-----------------------------------前沿介绍-------------------------------------- 

量化投资基本概念：凡是借助于数学模型和计算机实现的投资方法都可以成为量化投资，多因子策略，期货CTA策略，套利策略和高频交易策略。

量化策略分为4个维度：直觉接收，直觉决策——阅读新闻感知投资者情绪进行决策；

直觉接收。量化决策——抓取网络文本，建立模型进行决策；

量化接收，直觉决策——研究财报数据，根据直觉经验进行投资决策；

量化接收，量化决策——通过统计分析，建立多因子模型，进行投资决策。

量化投资决策最大特点就是：具有一套基于数据的完整交易规则，客观的量化标准，一旦确定必须严格遵守。

量化决策的优势：客观性；大数据；响应快。高频交易以微秒进行计算交易。只需要一套代码就可以同时对全市场5000多只股票进行分析，受人为因素影响很小。

但没有一种策略时可以持续赚钱的，即使夏普比率很高的高频交易策略也会面临政策的不确定性，那么这样的交易策略也就不可能获得极高的收益了。

量化投资AI并不是一切，因为算法交易只是优化问题，而真正市场上交易是预测问题，在这一点上AI是无法做到的。

本篇会涉及到多种语言，MATLAB和R主要用于业务层面的研究工作；C++和Java主要用于系统搭建工作；python作为胶水语言，实用性非常强，非常广，可以同时完成淑芬和系统搭建工作，性能和效率有着非常好的平衡。

------------------------------各软件的使用比较-----------------------------------

MATLAB在Wlnd量化接口中是使用频率最高的，python是使用速度增长最快的，MATLAB功能强大，可靠性高，但授权费用较贵，在网络爬虫和交易系统存在缺陷。

R是一款开源数分软件，有时间序列分析，贝叶斯模型，机器学习，经典统计模型，也有量化相关的库（quantmod），但对于大量数据的处理，R显得有些力不从心，更适合做研究，不适合做底层的系统开发。

C++杜甫快，响应及时，但语言偏底层，开发难度高，对于数据分析还不是很方便。

python是一种脚本语言，可直接运行，面向对象的编程，相关库再进行优化后，速度慢不了多少，而且拥有优秀的量化、数分、机器学习ML工具，可以用python构建一条完整的量化投资生产线。

不可否认：R的统计库，MATLAB的科学计算，SAS的可靠性，C++的高速交易系统要比python强，但这也只是95分和90分的区别。

选择python的原因：基本全能；丰富的开源项目；AI时代的头牌语言。

后续我是基于windows11，python3.8.7进行开发，不过搭建系统在Windows、Linux、苹果OS X都可以进行搭建，根据自身偏好进行选择。

考虑到部分库的兼容性，建议同时安装python2.7和python3.8版本。

------------------------------变成环境的搭建-----------------------------------

编程环境目前网上大部分基于爬虫分析师进行搭建的，到最后越使用就越不顺手，环境搭建主要包括两部分：python底层库 + 集成开发环境（IDE）,这里主要针对量化投资介绍python编程环境搭建。

首先一定要到官网下载Anaconda，Anaconda是python与第三方库的一个大集合，囊括了数分领域大部分库，也包含了常用的开发环境，比如：spyder；jupyter Notebook等；Anaconda安装直接到官网下载软件安装即可，注意安装位置最好指定一下，后续方便找到文件夹，此外在安装时选择将py添加到PATH路径中，方便后续开发。

比如：安装位置我的是：C:\Users\59980\conda3；便于后文阐述，安装位置统一默认为我的位置。   其他的如果不指定，安装的默认位置一般会是appdata，很难找到。

查询PATH路径（环境变量）可以打开命令行：输入sysdm.cpl进行查询。

接下来就需要手动安装比较流行的数据库接口了：Tushare、PostgreSQL数据库接口psycopg2等，可以用pip方式进行安装，也可以用conda管理器进行安装。

1、conda管理器安装： 在“开始”菜单里面或搜索框输入：

anaconda prompt 

或找到anaconda prompt 点击进入；

使用命令：

conda search psycopg2

查找对应源；

 

搜索到后就可以使用：

conda install -c anaconda psycopg2

进行安装；有时候有需要更新的提醒，输入y即可。

2、用pip进行安装，查看自己的python版本，确认安装的版本正确，输入：

pip install psycopg2

安装成功提示：

需要注意的是，如果安装了多个anaconda版本用pip可能会出现问题，手动进入对应的anaconda目录下进行安装就没有问题，具体如下：

cd conda3 #可能是cd d:/conda3

cd scripts

pip install tushare

查看python对应的版本直接输入python即可就可以看到：

安装好后：

Tushare目前在日行情上可能有使用限制，在分钟或高频行情一定存在使用限制，建议安装akshare库，该库也是常用的获取行情的数据库接口。

------------------------------集成开发环境的介绍（IDE）-----------------------------------

Anaconda自带了jupyter notebook 和spyder两种开发环境。

1、jupyter notebook是一个交互式笔记本，本质是一种web应用程序，支持实时代码、数学方程、可视化和markdown，使用的最大好处是可以将文字和公式混合排版在一起，将结果一起发送给别人。

