江西铜业股吧:学习量化交易如何入门 -凯发k8官网下载客户端中心

江西铜业股吧：股票入门教程:学习量化交易如何入门？，货币式基金,002050股票,亿利达股票,本文告诉你！

观信财经
股票入门教程股票入门教程:学习量化交易如何入门？作者：杨博理

前排财气网广告位：

我自己的新书《量化炼金术：中低频量化交易策略研发》已经完成，由机械工业出版社出版，各大平台有售，感谢支持。

之前的上半册仍然挂在网上提供免费下载，虽然里面有一些计算上的错误（在纸质全本中已经修改），但是并不影响阅读。下载地址如下：

百度网盘地址：

http://pan.baidu.com/s/1bobb7bl

人大经济论坛：

http://bbs.pinggu.org/thread-4150803-1-1.html

友情提示：我不懂高频，方向仅限中低频交易。有中文版的尽量挑中文版，当然你要是鄙视中文翻译水平请自行寻找英文版。

第一部分：预备知识

【1】《投资学》
作者：博迪，凯恩，马库斯

既然是搞量化，算半瓶水搞科学的，就不应该本能的排斥学院的东西。这本书对于投资交易的入门非常系统了，有了对市场的基本认识，了解前人在量化工作上的一些重要发展，才有可能在正确的基础上

江西铜业股吧

建立自己的想法和直觉。不过粗略看看也就可以了，毕竟我们这里聊的是量化交易入门，而不是金融专业如何毕业，下面三本书一样，翻翻就行。

【2】《trends in quantitative finance》
by frank j. fabozzi, sergio m. focardi, petter n. kolm

这是别人问起量化交易来，我最为推荐的一本入门书。书中讲到了做量化策略需要注意的几个最重要的地方，例如过拟合、未来函数、幸存者偏差等等。有一句话已经慢慢成为了我做策略开发的信条：交易策略研发应该以经济直觉（economic intuition）为基础。
我本身是数学、统计出身，初期曾坚信数据挖掘的作用大于经济直觉，碰壁多次之后，慢慢开始转变观念。这也说明一个问题，交易策略研发是一门需要实践的手艺，多做才会促进思维的进一步发展。当然我不肯定我自己的思路是否正确，赚钱的思路千百种，我能取一瓢饮就烧香拜佛了。
真的是好书，虽然内容初级且杂乱，但是谈到了大部分对于新手来说比较重要的概念，不要因为是cfa教材而鄙视它。

【3】某本《计量经济学》

我自己的计量知识主要来源于论文阅读和写作，边用边学，教材只做工具书参考用，因此不是特别熟悉( @alffee akanishi 在评论中推荐伍德里奇那本，谢谢分享)。只说一点，做量化交易策略需要有一定的计量基础（当然越扎实越好），因为大部分策略始终是在和时间序列以及面板数据打交道。当然统计学基础知识也是必须的，同样越深越好，鉴于上过大学的都学过，这里就不再列统计学的书目了。理工科入行的，我想也是有必要补一补相关知识的，不一定会用上，但是能促使思维进一步系统化。
在基本计量知识的基础上，做量化策略的人们需要一种额外的能力：规避未来函数的能力。一些计量研究往往偏向于描述或解释某一种现象，因此无需考虑模型中时间点前后的严格划分。量化策略偏重于使用当前数据预测未来，并在预测的基础上形成策略，因此在模型建立、数据处理时需要格外注意这个问题。个人认为，out-of-sample检验的相关内容可以很好的训练这种能力，当然最好的方式还是在研发实践中慢慢摸索。

【4】《漫步华尔街》
作者：麦基尔

说实话这本书对于量化投资策略的研发没有任何帮助，对我而言其作用在于：1，认识指数化投资这种最具有经济意义的投资方式；2，时刻警醒打败市场有多难。


第二部分：择时策略

【1】《海龟交易法则》
作者：柯蒂斯·费思

可以看作是一个机械交易策略各个组成部分的讲解，有实例（还大名鼎鼎）有说明，对大体上把握策略研发的工作很有帮助。其实如果能自行设计出一个类似乎海龟交易法则的交易策略出来，我觉得量化交易应该算初入门径了。

