如何系统地学习量化交易？

1. 如何系统地学习量化交易？

用公式构建上升三部曲的交易系统，学会你也能进行量化交易，不能量化的选股系统和思路都是大忽悠

2. 如何系统地学习量化交易？

有TB和matlab就基本足够了，实现的话c++比较好。当然要看自身的知识背景和技术水平。
我的理解其实做量化交易很难有一个所谓的系统学习的过程，量化只是手段，交易的逻辑是多元化的，你可以通过形态描述、追踪市场不合理价差等手段切入，也可以把天体物理、小波分析、神经网络等复杂模型应用其中，你可以做的是K线结构上的策略，也可以做日线或每500毫秒数据进行决策的策略。
所有的一切目的就是为了获利，所谓量化和程序化只是实现这一目的的手段。
你可以通过各种手段了解做量化时注意的细节，比如如何避免使用未来函数、如何理解每一条数据的意义、测试与实盘之间的差异、不同测试软件的优缺点等等。但你没法去“学习”量化交易，因为不会有人把自己真正赚钱的东西拿出来，如何赚钱必须自己去挖掘
首先从高频交易分类来说，您研究的期现套利只是其中一种，股指期货刚推出的时候和现货的期现套利收益率还不错，近两年低到有时甚至不到无风险收益率。国债期货和现货套利空间在推出后很快就消失了。以后推出了期权，可能会有一定机会，但应该风险很高。其实从国外来看，高频交易最大的用处是做市商交易，快进快出提供市场流动性，这种策略在中国订单驱动市场显然很难。然后就是后面答案中提到的趋势交易，利用KDJ，SAR，海龟法，割头皮法之类的策略判断市场方向进行交易，这也是国内期货公司和大部分量化私募的方向。不得不说，这种策略参数选择基于过去，可能会过度优化参数或者加入拍脑袋主观想法，有时候赚很多倍有时候很快赔光。一般的策略都回撤太高不适合投资。最后有一种，是目前我所了解的比较先进的方法， 隐含马尔可夫模型（HMM），这也是西蒙斯的文艺复兴在做的方法。具体策略我学识有限了解不深，这是一种随机过程的方法，《数学之美》里介绍过利用HMM来语音识别。因此，我建议题主如果真的有志于高频交易应该首先读一个数学或者计算物理的博士，编程能力并不是高频交易的核心竞争力，数学理论才是。当然，本人阅历能力有限，仅了解皮毛，随口一说，欢迎拍砖

3. 如何系统地学习量化交易

首推python。

1.学一门编程语言。很多平台用python，也可以选择matlab/C++/Java自己搭系统后面几个不太熟悉，就不多讲。至于python的话，很多第三方库很好的支持做数据处理，简单好上手。

2. 多看一些投资理论、量化交易和数据处理类的书籍。这部分知识是为了生存策略修炼内功用的。

3. 找一个好的靠谱的平台，边练边学。答主本身编程水平一般，社区里很多策略源码分享，可以边看边学，比自己捧本语法书从零学起要快很多。也算是一种速成的捷径吧。

4. 如何系统地学习量化交易

量化交易：
量化投资理论是借助现代统计学和数学的方法，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，用数量模型验证及固化这些规律和策略，然后严格执行已固化的策略来指导投资，以求获得可持续的、稳定且高于平均的超额回报

量化从一开始也不是作为定性的对立面而提出的方法，它是将定性分析中的技术分析策略用模型固化，替代过程中可以用电脑进行的部分并将其效用极大优化

量化交易策略几乎覆盖了投资的全过程，包括量化选股、量化择时、股指期货套利、商品期货套利、统计套利、算法交易，资产配置，风险控制等

程序化交易：

程序化交易系统是指设计人员将交易策略的逻辑与参数在电脑程序运算后，并将交易策略系统化。

当趋势确立时，系统发出多空讯号锁定市场中的价量模式，并且有效掌握价格变化的趋势，让投资人不论在上涨或下跌的市场行情中，都能轻松抓住趋势波段，进而赚取波段获利。程序化交易的操作方式不求绩效第一、不求赚取夸张利润，只求长期稳健的获利，于市场中成长并达到财富累积的复利效果。经过长时期操作，年获利率可保持在一定水准之上。

