量化投资学习思路：框架、课程、研究、能力
量化投资在海外的发展已有30多年的历史，其投资业绩稳定，市场规模和份额不断扩大、得到了越来越多投资者认可。如今量化投资观念已经在中国发展起来，用通俗的语言来说，量化投资就是利用金融产品价格、宏观经济、市场指标、技术指标等各种指标间的数学关系变化来达到赚钱的目的。
量化投资获利的逻辑在于从海量的历史数据中寻找能够带来超额收益的多种"大概率"策略，并严格地按照这些策略所构建的数量化模型来投资，以获得稳定、可持续的超额回报。今天小编为大家推荐一篇关于量化投资的学习思路的文章，希望给正在量化学习中的你带来些许启示。
这是一篇关于量化投资的学习思路，希望能够起个抛砖引玉的作用，欢迎朋友们分享自己学习量化投资的方法技巧~~下面介绍一下如果我来学习量化投资，我的整个学习思路。
一、量化投资这门学科的整体框架结构
首先，了解一下量化投资这门学科的整体框架结构，对于这门学科有个整体认识。下面一起来看量化投资学科概览。
基本简介
量化投资区别于定性投资的鲜明特征就是模型，对于量化投资中模型与人的关系，大家也比较关心。
打个比方来说明这种关系，我们先看一看医生治病,中医与西医的诊疗方法不同，中医是望、闻、问、切，最后判断出的结果，很大程度上基于中医的经验，定性程度上大一些;西医就不同了，先要病人去拍片子、化验等，这些都要依托于医学仪器，最后得出结论，对症下药。医生治疗病人的疾病，投资者治疗市场的疾病，市场的疾病是什么?就是错误定价和估值，没病或病得比较轻，市场是有效或弱有效的;病得越严重，市场越无效。
投资者用资金投资于低估的证券，直到把它的价格抬升到合理的价格水平上。但是，定性投资和定量投资的具体做法有些差异，这些差异如同中医和西医的差异，定性投资更像中医，更多地依靠经验和感觉判断病在哪里;定量投资更像是西医，依靠模型判断，模型对于定量投资基金经理的作用就像CT机对于医生的作用。
在每一天的投资运作之前，我会先用模型对整个市场进行一次全面的检查和扫描，然后根据检查和扫描结果做出投资决策。
四大特点
1·纪律性所有的决策都是依据模型做出的。纪律性首先表现在依靠模型和相信模型，每一天决策之前，首先要运行模型，根据模型的运行结果进行决策，而不是凭感觉。
2·系统性具体表现为“三多”。首先表现在多层次，包括在大类资产配置、行业选择、精选个股三个层次上我们都有模型;其次是多角度,定量投资的核心投资思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度;再者就是多数据，就是海量数据的处理。
3·套利思想定量投资正是在找估值洼地，通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会。
4·概率取胜这表现为两个方面，一是定量投资不断的从历史中挖掘有望在未来重复的历史规律并且加以利用。二是依靠一组股票取胜，而不是一个或几个股票取胜。
发展潜力首先，相较于海外成熟市场，A股市场的发展历史较短，投资者队伍参差不齐，投资理念还不够成熟，留给主动投资发掘市场非有效性，产生阿尔法的潜力和空间也更大。投资理念多元化，也创造出多元分散的alpha机会。
其次，量化投资的技术和方法在国内几乎没有竞争者。中医治疗中医擅长的疾病、西医治疗西医擅长的疾病;如果把证券市场看作一个病人的话，每个投资者就是医生，定性投资者挖掘定性投资的机会，治疗定性投资的疾病，定量投资者挖掘定量投资的机会，治疗定量投资的疾病。证券市场上定性投资者太多了，机会太少，竞争太激烈;量化投资者太少了，机会很多，竞争很少。这给量化投资创造了良好的发展机遇——当其他人都摆西瓜摊的时候，我们摆了一个苹果摊。
总的看来，量化投资和定性投资的差别真的有如中医和西医的差别，互有长短、各有千秋。
国内相关基金光大量化基金(光大量化核心基金)、中海量化基金、上投摩根阿尔法、华商动态、富国沪深300增强、嘉实量化阿尔法基金、南方策略优化、长盛量化基金、友邦柏瑞量化华富量子生命力基金、大摩华鑫多因子精选策略基金、申万菱信量化小盘基金。
量化投资技术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。
金程AQF实训项目
量化金融分析师(简称AQF ，Analyst of Quantitative Finance)由量化金融标准委员会(Standard Committee of Quantitative Finance，SCQF)主考并颁证，是代表量化金融领域的专业水平证书。
