计算机、人工智能越来越多地应用到各个域。几年前AlphaGo攻克围棋,让人类在这个领域永无出头之日。人工智能在投资领域胜过人类是迟早的事,甚至有可能已经悄悄地应用了,因为与钱直接相关而不会公之于众。

我在大学时学过C语言,但是除了上课以外从未使用过,早就忘了。目前我的工作中计算机成分非常少,但我总有一种感觉,一定得学一学量化投资。接下去我计划用一系列笔记记录一下自己的学习过程。

我理解的量化投资,是对交易策略进行数量化、公式化,在计算机的辅助下进行投资。量化投资是跨界的,可以看到金融出身的人学习编程后入行,也可以看到计算机出身的人学习金融后入行,还有不少数学、物理专业的天才在这个行业做着更高级的事。

一旦涉及到钱,就很难找到入门之道。公开的渠道,要不已经过时了,无法赚到钱,要不就是想卖课给你。最靠谱的入门之道是师傅带你,或者入职一家量化投资机构学上几年,但这些不是每个人都能做到的。对于个人投资者而言,经过最近的调查,我对学习路径的想法如下:

1. 学习编程

量化投资需要计算机辅助,得了解一点编程知识。这个领域使用最多、上手相对容易的编程语言当属python了。目前看过的几家量化平台,也是用的python。不论这些平台对小白友好到什么程度,用户还是需要自己编代码的,所以还是要学一点python。推荐《Python编程 从入门到实践》这本书,适合零基础。

前面已经说过,不需要按程序员的标准去学编程,量化投资的核心是策略,编程只是去实现策略。如果比拼编程能力,我们这些半路出道的人一定比不过计算机科班出身的人。还是要把精力花在策略上,就如写博客应该把精力花在写上,而不是花在UI美化上,那是本末倒置。

2. 学习经济金融知识

这部分是量化投资中最重要的,是想出策略的核心。而且这部分的内容远远比编程多,光是交易市场就有股票、债券、期货、外汇、数字货币等等,要学的知识有很多。非科班出身的人,建议去考CFA(特许金融分析师),要学官方教材,不要怕花时间,三级考完以后,知识储备就足够了,之后边干边学就可以了。

3. 利用量化平台

近年来涌现出大量的在线量化平台,基础功能是免费的,用户不需要从“造轮子”开始,很容易就可以建立自己的策略并用历史数据回测。基于此,我打算从量化平台入手。