【2】《交易策略评估与最佳化》
作者：罗伯特·帕多

这本书国内没有翻译版本，但是有台湾的译本，我是在某宝上买的。择时策略的开发步骤大部分都涉及到了，做入门书很合适，对形成量化投资策略的研究思维有比较大的帮助。作者说自己首创了推进分析（walk-forward），我不太清楚是否属实。但是推进分析本身值得各位想入门量化交易的朋友好好研究，这是一个比经济学out-of-sample检验更符合交易逻辑的回测方法，当然它本身可以算是out-of-sample检验的一种特殊形式。

【3】《量化交易——如何建立自己的算法交易事业》

作者：欧内斯特·陈

相较于上一本，量化交易策略的组成成分方面讲的更多一点。这本书虽然也有一点点因子模型的内容，但是主要内容还是择时策略，作者也似乎更偏向于择时的交易思维。涉及到了凯利公式以及一些量化策略的想法（我觉得书中的一些小例子不能算作真正的量化策略）。同类型的书中这一本其实写的不算太好，但是它有中文版啊，也比较适合入门。^_^

【4】《building reliable trading systems: tradable strategies that perform as they backtest and meet your risk-reward goals》

by keith fitschen

这本书的特色在于较为独立的讲解了量化交易策略的各个组成成分，并且说明了各个成分的作用，以及增加、调整之后对整体的影响之类比较实践性的知识，开仓、过滤、平仓等基础内容均有实例支撑，讲的比较详细。trading lore那一章我非常喜欢。拿来做入门书应该算是非常好的选择。

第三部分：选股策略 / 投资组合管理

【1】一篇论文：
eugene f. fama, kenneth r. french. the cross-section of expected stock returns. journal of finance, 47 (1992), pp. 427–465.

alpha选股策略的源头，而且还仔细做了规避未来函数的工作，提出的因子也在实践中被证实有效。相比较而言，93年那篇更受学界认同的论文实际上是一篇解释性的文章，从风险补偿等方面来解释超额回报来源的现象与问题，其对于量化投资策略的意义，见仁见智了。

【2】《quantitative equity investing》

by frank j. fabozzi, sergio m. focardi, petter n. kolm

又是这三个人的书，倒不是写的有多好，但是确实是入门的上佳选择。选股策略和投资组合管理在学界也有一定的研究地位，因此这本书的整体框架明显比《trends in quantitative finance》更清晰一些，没有那么杂乱。

【3】《积极型投资组合管理》

作者：格里纳德，卡恩

先要说明，这本书除了个别章节以外，一点都不入门。这里将其排进入门书单的原因，是因为它太重要了，绕不开。有志于选股策略和投资组合管理的朋友，请努力啃吧，可以搭配barra的手册和qian的那本《quantitative equity portfolio management》一起看。 @李腾 也翻译了一个版本，但是我没有看过，不好评价。在这里向李大神致敬，书里一些地方我到现在都没看明白呢。


第四部分：进阶

大致了解了量化交易策略的基本构造之后，进阶阶段就没有什么固定的套路可说了。我比较推荐的是在实践中成长，自己多做一做，随便找个想法或者现成的策略进行回测。可能由于未来函数或者其他原因得到不靠谱的结果，然后发现，然后改进，自己对策略开发应该就会越来越熟悉了。

除此之外，非常重要的一点就是学习新的知识和技术。一旦形成了基本的策略构造能力，了解买卖、仓位、风控等部分的组合之后，量化策略研发的进阶就要靠多吸收新鲜知识来支撑了。说实话，直觉、想法都是在大量学习前人知识的基础上完成的，不然难免成为无源之水、无本之木。开卷

江西铜业股吧

有益，多多益善，书多看不要管科目，论文多读不要管难易，想法总是会源源不断的产生的。然后再去把想法实现出来，可能10个里有10个都是错的，但是事情总是在进展的，总该是好事。

