01

平台的选择

首先要选择量化学习的工具， 常用的量化软件有python、matlab、java、C++等。从开发难度排名python简单，然后是matlab、java、C++。从运行速到而言，C++和java快于python、matlab。不过对于大多少个人交易者而言，尤其是初学者，对速度的追求并不是很高，因此首选python。

如果感觉python较难，也可以直接用现成的平台， 比如文华财经、金字塔决策系统、达钱、TB等，优点是语法简单，容易学习。缺点是费用较高，

02

量化知识体系

量化知识体系，主要是三大模块，编程、统计、金融。

一 编程

编程是量化交易的工具。它本身不生产策略或者产生价值，但它可以帮助你实现策略的回测和策略的筛选，是必不可少的一环。

二 统计

量化交易是需要用数据做支撑的，一个模型设计出来，避免不了要回测，这时就需要统计的相关知识，才能更科学的处理大量交易相关数据。

三 金融

不管你是想验证自己的想法，还是想解放双手实现自动交易。都需要一个具有正收益的量化系统。而量化的系统，则需要大量的金融知识和实战经验作为基础。

03

常见量化系统类型

TOP1 CTA期货策略

CTA期货策略能排在第一，理由有三：1是在国内量化策略收益率中排名第一。2是策略简单，个人容易实现。3是给了普通投资者一个实现财富神话的机会。

期货策略主要包含趋势策略，形态策略，日内策略，套利策略等。其中趋势策略传播广泛，追随者多，比如大家熟知的海龟系统，是典型趋势策略的代表。国内多数的量化基金都使用的趋势策略，是一个被证实可以稳定盈利的策略。

形态策略，主要是配合趋势策略，通过利用形态结合技术指标，寻找一些短期的市场机会，获得超额收益。

日内策略，因为能避免隔夜跳空风险，是广大小资金量化爱好者的首选，不过也是最难开发的策略。日内比较著名的量化策略是R-Breaker和Dual Thrust两款策略，其中R-Breaker连续14年排名年度前10大赚钱策略，两款策略构建思路基本相同，本质是顺势而为。

套利策略， 套利主要是期现套利、跨期套利、跨合约套利、跨市场套利，套利策略收益稳定，风险低，收益适中，适合大资金和机构等。

TOP2 股票策略

股票策略在最近五年中，收益率排名第三，落后于宏观策略，但是为什么我把股票策略排在前面呢？因为这种成功模式可以复制，普通投资者通过学习，可以掌握并用于实践。

股票策略具体有选股策略，其中包括价值策略、成长策略、股息策略等。主要是依据基本面和财务指标，构建相应的组合；择时策略，包括动量策略，指数策略等。是通过技术面，比如价格和一些技术指标来判断；还有组合策略，比如多因子策略，市场中性策略，指数增强策略等。

其中选股策略和择时策略相对比较简单，适合大众，是致力于量化投资的首要研究方向。

TOP3宏观策略

宏观策略在最近几年收益率排名第二，仅次于CTA期货策略，但是宏观策略相对复杂，适合机构和大资金。

宏观策略是在全球资产类别中寻找错误定价的机会，通过持有不同股票、债券、货币及期货等任何可以投资的品种，进行多空仓结合以及杠杆操作等综合投资策略。

宏观策略大幅度提高了投资的灵活性，可以在全球寻找优质的资产，争取收益最大化，同时也避免了单一国家的风险。

TOP4套利策略

指利用一个或多个市场存在的各种价格差异，在不冒任何损失，或承担较少风险下，通过买入一个市场，同时卖出一个或是多个市场，进行套利，赚取利润的交易策略。套利机会往往比较短暂，所以使用套利策略的多数是程序化用户。套利策略主要有持有成本策略和统计套利策略。

持有成本策略，依据是相同的商品或是相似的商品，价格应该是相对一致的，如果不一致，就会产生套利机会。

统计套利策略，即根据相同或相关品种的历史价差规律，进行套利的策略。

TOP5事件驱动策略

是通过研究对于股票价格走势可能产生影响的事件，探究当事件发生时，股票价格变化是否存在一定的规律，并利用规律来获取收益的策略。

大家熟知的买传言卖事实，是典型的事件驱动策略的代表。虽然事件驱动比较适合我国市场，但是不太适合广大散户朋友，1是需要整理的信息太多、分析难度大。2是信息不对称，往往你知道消息的时候，黄花菜都凉了。另外事件驱动，也容易被利用来收割散户，比如散布利多消息 ，或是控制上市公司，强制分红等，主力会利用这些利好消息，来掩盖真实意图。

TOP6高频策略

是指利用计算机交易，寻找市场中极为短暂的交易机会。比如，市场在某敏感位置的急速惯性突破，或者某只股票在不同交易所之间的微小价差。高频交易，对成交速度要求高，以至于有些交易机构将自己的“服务器”安置到了交易所附近，以获得更快的速度优势。