交易系统构成：
一句话：极其开放模型(策略)的设计、风险动态管理技术、误差矫正反馈检验准确率、快捷的下单速度。这四项组成了整个程序化交易系统。

程序化交易的买卖决策完全决定于自己的交易理念系统化、制度化的逻辑判断规则，透过电脑的辅助，将各种交易理念转化为电脑程序语言的一种交易模式，即由电脑来代替人为发出买卖讯号，再根据系统使用者发出的委托方式，由电脑自动执行下单程序。

5. 如何系统地学习量化交易

　　接触量化交易大概有半年的时间，顺序大概是这样：
　　1. 学习了量化的分析理念，主要用于期现基差套利。
　　2. 学了Python，自己尝试着写了一套选股系统，主要是数据处理和一些策略，表现一般。
　　3. 改用MATLAB，还是拿来做分析和写策略。然后在tb上实现。
　　4. 接触了一些c++和c#的平台，正在看c++ premier。
　　最近发现hft很多人自己写平台，去看了ctp的接口，发现一点都看不懂，问了做程序的朋友，说是要去学学网络协议。
　　看到自己一年下来，居然接触了这么多东西，感到非常惊讶。但是确实每个都是和程序化有关的。最近还打算辞职去读个书，系统的学习编程。

6. 如何系统的学习量化交易系统？

量化交易中策略逻辑和IT实现基本算是两个独立的方向。做策略我觉有TB和matlab就基本足够了，实现的话c++比较好。当然要看自身的知识背景和技术水平。
我的理解其实做量化交易很难有一个所谓的系统学习的过程，量化只是手段，交易的逻辑是多元化的，你可以通过形态描述、追踪市场不合理价差等手段切入，也可以把天体物理、小波分析、神经网络等复杂模型应用其中，你可以做的是K线结构上的策略，也可以做日线或每500毫秒数据进行决策的策略。
所有的一切目的就是为了获利，所谓量化和程序化只是实现这一目的的手段。
你可以通过各种手段了解做量化时注意的细节，比如如何避免使用未来函数、如何理解每一条数据的意义、测试与实盘之间的差异、不同测试软件的优缺点等等。但你没法去“学习”量化交易，因为不会有人把自己真正赚钱的东西拿出来，如何赚钱必须自己去挖掘

7. 如何系统地学习量化交易

首先，我对这个问题是完全不知道怎么回答，为此，我专门去请教了我的老师。
我理解很难有一个定量交易的所谓的系统学习过程，定量的只是手段，交易逻辑是多样的，你可以通过形态描述，追踪市场方法，如不合理的降价，也可以把天体物理、小波分析、神经网络等复杂模型应用其中，你可以做的是K线结构上的策略，也可以做日线或每500毫秒数据进行决策的策略。所有的一切目的就是为了获利，所谓量化和程序化只是实现这一目的的手段。
当你可以通过各种方法来理解定量的关注细节，比如如何避免未来的功能，如何理解每个数据的含义，测试，以及不同测试软件的优缺点，但你没法去“学习”量化交易，因为不会有人把自己真正赚钱的东西拿出来，如何赚钱必须自己去挖掘等等。
量化归根到底是什么不重要，重要的是你要利用自己的特点和优势，在你积累足够长的盘子以量化它为鸡肋之前，继续用单点深度挖掘坑，相信我，只要你有了长板（对，你应该首先把编程学牛了，达到准专业水平，这是最容易且可操作可衡量的点且受用一辈子），100个劝你去撸策略的人都挂了，你的职业生涯还好好的。
一个strategist需要思考策略的思维框架，实现方式，而developer则是侧重了前后端接口，输入输出，界面设置，风控机制，平台拼接等等很多很多方面。其实很不相同吧。

8. 如何系统地学习量化交易

　接触量化交易大概有半年的时间，顺序大概是这样：
　　1. 学习了量化的分析理念，主要用于期现基差套利。
　　2. 学了Python，自己尝试着写了一套选股系统，主要是数据处理和一些策略，表现一般。
　　3. 改用MATLAB，还是拿来做分析和写策略。然后在tb上实现。
　　4. 接触了一些c++和c#的平台，正在看c++ premier。
　　最近发现hft很多人自己写平台，去看了ctp的接口，发现一点都看不懂，问了做程序的朋友，说是要去学学网络协议。
　　看到自己一年下来，居然接触了这么多东西，感到非常惊讶。但是确实每个都是和程序化有关的。最近还打算辞职去读个书，系统的学习编程。