其实进阶阶段没什么书值得推荐的，因为所有书都应该推荐。这里随便说几本，意思一下：

【1】统计套利
作者：安德鲁·波尔

整本书缺乏特别有用的细节，模型方面甚至有蒙外行的嫌疑，只能用来大概了解统计套利策略。不过，它介绍了一种具有经济意义基础的操作策略。我心目中，策略背后有站得住脚的经济意义的策略包括：指数化投资——跟随经济进步的节奏盈利；套利——赚市场定价错误的钱；配对交易——两个相关资产的价格差额不会过大，弱化版的套利。
当然，这些交易策略都存在风险，指数化投资可能随经济危机、经济走弱而萎靡不振，套利行为也可能在极端市场状态下崩盘。不过横向对比而言，这几种策略已经是有非常坚实的逻辑基础的了。我个人认为，所有的交易策略都有缺点，当我们无法消除这些缺点的时候，应该学会理智的接受它，从风险控制的角度限制它，这是一个相对理性的处理方法。

【2】《走出幻觉走向成熟》
作者: 金融帝国

国内作者的好书一本，很多观点都很有启发性，值得推荐。

【3】《信号与噪声》
作者：纳特•西尔弗

讲大数据的书中，个人认为这是对搞量化策略的人来说，最有参考性的一本。可能跟这本书本身不是太技术，比较偏统计有关。

【4】失控
作者：凯文·凯利

跟量化投资没关系，单纯觉得是好书。要是当初能深刻理解凯利大爷关于去中心化货币的内容，早买比特币发财了，这才是真·经济直觉啊，哎。（不过大爷自己也投过虚拟货币，不是比特币，没投对。果然理论还是要结合实践才能发家致富。。。）

【注】
本来想写上《通向金融王国的自由之路》的，但是我实在不认同他所说的：入市技术的重要性只占10％，以及其他一些观点。其实有些内容挺不错的，感兴趣的可以深入看看。


【其他】

很多人推崇读书、读论文来吸收结构化的知识，不太认同在网上寻求碎片化知识。然而，量化交易研发、特别是beta择时策略的研发，往往特别需要这种碎片化知识。例如看到一个八卦，发现西蒙斯之前有个合伙人叫巴姆，用了人家巴姆的算法，可能就会主动的去学习一下隐马尔科夫模型，然后尝试的测试一下；看到深度学习很火，就会去了解一下机器学习的分类方法，也许就能拿来分类上涨下跌呢；看到一个平台的介绍，可能就会想想是否可以复制平台的框架或者干脆拿来主义。（我自己都鄙视自己的举例水平。。。）

碎片化知识的来源，我推荐这么几个地方：
quora - 各种有意思的知识，就是英文让我比较难过
elitetrader - 集中在交易的一些讨论

stackexchange的几个子站 - 例如crossvalidated，overflow等
知乎 - 中国版quora
海洋论坛 - 很久没上了，不知道怎么样了

例如我在quora上瞟到brandon smietana的一个答案：

一些我听说过或见到过在实盘跑的量化策略：
kalman filters
hidden markov models
topological manifold learning
non-linear kernel regression techniques
apt type factor models
monte carlo options pricing techniques
continuous time apt factor models with latent variables
spectral techniques for doing bag of words extraction of factors from natural language corpus for generating forcings for stochastic partial differential models of asset dynamics
pairs trading/mean regression statistical arbitrage strategies
automatic graphical model construction (structural inference over dynamic bayesian networks)
reinforcement learning based pairs trading strategies
information theory based investment strategies
j. l. kelly, jr., "a new interpretation of information rate," bell system technical journal, vol. 35, july 1956, pp. 917-26
sparse over complete basis function methods for feature extraction
applications 'information geometry'; a field on the border between information theory, probability theory and differential geometry; still very new
anything that can be used to model or extract features from a time series

虽然大部分都知道，不过感觉还是有好多东西要看啊。一个碎片引发的血案。

当然，能把各种书读成碎片化知识也很好，就看有没有这么多时间去阅览海量书籍了。

此外有一个很重要的知识来源：券商研究报告。虽然很多研究员是为了写报告而写报告（这是他们的工作），但是不可否认多数券商报告都是很有含金量的，关键的是比较有针对性。还是那句话，开卷有益嘛。

