量化交易之門的目錄

1. 量化投資學習推薦的書籍都有哪些

量化投資學習是指利用先進的數學模型代替人類的主觀判斷，利用計算機技術，從龐大的歷史數據中選擇各種能夠帶來超額回報的“高概率”事件，制定策略並進行交易的過程。量化交易是一門跨學科的知識，它需要快速解決問題的能力和自我學習的能力，也需要不斷研究的試錯方法。這里有10本關於量化投資學習的入門書籍，希望能給你一些啟發。

《高頻交易員》，市場就像一個讀心者，准確地讀到你的買賣和相應的漲跌，你是否開始懷疑，是你還是這個世界瘋了？這本書的主人公布拉德·勝山就是這樣的。高頻交易最重要的是速度，也許在一眨眼的時間里就有一百萬美元的價差。那麼誰在操縱市場呢?屏幕背後的秘密是什麼?這本書將帶你進入高頻交易的世界在簡單的術語。《賭金者》，長期資本管理公司出身於一位閃閃發光的諾貝爾經濟學獎得主、一位美聯儲前副主席、一位華爾街的金牌交易員，還聲稱自己“每平方英寸的智力密度高於地球上任何其他地方”。短短三年，他就成為了華爾街最受歡迎的明星，並憑借豐厚的回報幾乎控制了華爾街的頂級投資銀行。這支耀眼球隊的資產在短短150天內從48億美元暴跌至5億美元，虧損逾90%。最終，在1998年9月23日，美聯儲與各大投資銀行、商業銀行和投資機構聯手，紓困並接管了其業務。

2. 量化交易都有哪些主要的策略模型

研究量化投資模型的目的是找出那些具體盈利確定性的時空價格形態，其最重要手段的概率取勝，最重要的技術是概率統計，最主要的研究方向是市場行為心理。那麼我們在選擇用於研究的參數時，也應該用我們的經驗來確定是否把某技術參數放進去，因為一般來說定性投資比較好用的參數指標對量化投資同樣適用。
量化投資區別於傳統定性投資的主要特徵在於模型。我打個比方，我們看病，中醫與西醫的診療方法是不同，中醫是望、聞、問、切，最後判斷出的結果，很大程度上基於中醫的經驗，主觀定性程度大一些；西醫就不同了，先要病人去拍片子、化驗等，這些都要依託於醫學儀器，最後得出結論，對症下葯。中醫對醫生的經驗要求非常高，他們的主觀判斷往往決定了治療效果，而西醫則要從容得多，按事先規定好的程序走就行了。量化投資就是股票投資中的西醫，它可以比較有效地矯正理智與情緒的不兼容現象。
量化投資的一般思路：選定某些技術指標（我們稱之為參數，往往幾個組成一組），並將每一個參數的數據范圍進行分割，成幾等份。然後，用計算機編程寫出一段能對這些參數組對股票價格造成的影響進行數據統計的程序，連接至大型資料庫進行統計計算，自動選擇能夠達到較高收益水平的參數組合。但是選出這些參數組後還不能馬上應用，因為這里涉及到一個概率陷阱的問題，比如說，有1到100這一百個數字放在那裡，現在讓你選擇，請問你選到100的可能性是多大？是的，就是1/100，如果較幸運你選到了100並不能說明你比別人聰明，而是概率的必然。所以，在進行統計時要特別關注統計的頻率與選出的結果組數量之間的關系。在選出符合要求的參數組後我們還應留出至少三年的原始市場數據進行驗證，只有驗證合格後才能試用。

量化投資原始數據策略：我們選用96年後的市場數據，因為96年股市有過一次交易政策改革（你可以自己查詢了解一下），為了不影響研究結果我們不採納96年以前的數據進資料庫。 量化投資研究的硬設備：高計算性能電腦，家用電腦也可以，不過運算時間會很長，我曾經用家用電腦計算了三個月時間才得到想要的數據。
統計方法：可以選用遺傳演算法，但我在這里陪大家做的是比較簡單的模型，所以採用普通統計方法就可以了。
用於量化研究的軟體：我採用的是免費的大型資料庫MYSQL，ASP網路編程語言，以及可以設置成網路伺服器的旗艦版WIN7操作系統。

