自学python做量化投资如何入门

小白自学python做量化投资需要注意些什么?量化金融其实是一个交叉复合学科，需要掌握数学、计算机、金融等方面的知识。显而易见，对于金融学背景的同学来说，就需要另外学习计算机编程的知识，而计算机背景的同学则需要补充金融知识。在这里 relquant雷尔量化 投资小编整理了一些小编就跟大家分享一下自学python做量化投资的技巧，看看作为一个零编程基础的金融小白，是如何入门量化金融的。

一、量化工具

1、编程语言Python

工欲善其事，必先利其器。想要入门量化，学会一门编程语言是必不可少的。对于量化金融来说，主流的编程语言有Python、MATLAB、Java、C++等。

从开发难度而言，Python和MATLAB比较容易，而Java和C++比较难;从运行速度来说，C++是最快的，因此常用于高频交易。不过对于大部分量化投资者而言，尤其是初学者，开发占用的时间远远大于运行时间，如果追求运行速度的话，也可以先将策略开发出来，再使用C/C++重写高性能代码段。

2、数据获取：Tushare&BaoStock

关于数据获取，如果能有Wind那就再好不过啦，但是Wind很贵，如果没有条件的同学可以使用免费的数据源，比如Tushare和BaoStock。

Tushare是一个比较老牌的数据接口，包含沪深股票、指数、公募基金、期货、期权、债券、外汇等非常多的金融数据，现在老版Tushare已经不在维护，转移到新版TusharePro了，使用方法依旧非常简单，缺点是部分数据需要一定积分才可以获取。而BaoStock是2018年的新数据接口，口碑也不错，缺点是只针对股票市场，期货等市场还没有涉及。不过对于入门选手来说，这两个接口都是绰绰有余啦。

3、量化平台

量化平台可以看成是一个已经搭建好的框架。用户只需添加一些自己的买卖条件，即可进行策略回测，免去了自己从无到有搭建基础框架的过程。

目前国内比较主流的量化平台有雷尔、优矿、聚宽等。不过对于策略回测来讲，仅使用Python就完全可以实现了，使用第三方平台的缺点就是你得先琢磨好一阵子如何使用这个平台，而且最重要的是很难摸清平台所有细节，难以把控。

4、其他工具

以上是做量化的一些基础工具。另外根据策略类型的不同，也会用到一些其他Python第三方库。

数据库推荐：SQLite

如果所做的策略需要存储很多数据，那么就需要一个数据库配合使用。Python自带sqlite3库，可以在python中方便的操作SQLite数据库。

二、量化策略

掌握了量化金融的基本工具之后，令量化投资者最头大的就是量化策略的灵感了，对于初学者而言，肯定是先从经典策略比如双均线、配对交易、动量反转等开始。众所周知，经典的不一定是最好的，但是是必学的。

01、经典策略

量化交易经典策略主要有择时策略如双均线模型、动量反转、配对交易等，选股策略如最主流的多因子策略，技术分析指标如MACD等。

纸上得来终觉浅，绝知此事要躬行。对于金融行业来说，实践当然是非常重要的。对于在校大学生来说，最好的机会就是找到量化相关的实习，比如去券商基金的金工部门、量化部门等，真正操作一些具体的量化项目，同时也正好检验自己是否是真的对这方面感兴趣。

如果实习暂时难以找到，也可以在学校寻找是否有一些课题机会，或者参加一些量化方面的比赛，都是很好的实践机会。

01、实习大部分券商基金都有金工或者量化部门，是非常好的实习选择。但是如果是之前没有实习经历，可能会比较难获得机会，这时候动用亲戚朋友的力量也是非常可以的。

02、比赛由于量化金融变得越来越火爆，目前针对大学生额量化比赛也是举办得越来越多了，比如量子金服主办的“量子杯”全国高校量化大赛，瑞银集团主办的全球量化大赛等，大家可以多多留意。参加比赛一来可以给自己一个学习研究的动力，二来如果获奖了可以写在简历上，给自己的经历贴上一朵小红花。

03、课题如果实在是实习、比赛都比较困难的话，可以问问导师有没有相关的课题，或者也可以在网上找找项目，实在不行也可以自己用python写写策略回测，或者用模拟盘或者实盘跑一跑自己的策略。