2、spyder对于之前使用MATLAB的人来说很可能会更加熟悉，也适合做数据分析。

3、Vscode是一款轻量级的IDE，方便进行系统开发，包含了一些数据分析插件，也是越来完善。

4、pycharn是一款重量级python IDE，很多功能都是专门针对python进行开发的，pycharm分为免费版和收费版，pycharm需要制定python核心组件才能运行，也就是python解释器（编译器），可手动添加：菜单——file——settings——build execution deployment——console——python console——python interpreter 中进行指定python版本和运行程序。

在这里后续都将用Vscode做比较复杂的系统开发和数据分析。

Vscode界面如下：

------------------------------python常用库的介绍-----------------------------------

python由于是开源的，各种接口和库相对较多，函数也比较丰富，实现功能不确定是否单一针对性，如绘制散点图可以用matplotlib或seaborn实现，回测可以用zipline或PyAlgoTrade实现。

下面主要针对主要基础库进行简单介绍：

1、numpy（numerical python）是高性能科学计算和数据分析的基础包，是所有高级计算的基础组件，部分功能如下：

ndarray：具有矢量算术运算的多维数组。

无需循环可以对整租数据进行快速运算。

包含读写工具和内存映射工具，拥有C语言的API，可以相互传递数据。

具有线性代数、随机数生成、傅里叶变换等功能，集成C++、C、fortran等语言编写的工具。

如：

import numpy as np
a = np.arange(10)
print(type(a))
print(a)
print(a.dtype)
print(a.shape)

#创建多维数据
a = np.array([np.arange(4) , np.arange(4)])
print(a)
print(a.dtype)
print(a.shape)

引用元素可以用下标引用，也可以用切片引用，还可用步长引用，还可以翻转数组：

a = np.array([np.arange(1,5) , np.arange(5,9)]) # 左开右闭
print(a)
print(a[1,1]) # 索引访问
print(a[1,0])

a = np.arange(10)
print(a[4:7]) # 切片
print(a[::2]) # 步长切片
print(a[::-1]) # 翻转

2、Scipy是基于numpy的，提供了线性代数、优化、积分、插值、信号处理等功能。

如读写matlab文件，Scipy.io提供了导入导出.mat接口，使得python和matlab协同工作非常容易。

读写matlab文件：

from scipy import io as spio
import numpy as np
a = np.arange(10)
spio.savemat('a.mat' , {'a':a}) # 保存matlab文件
data = spio.loadmat('a.mat',struct_as_record = True) # 读取matlab文件
data['a']

线性代数计算：

from scipy import linalg
a = np.array([[1,2] , [3,5]])
linalg.det(a) # 线性代数计算

优化拟合：

from scipy import optimize
import numpy as np
import matplotlib.pyplot as plt

def f(x):
    return x**2 + 20*np.sin(x)

x = np.arange(-10,10,0.1)
plt.plot(x,f(x))

计算最小值是对应的x值：（穷举法）

grid = (-10,10,0.1)
x_min = optimize.brute(f,(grid,))
x_min

遇到不懂得函数直接右键转到定义：

不过也提供了模拟退火等优化算法，后续会讲到。

3、pandas具有numpy和ndarray所不具有的很多功能，处理缺失数据、集成时间序列、按轴对齐数据等常用功能。pandas主要接触DataFrame 和series 两种。

DataFrame本身有行索引和列索引，使用上没有区别，创建数据框DataFrame很容易：

import pandas as pd
df = {'a':[1,2,3] ,'b':['q','w','e'] , 'c':[10]} # 创建字典
data = pd.DataFrame(df , index = ['1','2','3']) # 转换成数据框
print(data)
data.index #获取行索引

pandas中使用频率最高的就是：数据；索引；列标签。

获取行索引：

data.index

获取列索引：

data.columns

data = pd.DataFrame(columns = ['1','2','3']) # 生成指定列名的数据框
data

df = pd.DataFrame(columns=['a', 'b', 'c'], index=range(4)) # 生成指定列名、特定长度的空数据框
df

生成新列：

data['D']=8
data

会自动填充一样的长度。

删除指定列：

del data['D']
data

添加行可以用append或指定行索引添加：

将数据框转换成字典列表，用item遍历每个元素：

data_list = yield_data_a.to_dict('records') # yield_data_a是数据框名称，'records'表示每次按行转换
for item in data_list: # 就可以实现遍历每个元素了，遍历结果为 item['列名']