標籤:

想要學習量化,卻擔心沒有編程基礎?

為什麼我們應該學習量化投資?

因為我們可以快速檢驗自己的想法

因為我們可以免受情緒的干擾

因為我們可以節省出很多時間

因為我們可能獲得更高的收益

……

「可是學習量化,需要有編程基礎啊。」

出於這樣的原因,很多人對量化會有所遲疑,甚至望而卻步。

其實,完全不用有這個擔心。

1 量化其實很簡單

量化看上去很高深,其實簡單一點來看,你可以把它當作一個數據統計的工具。

從這個角度來理解,其實你可以發現,用了很長時間的excel就是這樣的一個工具。

把行情的數據到一導出,然後單元格一拉,就實現了最基本的量化。

然後再將數據生成折線圖,就可以很直觀地看到結果。

我第一次進行量化,用的就是excel。

8指數輪動

這樣的一個曲線圖,如果用過excel的話,應該不會陌生。

我剛剛開始接觸量化的時候,學習了張翼軫的二八輪動模型。這幅圖是我對指數數量進行擴展,然後回測得到的結果。

據說,雪球大V持有封基就是通過excel進行量化,過去十年賺了十倍。

所以,我們沒有必要把量化看成很高深的東西。

2 不會編程就能使用的量化平台

使用excel進行量化,還需要導出或者下載數據,編寫一些簡單的公式。

但是,隨著現在很多量化平台的出現,我們連這一步都可以省掉了。

甚至很多策略在這些量化平台上,都已經實現了,我們需要的只是簡單的拷貝就可以了。

首先是果仁網,這個應該是最早實現不會編程就能使用的平台。

它的出現對於量化投資的初學者而言,可以說是一個福音。

裡面有很多現成的指標,我們可以直接組合成自己的策略。

不過果仁網也有一些限制,不少功能需要購買VIP才能夠使用。

和果仁網類似,實現了無需編碼就能回測的平台還有:

優礦、京東量化平台、聚寬。

這些平台都是提供了策略生成器,通過選擇指標的方式,自動轉換成代碼,實現無需編碼就能使用。

其中優礦指標數最多,京東量化平台指標數次之,聚寬指標數最少。

三者的指標數量均不如果仁網,但優點在於免費。

3 學編程其實是出於個性化需要

當你發現,簡單的指標選擇方式,已經不能滿足自己個性化的量化需要,可以嘗試學習一下編程。

可是市面上那麼多量化平台,應該如何選擇呢?

也不是專業的評測人員,我就從一個普通用戶的角度,說說我自己的體驗和感受。

3.1 優礦(Uqer)

還記得當時想要通過MATLAB來建立數據倉庫,在這個過程中,了解到了優礦。

優礦是通聯數據旗下的一個產品,有著這樣的背景,數據自然就非常齊全。

我公眾號裡面,周二到周六分享的基金定投回測結果,以及關於價值投資選股、行業數據對比、估值的小工具,就是用優礦實現的。

不過優礦有一大缺點,就是訪問有點慢,甚至常常打不開:

載入中

這是比較令人苦惱的,為此,我曾經還棄用了一段時間,直到後面有數據的使用需求,才重新使用。

一開始我以為是網路的原因,只有我自己是個例。

不過在分享了價值投資小工具之後,發現不少人都有類似的體驗。

還有人認為我分享的工具是空白的,最後才發現是打開得太慢。

3.2 聚寬(JoinQuant)

聚寬是我使用得最多的一個量化平台,最近研究的動態因子、動態多因子策略,都分享在上面,之前還寫了一篇文章來推薦它。

聚寬不僅訪問起來非常迅速,目前為止基本上沒有什麼卡頓的情況。

不過這個不是重點,讓我感受最深的是,就算關閉了回測窗口,也不影響回測結果生成的功能。

這讓我可以同時進行十個回測,大大的節省了調試策略參數的時間。

這裡的分享氛圍不錯,不僅有適合老鳥的分享,也有適合新手的教程。

那個曾經讓我驚喜萬分的小市值策略,就是在聚寬的社區拷貝的。

對於量化的新手來說,通過量化課堂,也可以一步一步成體系地學習:

量化課堂

總體來說,聚寬給我的用戶體驗是不錯的,唯一美中不足的地方是數據不如優礦豐富。

3.3 米筐(RiceQuant)

其實在發現聚寬之前,我更早知道的是米筐。

不過和優礦一樣,因為網路原因,棄用了。現在米筐訪問起來,已經很快了,應該有做過改善。

在使用聚寬的過程中,我發現米筐和聚寬其實是一個深度的競品,從兩者的菜單對比,就可見一斑:

兩者的菜單對比

兩者不論是界面、使用的方式、還有數據,都非常相似。

或許是因為創建者的靈感都來源於國外的量化平台Quantopian吧。

米筐一開始還能支持java進行回測,但剛剛進去看了一下,發現這個功能已經關閉了。

下圖是米筐的學院,裡面也有不少量化的教程。

米筐的「學院」

總的來說,米筐給我的感覺更加偏程序員化。

3.4 其他

除了上面介紹的幾個量化平台之外,還有京東量化平台、掘金

這兩個平台,我大概地了解了一下:

京東量化平台菜單看上去和聚寬、米筐差不多,「學院」菜單內的教程也挺成體系的:

京東的「學院」

京東量化平台還支持java語言,有京東大數據,缺點是網頁訪問不夠流暢,有點慢。

掘金需要下載客戶端,策略在本地運行,相對更加安全,同時能夠支持C,C#,C++,Python,GNU,R,Matlab,Easy等多種語言。

掘金給我的感覺,應該是比較適合相對專業的量化人員。

這兩個平台,由於都沒有使用過,了解得比較淺顯。

當然,應該還有其他的量化平台,但比較容易找到的就上面這些了。

如果感興趣的話,大家可以自行研究下,找到最適合自己的平台。

文章提前一天發布在公眾號:止一之路

推薦閱讀:

搞個大新聞就沉寂,想要知識變現的分答難題不少
未來房價會走向何方?
熊貓金庫測評:兄弟公司被收購,還安全嗎?
投資理財用戶年輕人佔比為45.41%
論價值投資

TAG:投資 | 量化 |