3. 量化交易領域有哪些經典學術論文

量化交易的功能一般包含三大塊：研究、模擬、實盤。轉化到技術層面為：數據、回測、實盤、安全等等。
基於國內市場，我們遇到的挑戰如下：
1：數據
數據包含兩類，一類是行情數據，一類是財務、基本面、輿情、研報等其他數據。行情數據：
目前市面上分鍾級的數據比較精準，可以用於中低頻的交易回測；歷史、實盤TICK級的Level-1、Level-2數據需要自己找渠道去獲得，較容易找到的渠道很容易出現漏數據、不精確等情況，需要工程師專門結合了多家數據源進行核對修復。
2：回測
回測最難的在於如何確定成交量，同時要考慮復權、停牌、ST*等問題，這裡面有很多細節
3：安全
安全在交易的開發中是重中之重，如何保證策略的安全性，不被外部、內部人員所竊取，分為2部分。
一部分是WEB安全，一部分是策略的編譯安全。
因為量化交易是用戶可編程的，我們量化選用的是PYTHON語言，因為有強大的科學計算庫和高性能，導致用戶可以調用很多系統級API，在這上面我們下了很大的功夫來保證用戶的策略安全，做到理論級的策略隔離。

只能大概講一下，這裡面每一個部分都可以延伸出來成為一個話題。

4. 學習量化交易都有哪些書可以參考

提兩本相關的學術著作。一本是2011年的論文集 Econophysics of Order-driven Markets，收錄了一系列關於盤口和高頻數據建模的論文。另一本是2013年的 High-Frequency Trading book，包含一些策略研究和機器學習方面的應用。這兩本一定程度上可以反應學界目前對這個領域的研究現狀。

5. 量化交易是什麼

量化交易是指以先進的數學模型替代人為的主觀判斷，利用計算機技術從龐大的歷史數據中海選能帶來超額收益的多種「大概率」事件以制定策略，極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下作出非理性的投資決策。
應答時間：2020-12-11，最新業務變化請以平安銀行官網公布為准。
[平安銀行我知道]想要知道更多？快來看「平安銀行我知道」吧~
https://b.pingan.com.cn/paim/iknow/index.html

6. 什麼是量化交易

一、什麼是量化交易
量化交易即使用現代統計學和數學工具，藉助計算機建立數量模型，制定策略，嚴格按照既定策略交易。具體又可分為高頻交易和非高頻交易，其中非高頻交易適合一般個人投資者和中小機構。

量化交易是以先進的數學模型替代人為的主觀判斷，利用計算機技術從龐大的歷史數據中海選能帶來超額預期年化預期收益的多種「大概率」事件以制定策略，極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下作出非理性的投資決策。

二、量化交易的優點
1、投資業績穩定。
因為量化交易業績所依靠的通常是由很多次的大概率事件產生的利潤積累起來的，達到它的要求才能夠進場。經過多個步驟，層層把關，從而極大地提高成功率。盡管它並不能保證你每一次都能夠賺錢，但它能夠它靠概率取勝。

這主要表現在兩個方面：
量化交易從歷史數據中不斷地挖掘有望在未來重復的規律並進行利用。

依靠一組股票來獲勝，而不是一個或者幾個股票獲勝。從投資組合理念來看就是捕捉大概率獲勝的股票，而不是押到單個股票上。

2、能夠理性投資。
在容易失去理性的情況之下幫助你保持理性，因而在市場反應過度、喪失理性的時候能夠及時把握住時機。

3、信息的處理能力強。
個人交易證券市場，對市場各種信息必然會感到十分茫然，而量化交易對信息的處理能力更強。當我們而對證券市場時，感覺它就如同大海似的，在茫茫的大海之中，要想持續地獲取回報，就需要一個指引。而這個指引就是我們的交易模型，就像是茫茫證券市場航行時的羅盤。

