因?yàn)槲覀兛梢钥焖贆z驗(yàn)自己的想法
因?yàn)槲覀兛梢悦馐芮榫w的干擾
因?yàn)槲覀兛梢怨?jié)省出很多時(shí)間
因?yàn)槲覀兛赡塬@得更高的收益
……
“可是學(xué)習(xí)量化，需要有編程基礎(chǔ)啊。”
?出于這樣的原因，很多人對(duì)量化會(huì)有所遲疑，甚至望而卻步。
其實(shí)，完全不用有這個(gè)擔(dān)心。
1 量化其實(shí)很簡單
量化看上去很高深，其實(shí)簡單一點(diǎn)來看，你可以把它當(dāng)作一個(gè)數(shù)據(jù)統(tǒng)計(jì)的工具。
從這個(gè)角度來理解，其實(shí)你可以發(fā)現(xiàn)，用了很長時(shí)間的excel就是這樣的一個(gè)工具。
把行情的數(shù)據(jù)到一導(dǎo)出，然后單元格一拉，就實(shí)現(xiàn)了最基本的量化。
然后再將數(shù)據(jù)生成折線圖，就可以很直觀地看到結(jié)果。
我第一次進(jìn)行量化，用的就是excel。
這樣的一個(gè)曲線圖，如果用過excel的話，應(yīng)該不會(huì)陌生。
我剛剛開始接觸量化的時(shí)候，學(xué)習(xí)了張翼軫的二八輪動(dòng)模型。這幅圖是我對(duì)指數(shù)數(shù)量進(jìn)行擴(kuò)展，然后回測得到的結(jié)果。
據(jù)說，雪球大V持有封基就是通過excel進(jìn)行量化，過去十年賺了十倍。
所以，我們沒有必要把量化看成很高深的東西。
2 不會(huì)編程就能使用的量化平臺(tái)
使用excel進(jìn)行量化，還需要導(dǎo)出或者下載數(shù)據(jù)，編寫一些簡單的公式。
但是，隨著現(xiàn)在很多量化平臺(tái)的出現(xiàn)，我們連這一步都可以省掉了。
甚至很多策略在這些量化平臺(tái)上，都已經(jīng)實(shí)現(xiàn)了，我們需要的只是簡單的拷貝就可以了。
首先是果仁網(wǎng)，這個(gè)應(yīng)該是最早實(shí)現(xiàn)不會(huì)編程就能使用的平臺(tái)。
它的出現(xiàn)對(duì)于量化投資的初學(xué)者而言，可以說是一個(gè)福音。
里面有很多現(xiàn)成的指標(biāo)，我們可以直接組合成自己的策略。
不過果仁網(wǎng)也有一些限制，不少功能需要購買VIP才能夠使用。
和果仁網(wǎng)類似，實(shí)現(xiàn)了無需編碼就能回測的平臺(tái)還有：
優(yōu)礦、京東量化平臺(tái)、聚寬。
這些平臺(tái)都是提供了策略生成器，通過選擇指標(biāo)的方式，自動(dòng)轉(zhuǎn)換成代碼，實(shí)現(xiàn)無需編碼就能使用。
其中優(yōu)礦指標(biāo)數(shù)最多，京東量化平臺(tái)指標(biāo)數(shù)次之，聚寬指標(biāo)數(shù)最少。
三者的指標(biāo)數(shù)量均不如果仁網(wǎng)，但優(yōu)點(diǎn)在于免費(fèi)。
3 學(xué)編程其實(shí)是出于個(gè)性化需要
當(dāng)你發(fā)現(xiàn)，簡單的指標(biāo)選擇方式，已經(jīng)不能滿足自己個(gè)性化的量化需要，可以嘗試學(xué)習(xí)一下編程。
可是市面上那么多量化平臺(tái)，應(yīng)該如何選擇呢？
也不是專業(yè)的評(píng)測人員，我就從一個(gè)普通用戶的角度，說說我自己的體驗(yàn)和感受。
3.1 優(yōu)礦（Uqer）
還記得當(dāng)時(shí)想要通過MATLAB來建立數(shù)據(jù)倉庫，在這個(gè)過程中，了解到了優(yōu)礦。
優(yōu)礦是通聯(lián)數(shù)據(jù)旗下的一個(gè)產(chǎn)品，有著這樣的背景，數(shù)據(jù)自然就非常齊全。
