量化交易入门的学习步骤

好 看 的 皮 囊 千 篇 一 律 有 趣 的 灵 魂 万 里 挑 一

先说说我对学习这个事情本身的看法：

学习这个事情，个体差异很大（我主要指的是自学）。因为大家能够接触到的知识来源不一致，加上没有任何的约束，在学习的时间安排，学习效率，效果检验等方面都会存在不同的问题。我是一个纯粹的自学者，多年的自学让我练就一套自学体系，那我就从我自己的经验出发来说说学习的事情。

自学最大的难度不是知识的复杂度，而是自我坚持和最优化的学习路径问题。先说说自我坚持，看书会犯困、注意力集中的时间不长，嘈杂的事情会干扰中断学习，畏难情绪、拖延症、懒癌这些问题我也是存在的。要克服这些问题其实是反人性的，痛苦自不必说了。但人为达目的总是会想办法解决，我的解决方案就是以下几点：

1、坚持。坚持是一种习惯的最佳培养方式，到点必须执行某种动作，长期坚持。我就坚持看出，到点就执行，哪怕打开书我就犯困，走神，也要坚持执行，而且坚持看30分及以上。

2、训练速读速记的能力。这个技能是自学者的必备技能，因为他可以帮你充分利用碎片时间。这个技能经常会给我带来惊喜，长期大量的碎片信息记忆积累，会在不经意的某天链接成知识块，也为我进行系统学习时提供充足的素材、提高学习效率。最重要的一点是，它是灵感的重要来源。

3、建立学习正反馈机制。为什么人喜欢玩游戏，尤其是电子游戏，有人专门分析过这个问题，那就是游戏有及时的反馈，然玩家随时获得成就感，所以就会不断的投入注意力。我也为自己在学习问题上建立了很多正反馈机制，例如，如果一周内我的学习时间达到10小时，我就会去吃点好吃的。如果超过15小时，我就会去买点自己想要的。如果超过20小时，我就会在周日给自己放一个小假。再例如，激发自己的好奇心和欲望，让自己能够想要去知道结果，或者急切的渴望达成。给这件事情赋予一个神圣的意义，让整个事情充满仪式感。

4、与自己的终极目标相结合。这个其实是第三条的超级加强版，其实很多人都论述过这个观点，那就是把一件辛苦的事情和自己的终极目标相结合，那么这件事情会变得非常有乐趣，谁劝都没用。

5、丰富的学习手段。这个主要是看个人的爱好了，我的做法是把记笔记变成一种乐趣，我纸质笔记和电子笔记都用，还买了彩色笔丰富笔记颜色。总之就是弄一些让自己能够愉悦的学习工具来使用。

说完学习本身的问题，接下来说说学习路径的问题：

自学最大的问题是没人能告诉你学习的正确路径是什么，你的技能树应该怎么爬。我也被这个问题坑过，之所有花费了好多年时间来进行学习，其实就是属于走迷宫走进了死胡同又退回去重新走而耽误的。

不过还好，事情总会过去，困难总会克服，我总结出了一条正确的学习路径：

1、无论你有否编程背景，请先从编程学起。如果已经会编程，那么请加强这种技能。就我个人的人生经验来看，编程这个技能是我所有技能中最有用，最救命的技能。其次，编程也是这个时代最好的技能。就因为我具备了这个技能，并且加强了它，我掌握了matlab，python，这是我最先掌握的两种编程语言。其实在此之前，我学过c和c#，有一定的编程经验。

2、无论你有否数学背景，请先从数学基础学起。说到这一点，我不得不感谢我的编程技能，因为掌握了matlab和python，让我这个学渣能够在2-3年间把数学工具给掌握了。对于最开始的加减乘除之外一概看不懂的人，到掌握运算原理，最后掌握统计学，线代，离散，微积分这些内容。不知道有没有人告诉过你，matlab和python不单可以自动解函数，还可以展示运算过程中的数值传递和转换。

3、无论你有否金融学背景，请先把金融学给学一遍。金融学其实一系列数学在金融领域的应用，主要还是大堆的推导和证明。另外还有一个重要的内容就是，一些数学概念换到金融领域里，会被换成另外一个名称，如果是专门的学习，你根本不知道他们说的同一回事。

4、无论你有否英语背景，请把英语学好。不得不承认，国外的相关资料就是要比国内多，书籍、文献、论文等，不要让英语成为你的绊脚石。（我在努力补英语，它是我的绊脚石）

完成以上内容学习，大概需要花费大约3-4年时间，如果你有基础或者天资过人，那么这个时间大约可以缩短30%-50%左右。

有了基础之后，我们现在才是正在的真正的量化交易的征途，依然还是没有人来指引学习路径的问题：

1、增加阅读量。有关量化的一切书籍，网文等等。阅读他们，从中找线索，找方向。

2、从模仿开始。找一个简单的策略，自己编程实现一遍，理解它的每个技术细节，从策略设计思路到系统实现。

3、读论文。读论文是非常有好处的，这个论文不单单是指各大高校里正式发表的文献，同时也包括微博、博客、知乎、各种技术论坛、学习网站beaver.kim等现成的文字。最好就是把文章里的东西尽可能的复现一遍。说道复现，重点来了，如果前面说道的四个基础你都掌握的话，那么你读文章及复现结果的能力会得到加强。你会的编程语言越多，你能读的和复现的内容也就越多。毕竟量化大佬们的编程偏好不一样，如果你都会，就不会被这个问题所阻碍。例如，美国一群来自耶鲁、伯克利在华尔街工作的大佬偏好matlab。而来自英国，或者是美国硅谷系的大佬们偏爱python和java。

4、动手能力。话说千里之行始于足下，在好的想法也需要动手实践。不要怕辛苦和失败，常年的反复动作实验才是王道。

好的，到这里整个自学量化的路径，我已经基本写完了。下面附上一些我的个人零散的小经验：

1、除非你清楚的知道这个系统的源代码及工作细节，否则尽量不要使用现成的交易系统和回测系统。（这方面，国内几个python量化平台做的不错，至少让你知道源代码的内容）

2、做实验不能使用穷举法，必须使用A/B test的体系来完成实验设计和实施。

3、有些简单的基础原理，你不能忽视，它往往就是真理。

4、没有圣杯，没有圣杯，没有圣杯。

5、没有完美参数，没有完美参数，没有完美参数。

6、学习没有那么多的浪漫，辛苦前行才是主旋律。

7、如果你总想着循序渐进的入门，那么你根本就找不到门。不要想太多，直接上路就好。

8、基础技能的积累和强化，胜过具体策略的模仿和研究。

祝大家交易学习愉快！