7. 量化交易該如何入門

5000萬差不多吧。沒5000萬不要談量化交易，手續費能不能賺回去都是問題

8. 量化交易平台的挑戰都有哪些

量化交易平台的功能一般包含三大塊：研究、模擬、實盤。轉化到技術層面為：數據、回測、實盤、安全等等。
基於國內市場，我們遇到的挑戰如下：
1：數據
數據包含兩類，一類是行情數據，一類是財務、基本面、輿情、研報等其他數據。行情數據：
目前市面上分鍾級的數據比較精準，可以用於中低頻的交易回測；歷史、實盤TICK級的Level-1、Level-2數據需要自己找渠道去獲得，較容易找到的渠道很容易出現漏數據、不精確等情況，需要工程師專門結合了多家數據源進行核對修復。
2：回測
回測最難的在於如何確定成交量，同時要考慮復權、停牌、ST*等問題，這裡面有很多細節
3：安全
安全在交易平台的開發中是重中之重，如何保證策略的安全性，不被外部、內部人員所竊取，分為2部分。
一部分是WEB安全，一部分是策略的編譯安全。
因為量化交易平台是用戶可編程的，我們京東量化選用的是PYTHON語言，因為有強大的科學計算庫和高性能，導致用戶可以調用很多系統級API，在這上面我們下了很大的功夫來保證用戶的策略安全，做到理論級的策略隔離。

