我们今天就来唠唠,量化到底难不难学?
01量化投资的趋势
其实在期货的交易中,一定要懂得趋势的力量,趋势不因为投资者的主观意识而存在的。
本质是一方力量持续强于另一方力量,从盘面就能显示出双方力量的强弱,最主要的问题是这种关系能否一直持续下去,这就引发了下面的问题。
为什么越来越多的人喜欢用量化操作期货?
随着计算机技术的迅速发展,有的人还在亲自操作期货,这是主观交易期货,有的人完全依靠计算机自动下单,这就是量化交易。
在现实生活中,量化交易也有人工干预的机制,不管如何,量化交易日益受到投资者的认同。
趋势也被分为趋势跟踪,反趋势交易系统,摆荡交易系统,对冲系统,震荡交易系统等具体类型。
02量化投资的优势
量化投资的优势在于纪律性、系统性、及时性、准确性和分散化。
1、纪律性:严格执行投资策略,不是投资者情绪的变化而随意更改。这样可以克服人性的弱点,如贪婪、恐惧、侥幸心理,也可以克服认知偏差。
2、系统性:量化投资的系统性特征包括多层次的量化模型、多角度的观察及海量数据的观察等。
此外,海量数据的处理能力能够更好地在广大的资本市场捕捉到更多的投资机会,拓展更大的投资机会。
3. 及时性:及时快速地跟踪市场变化,不断发现能够提供超额收益的新的统计模型,寻找新的交易机会。
4. 准确性:准确客观评价交易机会,克服主观情绪偏差,从而盈利。
5. 分散化:在控制风险的条件下,量化投资可以充当分散化投资的工具。
小米手机创始人雷布斯曾经说过:只要找到台风口,猪也能飞起来。
03量化投资知易行难
量化投资是一门复合型学问,涉及到数学、统计、金融、编程等多方面知识,又要看研报论文,了解最新进展,有时候还要懂点机器学习,初学者很难入门。
作为一个没有任何背景的初级入门者,关于量化基础可以概括为三方面能力:金融背景、数学功底、和编程能力。
编程能力是量化的门槛,编程不好,什么都白搭。
我想不会编程这个问题是无数想做量化投资的人最大的障碍。这种感觉就是空有满腔热血但是完全使不上劲。
想上手一门编程语言真的需要时间和代码量的积累,这些枯燥东西如果没人逼着你做,我想没有几个人能够静下心来仔细研究。
编程好的基础上,还需要很强的数理逻辑能力以及金融分析能力,这些是以后可以通过后期学习和实践获得的。
接下来分别从金融,数学,量化这三个角度来说明一下。
金融方面
一开始不会有很大问题,但是当编程熟练之后,就需要一些金融方面的直觉。
因为量化非常注重逻辑思维,只有逻辑说得通才能说服别人,才能使好的结果一直持续,否则你都不知道你的策略什么时候失效。
这方面你要学习的东西包括:宏观经济学、证券投资学、会计、金融工程、常用金融模型。
另外,最开始针对那些高大上的金融概念,大多数人都很头疼。
其实个人觉得,花大把时间在难受地啃金融概念,倒不如选择一个金融电影,来一场金融圈的时空之旅。这样对这些概念有个更生动形象的认知。
关于这个,可以参考下我之前分享过得一篇文章:
数学方面
主要是逻辑思维能力要强,然后要会一些常用的模型理论。
如果只是会用python实现,不了解理论,就是个掉包侠,也没啥用。
这方面要学的是:高数、常用统计模型、微分方程、数值分析等。
编程方面
因为量化是个很大的领域,不同方向有着不同的编程要求,所以不能一概而论。
但最基本的需要在matlab,python,r里面至少会一门。如果要做高频方面的话,还要会C++。
由于大家用python比较多,就拿它说明吧。
这方面你要有:获取数据的能力、清洗数据的能力(事实上在我学习的过程中,绝大部分时间都在清洗、整理数据)数据建模能力、数据可视化能力等。
想要入门量化,要学习的东西确实还是挺多的,尤其是对于理科知识的要求更多点,这也就是为什么很多市场上招收量化相关岗位的时候,更倾向于是理科生。
再加上量化这一行的门槛比较高,对于初学者来说,学起来会很吃力,需要花费很多的时间和精力。
但不管怎样,想要学好量化,尤其是对于量化小白来说,最好是能有一个体系化的学习过程,如果条件或预算允许,考个跟量化相关的证书也算是给自己镀金。比如AQF、FRM、CFRM,这样才能更好的了解量化金融整体的框架和知识面,以此来决定以后该朝着量化金融哪个分支去纵深发展。
所谓眼界决定格局,格局决定未来。说的就是这个道理。
来源:腾讯网