第五部分：我来答题了

借着这个问题写了一大堆，结果人家的问题我还没回答。题主问的是：最近需要参加一个量化交易策略的比赛，希望可以给一些快速入门的经验和建议。

实际上这个要看个人水平，要是水平实在不高，重在参与，那就编一个技术指标直接去参赛，个人推荐趋势类的指标。要是愿意折腾一下，比赛可供选择的标的又支持，我强烈建议使用套利策略，尽可能的放大杠杆。一般而言这种比赛都不要求入金实盘，那么很多实际操作中的重点疑难问题都不复存在。没有市场冲击等损耗、开单就能成交、一些情况下甚至不存在潜在对手的套利策略，纸面富贵还是能保证的。而且套利策略偏高频，看起来高大上（我猜的），你就是比赛中新一代的开山怪！

更多回复：

知乎网友babyquant：

建议用金字塔等第三方交易系统，网上有很多开源的策略，学习吸收一下。

不要以为开源的策略就赚不了钱，比如他是橡胶日线，你改成螺纹15分钟，优化一个参数，加个止损，或者两个策略各抽取一点合起来，很多搞法的。。。

知乎网友babyquant：

建议用金字塔等第三方交易系统，网上有很多开源的策略，学习吸收一下。

不要以为开源的策略就赚不了钱，比如他是橡胶日线，你改成螺纹15分钟，优化一个参数，加个止损，或者两个策略各抽取一点合起来，很多搞法的。。。

股票入门教程:学习量化交易如何入门？作者：邢不行

谢谢 @adam fish li 邀请

因为我之前做过量化投资板块的版主，自己也有量化讨论q群，在群里做过几次直播，所以算是经常接触量化初学者，这里讲一下我总结的比较适合大家的入门经验。（修改了几年前的文章作为回答，原文发布于：http://bbs.pinggu.org/thread-3749855-1-1.html）

# 第一步，好奇心

不要为了学而去学一门编程语言，或者任何工具。而是要心里首先有一个问题，抱着解决问题的心态，去了解并学习一个东西。

驱动你去学习量化投资的，应该是你的好奇心。你认为你有一个炒股独家的窍门、你认为你发现了某个规律，你非常好奇的想用历史数据去验证你的想法。

我在大二的时候接触量化投资，就是因为我的好奇心。当时我看到一些技术分析书推荐kdj这个技术指标，说kdj低位金叉之后股票会涨，是个很好的买入信号，并且会配一些图，证明这个指标的有效性。

我当时就很好奇，书上说的是不是真的？这几个配图是刻意挑选的还是有代表性的？是不是可以写个程序找出历史上所有的kdj金叉，看看之后涨的概率有多大?（kdj到底是否有效，可以看我这篇文章：http://bbs.pinggu.org/thread-3705599-1-1.html）

这就是引领我入门的最初的好奇心。当时我不会编程，所以一开始用excel来试着验证，发现kdj从大概率上来讲是不行的。好奇心继续升级：我调整一下kdj默认的参数，效果会不会好一点？再配合一下其他的指标，效果会不会好一点？再加上点财务数据，效果会不会好一点？...

慢慢的想测试的想法越来越多，excel渐渐的不够用，这时候才开始学习编程。我学习编程的目的性很强，就是解决我眼前的问题。对于解决我问题没有帮助的，我就先不学。一开始用的是sas，自己找书看，发帖子问。后来觉得sas太重，不灵活，慢慢的迁移到python。

我是金融专业的，但是学校并不教量化和编程，一切都是自己学。可想若没有好奇心一直引导我去探索，这么长的一段时间是坚持不下来的。

初学者可以先看下这篇文章：10年翻400倍的策略，里面分享了一个虽然简单但有效的策略，10年可以翻400倍，有视频介绍，看看是否可以激发起你的学习兴趣。

# 第二步：使用python入门量化投资

我推荐刚入门的量化投资研究者使用python。主要理由如下：

1. 适用性：

python有众多的各类第三方库，例如pandas、talib等，非常适合用来处理金融数据。

2. 简单：

相比于c，c#等语言，python容易太多了。让你可以更快，更方便的对自己的想法进行测试。life is short, use python。

3. 全能：

matlab是另外一个金融分析领域的统治级语言，以上讲的两点适用性、简单性matlab都是具备的。而python相比于matlab的一大优势，那就是全能。

matlab基本只能用于数据分析。但是python除了拥有不亚于matlab的矩阵计算、科学计算能力之外，其他几乎任何事情都可以做。比如数据的清理、整理，比如策略的编写，比如从网页上抓取数据，比如进行文本信息的挖掘，比如机器学习（google、facebook等开源的深度学习框架，全都是python），比如量化实战的生产运维，比如做一个网站......

