析方式 常用因子分析方式 数据分析实战练习 回测及交易引擎 交易引擎工作机制及原理 常见策略回测示例分析 量化因子构建 低频和高频因子的构建 原创因子构建技巧 机器学习因子构建技巧 量化策略分析及构建 策略绩效归因分析 经典大师策略、多因子策略、指数增强策略构建 经典大师策略的优化方法 机器学习及其在量化的应用： 机器学习的基础原理及常见算法理解 机器学习模型评估与特征选择 机器学习策略分析与应用 量化平台使用： 量化平台（BigQuant）的策略开发环境使用方法
高级	深度学习及其在量化中的应用 深度学习的基础原理和常见算法 神经网络对多因子模型的扩展 注意力机制的基本原理及其应用 深度学习策略分析与应用 强化学习及其在量化中的应用 强化学习的基础原理及其在量化的应用 强化学习策略分析与应用 AI自动因子挖掘 熟练掌握进化算法原理 股票及期货因子自动挖掘 指数增强策略专题 指数增强策略构建步骤 基于端到端神经网络的风险预算和组合优化 优质量化研报复现 一箭多雕：AI模型的多任务学习 方正/海通/广发高频因子研报复现过程拆解及分析

上面是从网上找的量化交易的培训课程。

一、量化投资和传统投资的区别

简单来说，量化投资与传统投资方法之间的关系比较类似于中医和西医的关系。量化投资与传统投资最鲜明的区别就是模型的应用，这就类似于医学上对仪器的应用。中医主要通过望、闻、问、切等医疗手段，很大程度上借助中医长期积累的经验进行诊断，定性的程度大一些。而西医则不同，西医主要借助于现代仪器，首要病人去拍片子、打B超、化验等，这些都要依托于医学仪器进行检验，对于各项检查结果有详细的数据评价标准，最后判断症结所在，进而对症下药。

二、量化投资，需要研发能力吗

从个人角度出发是需要的，虽然有一些量化平台可以提供一些ui来做策略，这就和IT的低代码平台类似，虽然降低了入门难度，但是只能做一些简单的规则行策略，现阶段 大部分都是 策略+AI的方式，个人不会开发做量化是不现实的。

三、量化大约要做些什么

分为两部分 选股 和 执行

选股：主成分分析法(PCA)选股 1.确定股票池；2.获取四个因子，3.对因子提取主成分值；4.选股

执行：策略制定 行情判断 股票池筛选 信号产生 因子管理 交易执行 人工干预 数据 评价和优化

这是我从网上搜的，我简单理解下：

0、数据准备(选股数据，应该在三方交易所有提供；执行数据，有直接从官方拿到的L1数据需要付钱，和三方交易所提供的L2数据，有免费的，区别我理解是延迟和数据的不一致，需要自己判断)

1、首先是你需要根据一些条件因子(如股价、市值等) 筛选出满足你条件的股票，这些满足你条件的就是股票池，后续的一系列操作就是对股票池内股票的操作。

2、基于策略，制定你的操作，如什么时候买，什么时候卖，持仓多少等

2.1）交易策略就有CTA策略等，我理解是有一套标准的方法论，涵盖基础操作，提供一些风险操作。

2.2）海龟策略，机器学习策略，深度学习策略等。

2.3）这些策略，我理解为串行的不同操作，有具体优先级。来保证谁生效。

3、基于准备的数据，去模拟操盘，如拿最近1年的数据，去验证你的策略，得出收益，通过matplotlib等工具，显示出你的收益曲线等其他信息。

4、对接真实的交易所接口，去操作真实的股票。

5、然后就是基于真实的交易情况，再去调整策略，优化。

四、项目demo

加载中https://www.joinquant.com/view/community/detail/e9caf426e0f12942b1432a4190179513/

保姆级量化交易入门教程

五、一些思考

量化交易就和程序开发一样，我认为分为两部分，金融知识的业务部分和程序实现部分。

如股市、期货、区块链。有不同的业务方式，玩法也不一样，这里面需要大量的领域知识和实操经验支持，需要大量的金融知识支撑。 技术部分，主要是把 业务操作用技术实现，常规的策略已经有很多实现好的，差异主要在机器学习和深度学习的模型调优上，有这个能力的也不是随便一个程序员可以实现的。

金融+IT 我理解个人可以做的，就是量化交易和区块链。

量化交易需要金融+技术机知识，门槛比较高。除个人操作，如果进公司从业，门槛高，很难进。个人和找工作都不容易，感觉比互联网要难。

区块链，这块我理解就是一个特殊的软件开发，主要是web3 和合约、钱包、以太坊啥的。个人方向，我觉得很难业务落地，需要团队吧，成本比较高。找工作我觉的会好很多，可以熟人推荐或者网上找，薪资也比一般互联网要好，缺点是，我认知里政策问题吧，应该需要出国开发，或者远程工作。