我公眾號(hào)里面，周二到周六分享的基金定投回測結(jié)果，以及關(guān)于價(jià)值投資選股、行業(yè)數(shù)據(jù)對(duì)比、估值的小工具，就是用優(yōu)礦實(shí)現(xiàn)的。
不過優(yōu)礦有一大缺點(diǎn)，就是訪問有點(diǎn)慢，甚至常常打不開：
這是比較令人苦惱的，為此，我曾經(jīng)還棄用了一段時(shí)間，直到后面有數(shù)據(jù)的使用需求，才重新使用。
一開始我以為是網(wǎng)絡(luò)的原因，只有我自己是個(gè)例。
不過在分享了價(jià)值投資小工具之后，發(fā)現(xiàn)不少人都有類似的體驗(yàn)。
還有人認(rèn)為我分享的工具是空白的，最后才發(fā)現(xiàn)是打開得太慢。
3.2 聚寬（JoinQuant）
聚寬是我使用得最多的一個(gè)量化平臺(tái)，最近研究的動(dòng)態(tài)因子、動(dòng)態(tài)多因子策略，都分享在上面，之前還寫了一篇文章來推薦它。
聚寬不僅訪問起來非常迅速，目前為止基本上沒有什么卡頓的情況。
不過這個(gè)不是重點(diǎn)，讓我感受最深的是，就算關(guān)閉了回測窗口，也不影響回測結(jié)果生成的功能。
這讓我可以同時(shí)進(jìn)行十個(gè)回測，大大的節(jié)省了調(diào)試策略參數(shù)的時(shí)間。
這里的分享氛圍不錯(cuò)，不僅有適合老鳥的分享，也有適合新手的教程。
那個(gè)曾經(jīng)讓我驚喜萬分的小市值策略，就是在聚寬的社區(qū)拷貝的。
對(duì)于量化的新手來說，通過量化課堂，也可以一步一步成體系地學(xué)習(xí)：
總體來說，聚寬給我的用戶體驗(yàn)是不錯(cuò)的，唯一美中不足的地方是數(shù)據(jù)不如優(yōu)礦豐富。
3.3 米筐（RiceQuant）
其實(shí)在發(fā)現(xiàn)聚寬之前，我更早知道的是米筐。
不過和優(yōu)礦一樣，因?yàn)榫W(wǎng)絡(luò)原因，棄用了?，F(xiàn)在米筐訪問起來，已經(jīng)很快了，應(yīng)該有做過改善。
在使用聚寬的過程中，我發(fā)現(xiàn)米筐和聚寬其實(shí)是一個(gè)深度的競品，從兩者的菜單對(duì)比，就可見一斑：
兩者不論是界面、使用的方式、還有數(shù)據(jù)，都非常相似。
或許是因?yàn)閯?chuàng)建者的靈感都來源于國外的量化平臺(tái)Quantopian吧。
米筐一開始還能支持java進(jìn)行回測，但剛剛進(jìn)去看了一下，發(fā)現(xiàn)這個(gè)功能已經(jīng)關(guān)閉了。
下圖是米筐的學(xué)院，里面也有不少量化的教程。
總的來說，米筐給我的感覺更加偏程序員化。
3.4 其他
除了上面介紹的幾個(gè)量化平臺(tái)之外，還有京東量化平臺(tái)、掘金。
這兩個(gè)平臺(tái)，我大概地了解了一下：
京東量化平臺(tái)菜單看上去和聚寬、米筐差不多，“學(xué)院”菜單內(nèi)的教程也挺成體系的：
京東量化平臺(tái)還支持java語言，有京東大數(shù)據(jù)，缺點(diǎn)是網(wǎng)頁訪問不夠流暢，有點(diǎn)慢。
掘金需要下載客戶端，策略在本地運(yùn)行，相對(duì)更加安全，同時(shí)能夠支持C，C#，C++，Python，GNU，R，Matlab，Easy等多種語言。
掘金給我的感覺，應(yīng)該是比較適合相對(duì)專業(yè)的量化人員。
這兩個(gè)平臺(tái)，由于都沒有使用過，了解得比較淺顯。
當(dāng)然，應(yīng)該還有其他的量化平臺(tái)，但比較容易找到的就上面這些了。
如果感興趣的話，大家可以自行研究下，找到最適合自己的平臺(tái)。