AQF证书
课程适合人群：
金融工程/数学专业背景的同学/工作人士，希望进一步学习Python编程以及在量化投资的实战应用；
非金融工程专业背景的同学/工作人士，希望迅速成为宽客；
金融相关人员，希望学习如何系统的做量化策略；
个人投资者，希望系统学习掌握量化投资相关的实务技能，从模型开发，回测，策略改进，搭建稳定的量化交易系统。
二、量化金融分析师AQF核心课程体系：
1、《量化投资基础》
主要涵盖了量化投资领域的必备知识，包括：基本面分析、技术分析、数量分析、固定收益、资产组合管理、权益、另类投资等内容。
2、《Python语言编程基础》
包含了Python环境搭建、基础语法、变量类型、基本函数、基本语句、第三方库、金融财务实例等内容。旨在为金融财经人提供最需要的编程方法。
3、《基于Python的经典量化投资策略》
包含了最富盛名，最基本的量化交易思想和交易策略。例如：海龟交易模型、Logistics模型、配对交易模型、波动扩张模型、Alpha模型、机器学习(随机森林模型、主成分分析)、深度学习(人工神经网络)等内容。
4、《量化交易系统设计》
旨在学习量化交易系统的具体知识，包括过滤器，进入信号，退出信号，仓位管理等详细内容，并指导学员设计涵盖个人交易哲学的量化交易系统。
5、《量化实盘交易》
旨在为解决实际量化交易策略搭建过程中的一些问题提供最优解决方案。
三、掌握Python及量化投资技能，我们能做什么?
1、熟悉中国主要金融市场及交易产品的交易机制；
2、熟知国内外期货交易、股市交易的异同点和内在运行机制；
3、掌握经典量化交易策略细节及其背后的交易哲学；
4、掌握金融、编程和建模知识基础，拥有量化交易实盘操作能力；
5、具备独立自主地研发新量化交易策略的能力；
6、掌握量化交易模型设计的基本框架，以及风险管理和资产组合理论的实际运用；
7、掌握从策略思想——策略编写——策略实现饿完整量化投资决策过程；具备量化投资实战交易能力。
四、量化投资的发展史
有了这些知识的铺垫，我会根据量化投资的发展史将其中提到的理论模型理解清楚。具体如下：
量化投资看似神秘，但并不古老。它从上世纪70年代开始逐渐兴起，90年代才大行其道。之所以如此，是因为量化投资有其诞生的特定土壤，需要一系列的条件方能破土而出，这些条件其实相当苛刻。
没有现代金融理论，便没有量化投资的兴起。马克维茨的投资组合理论，提出了风险报酬和效率边界概念，并据此建立了模型，成为奠基之作。托宾随后提出了分离理论，但仍需要利用马克维茨的系统执行高难度的运算。
夏普1963年1月提出了“投资组合的简化模型”，一般称为“单一指数模型”。马克维茨模型费时33分钟的计算，简化模型只用30秒，并因节省了电脑内存，可以处理相对前者8倍以上的标的证券。1964年，夏普又发展出资本资产定价模型(CAPM)，这是他最重要的突破，不仅可以作为预测风险和预期回报的工具，还可以衡量投资组合的绩效，以及衍生出在指数型基金、企业财务和企业投资、市场行为和资产评价等多领域的应用和理论创新。
1976年，罗斯在CAPM的基础上，提出“套利定价理论”(APT)，提供一个方法评估影响股价变化的多种经济因素。布莱克和斯克尔斯提出了“期权定价理论”。莫顿则发明了“跨期的资本资产定价模型”。
上述重要的概念理论公式你都能完全掌握吗?
五、统计软件的学习与能力进阶
下一步开始学习实用统计软件、统计建模分析、时间序列分析、量化投资策略、大宗商品概论、大宗商品量化投资这些专业课程。
优秀量化投资者的必备素质：再补充一些，要成为一个量化投资者，必须具备如下素质：1.必须具备高等教育;数学要特别好，要会编程，一般数据库语言就可以了，因为量化的实质是找数学模式，找股票代码。
2.要具备股票交易的多年经验和心得体会。我是设计股票量化投资的，量化不是简单的优化，必须和你的有用的股票经验相结合，这也可能是海龟派量化最近不适应市场有关系。
3.必须有屡败屡战的承受能力研究量化不是一天能够完成的，期间有很多的挫折，失败了，要爬起来;承受能力包裹多方面的，有心理上的，还有生存上的。
4.必须对证券市场有天然的爱好如何说呢，就是要无时无刻地想完成你地量化程序，要任劳任怨地长时间熬夜，当然要有早床不起的习惯。
以上就是我对于量化投资这门学科初步学习的学习思路，不足之处还请大家多多指教。