现在学习一门语言，将来在任何地方都能用到，这是性价比非常高的事情。

# 第三步：如何入门python

如果你有其他语言的编写经验（比如上过一个学期的编程课），有一定的编程基础。以下三步可以让你入门python：

1. 随便找一本pyhton入门书。这些教程网上有很多很多，随便搜索一下就是。我推荐一本《python基础教程（第二版）》，这本书先看前五章就行，电子版地址：https://pan.baidu.com/s/1kvabbt1

2. 挑一本python入门书，不要花超过半天的时间，快速翻阅这本书。这个步骤不求记住什么东西，只要大概的知道这本书讲了什么，什么知识在这本书的哪一章写了就行，以便将来查阅。

3. 结合自己的好奇心，给自己寻找一个问题，简单的复杂的都可以，找一点金融数据(推荐初学者使用预测者网http://yucezhe.com的数据，整理的很好)，直接开始实战。遇到问题，第一步是去翻书，第二步是去google(求你别去百度)，第三步是论坛发帖求助，也可以加我微信xbx_laoshi问我。若你实在没有什么思路或者问题，可以加我微信，我这有大量的思路需要去实证。

如果你没有任何编程的基础，那么想要入门python，也是以上三个步骤。但是第2步，就不是仅仅花半天的时间浏览书了，而是要细细的看书。对着书上的例子，实际的操作下，快的话我估计大概花一个星期的业余时间也就够了吧。

# 第四步：如何入门pandas

用python做量化投资，一定会用到pandas。pandas是python的一个第三方库，简直是金融数据分析的神器，当初第一次用它的时候让我泪流满面。了解pandas最好的途径就是他的官方文档。当然也可以看我之前写的《量化小讲堂》系列文章：http://bbs.pinggu.org/thread-3950124-1-1.html

更多回复：
股票入门教程:学习量化交易如何入门？作者：同花顺私募之家

　　导语：历时数月，完整版的量化投资教材终于和大家见面啦！我们提供pdf文件，让你随时随地想学就学！还提供markdown文件，线上营造良好的实操环境。

教材内容是否完整、是否系统？

　　量化教材所有内容经过多位量化研究人员精挑细选，并按内容难易进行梳理。引导读者入门量化投资，并顺利达到进阶水平。

总是害怕遇到难点而坚持不下去？

　　本教材内容深入浅出，抛开晦涩难懂的公式和理论讲述，着重讲解量化投资的实际应用，并且重点、难点等内容附带作者笔记、心得。

这份教材能给我带来什么？

　　量化策略研发能力、量化研究能力（策略、市场、理论），进入量化行业，成为精英宽客的两项必备能力。

　　话不多说，奉上教材！ps:点击蓝色字体，可直接跳转至相应章节内容。

教材目录第一章：量化基础知识

第一节 量化投资的概念和优势
第二节 量化投资的历史和未来
第三节 量化投资的流程与应用

第二章：量化策略入门

第一节：mindgo量化交易平台
第二节：mindgo api介绍
第三节：我的第一个量化策略

第三章：python编程

第一节：python介绍
第二节：数据类型
第三节：条件与循环
第四节：函数
第五节：numpy
第六节：pandas基础
第七节：pandas进阶

第四章：经典量化策略集锦

第一篇：投资高股息股票
第二篇：从“二八轮动”中学择时
第三篇：网格交易—动态调仓策略
第四篇：进军交易系统，从dual thrust中学“趋势”
第五篇：布林强盗，一个霸道的交易系统
第六篇：交易系统终结者—海龟交易法则
第七篇：向彼得林奇投资大师学习peg选股
第八篇：capm模型的应用
第九篇：fama-french三因子模型应用
第十篇：动量类多因子之择时中选股

