想要學習量化,卻擔心沒有編程基礎?
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