零基础想系统地学习金融学、量化投资、数据分析、python，需要哪些课程、书籍？有哪些证书可以考？

曾经我也是零基础小白，题主想走的路，我已经走过啦～作为一名CFA持证人和管理因子投资的量化策略的投资组合经理，我把这些年积累的干货跟大家分享。

量化投资是金融学的一部分，量化投资（跟量化交易的概念有部分重合）需要进行数据分析，而常见的工具是R或者Python。R正在逐渐被Python代替，如果是零基础的同学，建议直接学Python就可以了。

下面我就再用量化投资中最受欢迎的因子投资为例，搭建一个量化投资的框架，哪里需要数据分析、哪里需要金融学、哪里需要Python的知识，希望大家能在框架中找到它们各自的位置。其中，金融学和数据分析的知识是血肉，Python技能是骨架，没有骨架，再好的血肉也是立不起来。因此，Python的学习贯穿量化投资的过程。

因子投资（Factor Investing），也叫做聪明的贝塔（Smart Beta），是量化投资领域非常受欢迎的重要分支。目前，市场上共有1.8万亿美元的资金投资于因子投资的模型中。因子投资用简单的白话说，就是通过找到决定股票收益高低的“因子（因素）”来进行投资。搭建一个因子投资的模型，需要完成以下流程：收集数据——数据分析——模型训练——检验回测业绩——调整模型。

一、收集数据

目前股票市场上提供财务数据的数据库有很多，但最常用的，是针对A股市场的Wind数据库和针对美股市场的Bloomberg数据库。如果我们分析某只股票，可以通过登陆Wind或者Bloomberg终端进行信息检索和数据收集，但量化投资需要海量的财务数据，通过终端查询不可能实现，通过Excel表格的插件，也费事费力。最有效率的获取数据方法，是通过数据库的Python插件。

以Wind为例，在Python中输入以下代码：

import pandas as pd
from WindPy import w
w.start()

使用Python获取数据库的数据比Excel省事很多，不仅速度快，数据分析时也不用再读取Excel文件了。这里的免费课程覆盖了Python的重要语法，在通过案例学习语法的过程中，自然而然的会学习金融、数据分析的知识。大家先领取，再往下看文章。

Python 量化技能入门必备👉语法入门+四大实战案例

￥0.00立即领取

二、数据分析

拿到财务数据后，我们要做的第一步就是进行数据清理，其中包括了缺失值处理、极值处理、数据转换、数据可视化。这些步骤需要处理大量的数据，Python会让我们事半功倍。

1，缺失值处理。 缺失的数据会影响模型的准确度，如果一个指标的缺失数据达到了20%以上，我们就要考虑是否应该将该指标排除在外。比如，我们想要通过学生的模拟考试成绩预测高考成绩，但一半的学生都没有参加模拟考，那还怎么预测呢？一般情况下，缺失值不是太多，我们会替换成平均数或者中位数。

2，极值处理。 极值顾名思义，就是指特别大或者特别小的数，这个数混在数据里，会影响我们对数据情况的判断。比如，一个小公司的员工都只领几千块钱的薪水，而CEO领几千万元的薪水，公司的平均薪资都达到十几万了，显然，平均数不能正确反映员工的工资水平，这时，CEO的薪水就应该作为极值被排除在外。量化投资中，最常用的极值处理方法是Winsorization，这在Python中也很容易实现。

3，数据转换。 我们分析数据的目的，是要获取数据中隐藏的信息，这个过程就像破案一样，要抽丝剥茧。很多时候，数据要符合一定的样子才能吐露信息，比如在线性回归模型中，自变量应该服从正态分布。这时候，我们需要将原始数据变成期望中的样子，这个过程就叫做数据转换。量化投资中，我们会将数据标准化、正态化、取Log等等。

4，数据可视化。 “A picture is like a thousand words"，一图顶万言。画图能帮助我们更好的了解手中的数据。Python在数据可视化这方面比R更加灵活、领先，比如Clustering的可视化，关于分布的Histogram图片。