第五章：量化研究专题

第一篇：用matplotlib绘图函数实现数据可视化
第二篇：运用scipy模块实现统计技术
第三篇：10分钟学会用python做线性回归
第四篇：统计套利：利用相关系数进行配对交易
第五篇：数据处理专题：去极值、标准化、中性化
第六篇：数据挖掘专题：分类与预测
第七篇：算法交易入门—vwap
第八篇：python实现马克维兹投资组合理论
第九篇：隐马尔科夫模型【机器学习 数据挖掘】
第十篇：机器学习之神经网络入门

结语：如果你在学习过程中遇到任何问题，你可以采取以下三种方式，我们随时准备为你解答问题:

1.关注“mindgo微信公众号”，留言提问。
2.加入mindgo量化交流qq群：217901996，向管理员提问。
3.登录ｍindgo凯发k8旗舰厅app下载官网，进入社区提问。

如果你有更多内容需求，功能需求，有趣的想法等，你可以发送邮件至mindgo@myhexin.com，我们非常乐意为您服务！

期待您的成长~

更多回复：

知乎网友陈杰：
我也学金融的，做过交易，现在从事量化交易平台的设计；前面的大咖已经总结很全面，我有几点和你分享：
1、做量化需要掌握有一定技术知识，如果没有，绝对是将来发展量化的瓶颈。当然除非你找人帮你写策略，你出思想。python是不错的工具，可以开始学习。
2、量化交易也好，手动交易也好，最主要是人，策略和交易工具。策略是需要动态调整的。
3、先确定你的交易思路和模式，选择一个靠谱的交易工具，找个模版改改，论坛里问问细节，就ok了。先模拟跑跑试试。
4、模拟和实盘是两回事。别以为模拟的绩效好，实盘一定赚钱。
最后，祝你好运，多交流！

股票买卖手续费是多少

　　由于p2p平台的井喷式发展，越来越多的期货平台出现了。那么，这些期货平台都非常安全吗?股票买卖手续费是指投资者在委托买卖证券时应支付的各种税收和费用的总和的总和。股票手续费通常是由佣金、印花税、过户费组成的。印花税和过户费是由国家制定的固定的，佣金是由投资者和证券公司共同协商决定，每个人的佣金可能不一样吗，所以佣金没有一个固定的标准，所以无法确定股票交易费用是多少。

　　股票买卖手续费是多少?

　　1、印花税：成交金额的1‰ 。目前由向双边征收改为向卖方单边征收。投资者在买卖成交后支付给财税部门的税收。上海股票及深圳股票均按实际成交金额的千分之一支付，此税收由券商代扣后由交易所统一代缴。债券与基金交易均免交此项税收。你可以在群277253022向我们提问，免费带盘，提供大盘分析，免费股票入门教程。

　　2、证券监管费(俗称三费)：约为成交金额的0.2‰，实际还有尾数，一般省略为0.2‰。

　　3、证券交易经手费：a股，按成交额双边收取0.087‰;b股，按成交额双边收取0.0001%;基金，按成交额双边收取0.00975%;权证，按成交额双边收取0.0045%。

　　4、过户费(仅上海股票收取)：这是指股票成交后，更换户名所需支付的费用。由于我国两家交易所不同的运作方式，上海股票采取的是”中央登记、统一托管“，所以此费用只在投资者进行上海股票、基金交易中才支付此费用，深股交易时无此费用。此费用按成交股票面值(以每股为单位)的千分之一支付，不足1元按1元收。

　　5、券商交易佣金：在学习了关于期货平台的基础知识后，这时候大家需要进行实际的操作了。最高为成交金额的3‰，最低5元起，单笔交易佣金不满5元按5元收取。一般情况下，券商对大资金量、交易量的客户会给予降低佣金率的优惠，因此，资金量大、交易频繁的客户可自己去和证券部申请。另外，券商还会依客户是采取电话交易、网上交易等提供不同的佣金率，一般来说，网上交易收取的佣金较低。另外，部分地方还收委托费。这笔费用主要用于支付通讯等方面的开支,一般按笔计算(由证券公司营业部决定收不收，证券公司多的地方，相互竞争，大多取消这项，比如大城市，证券公司少的地方，营业部可能收你成交一笔收一元或五元，比如小城镇)股市有风险，入市须谨慎。

股票入门教程
观信财经