大学生自己用python做量化投资应该注意什么？量化金融其实是一门交叉学科，需要掌握数学、计算机、金融的知识。显然，对于有金融背景的学生来说，他们需要学习额外的计算机编程知识，而有计算机背景的学生则需要补充金融知识。因为是24K纯金融专业背景，金城AQF(www.gfedu.cn/aqf)边肖将和大家分享金融白，作为零编程基础，是如何从量化金融起步的。
一.量化工具
1.编程语言Python
锋利的工具很管用。要开始量化，学习一门编程语言是必不可少的。对于量化金融，主流的编程语言有Python、MATLAB、Java、C等。
在开发难度上，Python和MATLAB更容易，而Java和C更难。从运行速度来说，C是最快的，所以在高频交易中经常用到。然而，对于大多数量化投资者，尤其是初学者来说，开发时间要比运行时间长得多。如果追求运行速度，也可以先制定策略，然后用C/C重写高性能代码段。
另外，在量化资源方面，Python的资源更多，MATLAB是商业软件，Python开源免费。所以综上所述，如果你是零基础编程的学生，Python无疑是入门量化的编程语言。
至于Python学习，网上资源很多。以下是一些Python教程：
哔哩哔哩对Python教学的研究很多，但水平参差不齐。个人推荐《零基础入门学习Python》，鱼C的小乌龟，哔哩哔哩排名第一，通俗易懂，适合入门。缺点是内容仅限于编程基础，不针对量化金融，没有NumPy、Pandas等常用于数据分析的第三方库。
说到量化金融必备的Python技能，当然是王婆卖瓜自吹自擂。金融大都市量化团队精心开发的《Python量化投资与金融实战应用》包含了Python的基础知识，以及常见的第三方数据分析库NumPy、Pandas、Matplotlib等。涉及定量金融。此外，也帮助大家通过量化金融应用的实际案例进行实践。平心而论，本课程是目前市场上最好的、优秀的量化金融Python入门课程。
2.数据采集：Tushare BaoStock
关于数据采集，有Wind就好了，但是Wind很贵，没有条件的同学可以用免费的数据源，比如Tushare，BaoStock。
Tushare是一个比较老的数据接口，里面包含了沪深股票、指数、公募基金、期货、期权、债券、外汇等大量的金融数据。现在老版本的Tushare不再维护了，转到了新版本的TusharePro，使用方法还是很简单的。缺点是有些数据只能用某些点来获取。BaoStock是2018年的新数据接口，口碑也不错。缺点是只针对股市，期货等市场没有涉及。但是，对于初学者来说，这两个界面已经绰绰有余了。TusharePro被个人广泛使用，导入的数据直接为DataFrame格式，非常方便。
3.定量平台
量化平台可以看作是一个已经搭建好的框架。用户只需要添加一些自己的买卖条件，然后就可以对策略进行回溯测试，避免了从头构建基本框架的过程。
目前国内主流的定量平台包括优矿、广集、稻谷开采等。但是就策略回溯测试而言，只能通过Python来实现。使用第三方平台的缺点是，你要思考一段时间如何使用这个平台，最重要的是，很难找出平台的所有细节并控制它。
4.其他工具
这些是量化的一些基本工具。此外，根据策略的类型，还将使用其他一些Python第三方库。
数据库建议：SQLite
如果策略需要存储大量数据，那么就需要一个数据库与之配合。Python自带sqlite3库，使得在Python中操作sqlite数据库变得很容易。
Sci-learn (sklearn)是机器学习中常用的第三方模块，它封装了常用的机器学习方法，包括回归、分类、降维和聚类。也有很多在线搜索学习资源和笔记。
5.技术分析：TA-Lib
TA-Lib，全称“技术分析库”，是技术分析库，涵盖了股票期货交易软件中常用的150多种技术分析指标，如MACD、RSI、KDJ、动量指标、布林带等。
美丽的动物4是爬行动物必须学习的技能。美化组最重要的功能是从网页中获取数据。附上中文文档：靓汤4.4.0文档。
二、量化策略
在掌握了量化金融的基本工具之后，让量化投资者最重要的是量化策略的启发。对于初学者来说，必须从双均线、成对交易、动量反转等经典策略入手。众所周知，经典不一定是最好的，但一定要学会。掌握经典策略后，可以通过阅读券商研究报告、国外量化论文，或者根据自己对金融理论的理解，来撰写自己的策略。
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。在量化平台比如聚宽社区、优矿社区等都会有涉及，在网上随便搜搜也能搜出一堆。但是这些资源有个问题就是很不适合初学者，比如说优矿社区的策略，即便是提供源码，初学者也是很难看懂的。
我个人是学习愉快的大米的《量化金融分析师AQF实训项目》入门的，很多经典策略都有非常详细的理论讲解及Python实操，是非常适合入门学习的。当然你也可以阅读一些相关的书籍，书籍推荐在之后会提到，不过看书也有同样的问题就是，如何使用Python将策略实现，自学还是比较困难的。
在这里附上有可能帮到大家的一些学习链接：《量化金融分析师AQF实训项目》https://www.gfedu.cn/class/aqf/aqf/c223.html《JoinQuant-量化交易零基础入门教程》https://www.joinquant.com/view/community/detail/8ec7aaaa899cf928550f89a104637f22
02、券商研报券商研报虽然经常会比较水，但是还是有很多不错的文章可以借鉴的，推荐可以看券商金工部门的研报。我个人用得比较多的是慧博，可以在【系列专题】-【金融工程】里面找研报看。另外，在经管之家也可以搜到一些券商研报资源附上链接：https://bbs.pinggu.org/
03、海外文献量化投资在国内发展时间其实很短，而在海外已经有了几十年的积累沉淀，所以海外量化相关文献也是一个很好的资源，推荐可以参考AQR网站的论文资源：https://www.aqr.com/
04、金融理论顾名思义就是凭借自己的金融知识，深入领会金融资产定价的无套利原则，灵活运用各类金融工具进行投资啦。所以这就靠大家聪明的头脑，以及金融理论储备了，我这里就没什么好说的。
三、量化推荐书籍
作为一个不爱读书的沉默的画板，这个部分就太难为我了，如果是爱读书的好同学，可以参考知乎问题：学习量化交易如何入门?@gxdbl的回答，写的非常全面。这里将该答案整理如下：
01、第一部分：预备知识【1】《投资学》作者：博迪，凯恩，动人的白云【2】《Trends in Quantitative Finance》by Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm【3】《计量经济学》【4】《漫步华尔街》作者：麦基尔
02、第二部分：择时策略【1】《海龟交易法则》作者：搞怪的西装【2】《交易策略评估与最佳化》作者：xxdym、【3】《量化交易——如何建立自己的算法交易事业》作者：yjddjzg4】《Building Reliable Trading Systems: Tradable Strategies That Perform As They Backtest and Meet Your Risk-Reward Goals》by Keith Fitschen
03、第三部分：选股策略/投资组合策略【1】一篇论文：Eugene F. Fama, 要减肥的酒窝 R. French. The cross-section of expected stock returns. Journal of Finance, 47 (1992), pp. 427–465.【2】《Quantitative Equity Investing》by Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm【3】《积极型投资组合管理》作者：格里纳德，卡恩
04、第四部分：进阶【1】《统计套利》作者：兴奋的眼睛【2】《走出幻觉走向成熟》作者: 金融帝国【3】《信号与噪声》作者：闪闪的导师【4】《失控》作者：xrpdzc
四、实践出真知
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，这时候动用孤独的水池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。