从使用者的角度，Python的语言更直白，图片更好看。如果大家向领导汇报，相信Python会比R更能让领导“赏心悦目”。

三、模型训练

量化投资的模型可以分成两大类：回归类（regression）和分类类（classification） 。这两类都是监督学习的模型，最常见的回归模型就是线性回归，也就是多元一次方程式；最常见的分类模型就是二叉树模型。

因子投资的基础模型是线性回归，我们将收集到的时间序列数据或者横截面数据代入线性回归模型中。

ExpectedReturn=Alpha+Beta1∗Factor1Value+Beta2∗Factor2Value+…Betan∗FactornValue+errorterm

当因子太多，也就是线性回归模型中的自变量太多时，自变量之间可能存在相关关系，互相影响从而降低模型的准确度。这时，我们可以用脊回归模型或者LASSO来进行自变量的权重调整或挑选。这些模型都可以用Python相应的Package完成。

线性回归模型简单且强大。但实际上，市场中很多因素对股价的影响并不是线性的，我们如何能找到非线性的模型呢？答案就是决策树。随着技术的发展，更聪明的模型被引入到量化投资中，除了简单的回归，我们还可以将模型设计成决策树或者神经网络。决策树算法采用树形结构，使用层层推理来实现最终的分类。决策树又叫二叉树，是因为每个推理节点，都会分成“是”和“否”两个分支。比如，银行决定是否向个人发放贷款，简单的决策树模型如下图。

简单的决策树模型虽然没有线性的强制假设，但也不能代表股票市场真实发生的情况，，我们可以将模型变为Random Forest（Bagging）或者Boosting。

但有的时候，市场不是只有“是”和“否”两个答案。如果再引入更加聪明的模型，我们可以用神经网络模型（nerual network）。神经网络是模拟人类大脑处理信息方式的简化模型，它通过模拟大脑的多层感知，对输入信息的反馈过程决进行隐藏层，每个信息对最终预测结果的影响都是多元化的。

这些模型的搭建工具是Python，各个模型对应的Package都可以在网上搜索到。

四、检测回测业绩和调整模型

当我们训练出一个模型后，需要用真实的历史数据检测该模型在历史上是否有效。回测结果非常重要，如果回测结果不好，那这个模型基本要被推翻重建；如果回测结果好，我们也不能掉以轻心，因为回测的结果好，不代表现在用着也好。有很多模型放到真实世界里就失效了。要搭建一个有效的量化投资模型，需要我们不停的检测、调整。

检测模型是否有效，还需要分析一些统计学指标，比如R Square，T-Statistic。我们还可以用一些统计学方法来检测每个自变量（我们向模型输入的能影响股票价格的指标）的重要性，从而决定是否要放弃某些指标，或者寻找其他类似指标。如果是回归模型，可以使用Stepwise Selection，如果是决策树模型，可以使用Feature Selection方法。

工欲善其事，必先利其器。Python等编程语言是量化投资的工具，如果不会使用工具，再好的策略也只是纸上谈兵，落不到实处。因此，掌握Python是量化投资的基础，下面的课程会系统的帮助我们了解Python在量化投资中的应用，最重要的是，它免费，感兴趣的朋友赶紧薅羊毛薅起来吧！

结语

当然，好的模型不仅在于“型”，更在于输入的数据是什么。如果我们对股票市场缺乏了解，不知道什么因素能影响股票的价格，那么再好的模型也无法预测未来的股票收益，因为你让模型吃进去的全是噪音数据，模型无法提取到信息，正所谓“Garbage In，Garbage Out”。金融知识在这里就展示出了它的重要性。量化投资的重点仍然在“投资”，量化只是实现投资的方式，领域知识非常重要。毕竟，我们的目标是成为会写程序的投资者，而不是只会写程序的门外汉。

如果你对Python感兴趣的话，可以试试我整理的这份Python全套学习资料，微信扫描下方二维码免费领取

包括：Python永久使用安装包、Python web开发，Python，Python数据分析，人工智能、机器学习等学习教程。带你从零基础系统性的学好Python！
在这里插入图片描述