只能大概講一下，這裡面每一個部分都可以延伸出來成為一個話題。

9. 想學量化交易的C++編程，有沒有比較好的參考書可看

下面這個可以參考一下，具體還要看個人的情況。

我覺得應該根據你的工作需要或者說你的發展方向而定。基本上兩大類吧：C/C++和Java。比如，如果你要做企業級應用的你應該學習Java和C＃；如果你想做嵌入式，那麼應該學好C語言；其他情況下，在你不知道要做什麼之前你可以選擇學習C/C++。學會這兩大類中的一類，對於你學習其他語言都將是比較輕松，包括腳本語言，動態語言„„呵呵，這里想就自己的學習經歷和情況給大家一個建議，僅供參考。
1、我的入門是從學習C語言開始的（其實課程是C＋＋)，這是我們學校的公共課，我上課比較認真（雖然老師講得很差，而且一段時間後，我就發現自己的基礎掌握比她好，當然理解深度沒她好），因此，我認為對於完全沒有基礎的人而言，聽別人講比較容易入門。當時的教材是學校自己編的，挺爛的。
建議一（以C/C++為例），對於剛想進入編程的人（就是從來都沒有接觸過編程的人），最好是聽課的方式（自己看的話估計要很慢，而且很痛苦），可以找視頻或者培訓等。C語言推薦入門教材：譚浩強的C語言，最新版是第三版，不過第二版應該也可以了（藍色的）。說明一下：堅決不同意直接看K&R的《The C programming language》，這本書絕對不是初學者可以看懂的，裡面講語法的並不多，語法都是合在程序裡面講。不過這本書非常好，入門以後一定要看的一本書。
當然可以從C＋＋直接入門，C＋＋之父強烈推薦從C＋＋直接入手。C＋＋推薦入門教材：錢能的C++（紅色的，清華大學出版），這本書第一版不是ISO C＋＋，不過比較經典，作者現在也出了第二版了，第二版好像不是太好。國外的最好的入門教材據說是：《Acclerated C++》作者是Koenig和Moo夫婦，非常厲害。他們的著作還有《c陷阱與缺陷》《c＋＋沉思錄》。《Acclerated C++》這本入門的書我沒有看過，我覺得還是先找本國內的書好好看，看的差不多了，國外的經典書籍隨便看就會覺得很有味道，否則你可能會很受打擊。入門的書至少要看兩三遍（要徹底理解哦 ):）。如果是C＋＋，我建議後面類的部分至少要理解三到五遍。說明一下，c＋＋模板的部分可以先不用看，如果有興趣的話，等把c＋＋學的差不多了，我覺得可以把模板、STL、泛型編程結合起來學習，這個又是一個很大的工作量了，又得下很大的功夫。所以說，C++博大精深啊。
建議二、學習過程中要結合簡單的演算法，像冒泡還有類似c語言程序百例這樣的小例子做做；更進一步應該做點大一點的項目，最好是控制台程序。或者你已經著手學習win32、MFC或linux，你也可以結合平台做點小的項目。
2、第一階段是最苦的，接下來相對就知道應該怎麼去學習了。這時候假設你已經有了扎實的c＋＋基礎。這是你可以選擇也應該選擇發展方向了，做企業級應用，還是系統開發，嵌入式設計或者游戲開發„„ 那時我其實並沒有考慮那麼多，因為我不是學計算機的，因此我就把參加一些計算機之類的考試當作學習目標。我當時其實C＋＋語言基礎已經很不錯了，但是上機實踐很少（那時我沒有電腦），因此參加省計算機二級，全國計算機三級和全國計算機四級考試，結果上機都沒有通過。我很郁悶，二級的時候是我不知道怎麼樣進那個DOS界面把題目調出來，三級的時候是很快就編好了，也通過運行了，可是成績出來卻不及格，四級的時候是編好了，可能是我那題目比較難，好像用了兩次循環，結果那破機器竟然承受不了。後來一亂就毀了（當然主要是上機太少了）。不過我那些上機都沒有去補考。二級和三級的時候是自恃水平已經遠遠超過考試要求了，四級的時候則因為自己已經通過高級程序員考試，覺得補考上機好像沒必要。（我高程和四級都是在2003年考的）。
建議三：定位學習方向，並好好學習計算機基礎知識。在你還不確定學習方向，或者你還在大學本科期間，那麼我認為應該先把計算機的基礎知識好好學習一下。我認為計算機必學的基礎課程而且要精學——首先是數據結構，其次是操作系統、軟體工程，資料庫。這四門課不管你將來想從事哪個方向的基本上都會用到。當然，有時間的話，其他基礎課都是應該掌握的，離散數學、組成原理、體系結構、網路、編譯原理甚至跨學科的。方向是很重要的，因為知識其實是無限的，一個小小的領域就夠你研究很久了。本科生可能還沒有什麼方向的感覺，但是到了研究生你一定要清楚自己到底想要做什麼，要往哪個方面發展，不要盲目學，瞎學亂學，否則最後可能看似什麼都會，其實什麼都不會。
我也曾經學習過Java一段時間，這篇文章既然是談編程語言的入門學習，我也簡單說一說。因為有了比較C＋＋扎實的語言基礎，所以Java學起來比較輕松。我先找了國內一本薄薄的教材很快看了一遍（幾乎都理解，但是只看了一遍），空閑的時間配合清華張孝詳老師的java視頻。以後其實才算我真正要開始入門JAVA的學習，我用了是《core java》中文第六版（本來想用候捷翻譯的第二版的《Thinking in Java》，發現被同學弄丟了），這本書我差不多用了20天才把裡面的知識都搞懂，當然包括程序風格的模擬，最重要的時我把有關GUI編程的那三章裡面的程序例子幾乎可以默寫出來（當然，那是因為我理解了，其實這樣就變成了我的知識了），裡面的API我也記得差不多了。（說明：Java裡面的GUI編程沒什麼用處了，建議大家先跳過，GUI不是Java的長處，如果以後需要的話再查手冊或者再記憶學習）。
其實學習了C＋＋以後，學習Java是比較容易了，但是建議不要兩種都學啦，他們的用途是不一樣的，你應該熟悉其中一種，更重要的是熟悉其應用領域所需要的專業知識甚至平台，以及使用他們的企業，有創業計劃的還應該考慮一下他們的應用領域，最重要的是思考他們的潛在的應用領域。
對於初級的學習就講到這里，接下去的學習其實都是高級部分，先不介紹了，因為：一、我自己都還沒有學懂，這里亂吹會誤人子弟。 二、高級東西的學習很多，有很多選擇，又需要很多繁瑣的知識，可能也一下子沒辦法講清楚。