量化⼩科普【什么是量化？常⽤的股票量化指标、如何搭建量化
交易系统】
前⾔：
今天起准备开启全新的⼀门课程的学习之旅，如标题所⽰，python量化交易相关的领域，理财+编程相关的知识。其实吧，关于理财相关的学习去年底就已经萌发了，⼀直是没有付出⾏动⽽已，所以在8⽉的开头打算付出⾏动。
关于股票和基⾦，对于程序猿们⽽⾔基本上⼈⼈都或多或少的接触过，也不⼀定是程序猿吧，对于想挣“睡后”收⼊的应该它们俩是⼤多数⼈认为最直接有效的，因为只要选上⼀个股票或基⾦，合适的机会买卖既可，不费⼒不费时，嗯，同时伟⼤的“⾲菜们”也都纷纷出现了，我也很⾃豪的能成为其中⼀员，当然既然是韮菜中的⼀员，被割是不可能避免的，但是呢，丝毫不影响我想要学习投资的脚步，对于这门python 理财课我觉得通过它⼀是可以学学投资相关的⼀些⾦融知识，⼆是⼜可以来领略⼀下怎么利⽤python来达到⼀种量化交易的⽬的，关于python这门语⾔在学习线性代数时就已经初步领略过了：
这次再次来感受⼀下它在投资领域上⾯的⼀个魅⼒，期待理财+技术两个领域的知识为⾃⼰所吸收利⽤，
当然对于A股的投资不可能靠学⼀门课程就能让你百分百挣到“睡后”收⼊，但是在你懂得了⼀些理财的思想之后，对你未来的理财道路上肯定是有利⽆害的，所以，加油~~
什么是量化？
量化：中考难度大吗
“在语⾔和逻辑层⾯，⽤量词指定⼀个谓词的有效性的⼴度的构造”，是不是这句话太抽象了，这⾥分别来理解标红的词，先来回忆⼀下啥是谓词：
再来理解“量词”，它是指定谓词的有效性的⼴度的构造，很明显它是⽤来表达这个谓词的⼀个⼴度问题的，举⼏个“量词”的例⼦：⼀些【他跑得快⼀些】、很多、所有，这些形容词都是表⽰量化的概念，稍加了解⼀下。
量化交易：
⽽通常的量化指的就是量化交易，它指的是针对可交易的投资商品【如股票、基⾦、债券等】，根据它们真实的历史数据，理性地运⽤逻辑分析和归纳统计判断市场的趋势【未来的涨跌幅，买卖点之类的】，这么⼀个过程就是量化，⽽标红的“逻辑分析和归纳统计”就是所谓的量化交易策略，可以简单理解成“炒股公式”，不同的⼈其公式肯定也是不⼀样的对吧，下⾯就来看⼀下都有哪些量化策略。
有哪些量化策略：
赚钱“因⼦”：
对于量化策略能赚钱的因⼦其实是分为两⼤类：
这个对于炒股的⼈来说应该⾮常熟了，基本⾯分析也就是倾向于“价值”投资，⽽技术⾯分析则就是偏技术派，是完全不同的两个风格，为了更进⼀步对这俩类有⼀个清晰的对⽐，给出如下⼏个指标：
股票收盘价
K线（⽇/周/⽉/年）
奶粉品牌排行榜10强
均线（5/10/20/60⽇）
居然消费指数
⼈均国内⽣产总值（GDP）
你的样子罗大佑净资产收益率（ROE）
将它们进⾏归类，也⽐较容易，如下：
这么⼀对⽐就可以很容易的发现：技术⾯分析它更关注基本商品“价格”相关的数值和合成的指⽰，⽽基本⾯分析更关注企业的本⾝和宏观经济⼤的市场环境的变化【⽐如⼤盘不好，外围环境不好，你想通过炒股挣钱是不是很难？⽐如今年年初股市的暴跌，就是因为市场的外在环境变化了，对于基本⾯分析⽐较敏感的⼈肯定此时会抛售股票来保证资⾦安全】
桌面的文件删不掉赚钱：
如何恢复桌面图标接下来则以量化分析⽬的的⾓度出发，来看⼀下量化交易还有哪些不同的策略呢？对于分析的⽬的其实很明确----为了赚钱，那么怎么赚钱呢？其实道理也很简单，就是：低买⾼卖，嗯，那么核⼼的问题来了：股价什么时候便宜？什么时候贵？凭感觉么？很显然是不靠谱的，所以此时就可以借助了如下的⼀些指标。
指标：
接下来了解⼀下常⽤的买卖指标有：
1、通过均线，来判断股价合适的买⼊时机；
2、通过分析企业的盈利能⼒，它的性价⽐，来进⾏选股，来判断它是不是值得投资的公司；
3、通过分析不同⾏业或个股的周期性，俗称的“分析热点”，来进⾏股票的买卖；
⽽不同的策略其对应的数值也是不⼀样的，⽐如对于选股策略来说，它的数值可以是净利润、公司现⾦流等，⽽板块轮动可以利⽤⾏业指数的涨跌幅进⾏判断等，对于这些量化策略相关的东东在未来会逐⼀学习到的。
常⽤的股票量化指标：
概述：
对于股票的量化指标其实也⽐较容易了解到，因为可以在主流的⼀个⾦融平台进⾏了解，这⾥列举⼀下查的渠道：
财经⽹站：新浪、雅虎、东⽅财富等；
证券公司：中信、中⾦、国信、天风、招商、光⼤等；
炒股平台：同花顺、通达信、⼤智慧等；
然后点击“个股”：
如何去除马赛克
其中引⼊眼帘的就是各种指标的展⽰：
此时可以查看⼀个股票的详情，这⾥以“五粮液000858”为例：
下⾯则从技术⾯和基本⾯来对它进⾏⼀个整体了解。
技术⾯：
k线图：
关于k线图是啥就不多说了，这⾥点击“全屏”就可以更好的查看k线形态了：
先来对⼀个K线中的“蜡烛图”有⼀个简单的了解：
以这个阴线为例：
也就是收盘价要低于开盘价，当然这⼀天就是跌喽，另外还有上下两个引⽤，也是⼀个k线的组成部分：
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论