量化投资新手入门工具 95后学姐的亲身经历

今天这篇文章就来跟大家分享下，自己当初是怎么踏上量化这条路的？相信这个问题，也是很多小伙伴们非常关心的问题。

总之，不管你是大学生，还是上班族，只要你在量化这方面算是个小白，那这篇文章依然非常适合你。还是那句话，希望我的一些经历分享，真的能帮到大家。

好了，话不多说，下面开始步入正题咯=-=。

1、赤果果的零基础编程入门

2017年之前，我的生活好像一直和编程没有什么关系，编程基础可谓极度薄弱。

小学到高中的电脑课，要么就是打超级玛丽，要么就是上语文数学课，对计算机的了解一直停留在打游戏的阶段。

到了大学期间，因为学校给安排的课程中，计算机课属于必修学分，所以为此我不得不去学了一点点Visual Basic的课程，虽然现在VB已经不流行了。而这，算是我所有的编程基础了，可以说是非常接近零基础了。

▲下班啦～纽约古老的地铁

2、那年夏天的金融科技公司实习

2017年的夏天，读研期间的暑期实习，我去了纽约一家金融科技公司，这家公司是做跨境支付的，当时FinTech这个词还很新鲜，可以说我对金融科技的认识就是从这个时候开始的。

当然，当时我的工作和Tech也是毫无关系，我还是做的老本行，也就是金融分析师。

但是，我在对他们公司业务的了解过程中却有点惊讶的发现，其实大部分的员工都是程序员。联想到自己薄弱的编程基础，不免感到有些羞愧，就差找个地缝钻进去。

▲纽约的高楼大厦们

后来，因为确实想朝量化这个方向发展，所以我就逐渐对他们的工作产生了越来越强的好奇感，有时候还一直盯着某些同事看他们如何敲代码的。长此以往，我惊讶的发现，自己竟然可以读懂这些“神秘的代码”了，这让我感觉非常新奇！

原来！编程并没有我想象的那么高深那么神秘呀。

所以说，也算是给大家的一个忠告吧：如果你真的想走量化这条路，可别千万因为自己不懂编程而选择了放弃，只要你热爱这一行，也愿意花时间去了解它，并且坚持去学习，这统统都不是问题，就像我之前啥也不懂编程一样，照样也可以做量化研究员，哈哈哈~

▲纽约的时代广场

3、学习Python编程语言

后面，我从公司的程序员那了解到，这个编程语言叫做Python。当时，我就在心想，是不是自己也应该去学一学，这样或许可以对以后的工作有所帮助呢？

于是，回学校之后，果断报名了学校信息学院的Python基础课程，开始了我的编程之旅。

ps：我就是这样一个人，执行力很强，只要想做，就会立马去做，不带犹豫的=-=

▲逛书店，提升学术气质，顺带偶遇两个身材超棒的小姐姐

在课上，我们用代码编写了很多有意思的小游戏，比如抓龟游戏、下棋游戏、养宠物游戏等等，非常令我着迷。

后来，我慢慢开始写稍微复杂一些的编程项目，可能需要花费很多的时间，常常一写就是一整天。但是，我非常喜欢这样安安静静写代码，把逻辑慢慢捋顺，把代码一点点补齐，就好像在搭建一个城堡一样，非常有成就感，甚至我还有点后悔上大学的时候，怎么就没有选择计算机专业。

人生就是这么奇妙，你永远也不知道，你曾经看似不在意事情，在以后说不定会悔不当初。

▲逛电脑吓一跳，原来是假的，你是不是也被骗了？哈哈哈

4、毕业后的就业选择——量化研究员

由于我对于编程一直抱有热情，所以找工作的时候也想找一个和编程相关的工作，但是真让我去做程序员我又不够格。

后来，在日复一日地找工作过程中，我偶然了解到量化金融分析师这样的岗位，这个岗位就是完美结合了金融和编程，刚好跟自己的职业规划是非常契合的。

于是，我就毫不犹豫地选择了量化研究员这份工作，然后，就一直坚持着当初的这份初衷，关键是我自己也是非常喜欢这份工作，虽然经常会日子过得很苦逼。

02、量化投资那些事儿

聊完了我自己的个人经历，下面就来以我自己的了解和经验，来给大家做个科普，让大家对量化投资有个初步的了解，也算是入门了。

先来说下，量化投资的基本概念和发展历史。

简单点说，量化投资就是用电脑代替人工进行投资。美国的前五大对冲基金全部都是量化投资，美国量化量化策略在股市中的占比超过70%，而我国的量化策略在投资中的比重，也在3年内实现了4倍的增幅。

再来说说，岗位 薪资。

相对来说，量化相关的工作，比如量化分析师，是有点吃学历的，专业能力也有一些考究。在薪资方面，2-3w/月也是大有人在。相比于其他行业，金融领域确实很吃香，也很赚钱。

最后，总结一下。

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。目前，量化用得比较多的是Python、Matlab和C ，我个人选择的是Python。

一来，Python比较容易上手，非常接近自然语言（平时的说话习惯）。英语水平比较好的同学，学起来难度相对来说会更小，因为很多函数、参数等都是字面意思。

第二，Python是免费开源的。那免费开源肯定是好处多多的，首先是大家最不在乎的钱的问题，其次开源的话意味着，你可以知道源代码具体是如何工作的。比如说，你想知道statsmodels是如何进行最小二乘回归的，和我们上课学得是不是一样？

而且，因为源代码是公开的，你也可以按照自己的需求对源代码进行修改，从而更加完美地满足自己的需要。

▲纽约股票交易所

最后，从量化资源而言，Python的资源要比R和MATLAB要更多，这也是因为Python在量化投资领域更为主流。根据我以往的学习经历，R在统计中用得是比较多的，比如我在上统计学课程的时候就是用的R语言。

不过，现在Python中有越来越多非常强大的第三方库，比如SciPy的stats和statsmodels，也能非常好地完成统计分析工作。

所以，综上所述，如果是编程零基础的同学，入门量化的编程语言毋庸置疑是选择Python。

当然，入门量化并不是和学习编程划等号。除了掌握一门编程语言之外，还需要量化策略思维的培养，书籍阅读，实践等。有关这方面的内容，我会在后面的文章内容中逐一跟大家分享。

我是Hiyo酱 @Hiyo酱学量化

CFA、FRM、AQF持证人，一个纯金融背景但热爱写代码的软妹，日常分享一些自己的考证心得和量化学习的经验。

看完记得点个点赞 收藏 关注哇~

,