Python可不可以來炒股賺錢？
有圖有真相，看看我們身邊的例子??????
湯大神，他來自金融行業(yè)，是一名基金經(jīng)理
以下是他的原話：
簡單介紹一下自己，我是90年的，私募基金經(jīng)理，大學(xué)學(xué)習(xí)的是法律，金融從業(yè)經(jīng)驗4年
從整個金融投資二級市場私募目前發(fā)展的現(xiàn)狀來看，程序化交易是趨勢所在，而且中國這個市場基本還處在起步階段
從國外的歷史發(fā)展來看，整個私募基金業(yè)的發(fā)展呈現(xiàn)規(guī)?；瘜I(yè)化數(shù)據(jù)化三個特性。國外的衍生品投資市場八成以上是機(jī)構(gòu)，其中的7成基本上都是在走金融量化這條路
國內(nèi)目前金融量化這一塊的專業(yè)化人才奇缺，也就剛剛才普及了程序化交易的階段
而程序化交易實際上缺陷非常明顯，他只能根據(jù)人的指令進(jìn)行機(jī)械執(zhí)行，無法根據(jù)行情的變化自我實行模型轉(zhuǎn)化跟判斷
實話說，等到工作之后在開始學(xué)習(xí)類似新的知識，時間是一個大問題，我基本上每天都是硬擠兩個小時左右的時間學(xué)習(xí)。更重要的一點，市面上面對成人專業(yè)化技能培訓(xùn)的課程，尤其是對口應(yīng)用領(lǐng)域的課程，價格少則幾千，動則幾萬。
以上就是他的原話了
有點巧合的是，后面一個班級的同學(xué)就用量化交易模型給自己賺回了學(xué)費
以下是他的幾句原話：
已經(jīng)好多年沒有編程了。是PYTHON讓我重新燃起了希望。
俄羅斯人2016年用量化交易賺了中國人幾十億，最后罰了幾億元趕走了。這一塊國內(nèi)確實比較弱。
看完這兩個同學(xué) 的例子，我們來看看量化交易到底是怎么回事
所謂金融量化，就是將金融分析理論與計算機(jī)編程技術(shù)相結(jié)合，更為有效的利用現(xiàn)代計算技術(shù)實現(xiàn)準(zhǔn)確的金融資產(chǎn)定價以及交易機(jī)會的發(fā)現(xiàn)
量化投資越來越被大家關(guān)注，量化投資的基金在業(yè)績上也一直受到投資者的矚目，這是有原因的
2017年，中國股市經(jīng)歷了前所未有的動蕩，但是量化產(chǎn)品的業(yè)績普遍跑贏指數(shù)收益，業(yè)績表現(xiàn)較好。
據(jù)萬得咨詢的數(shù)據(jù)統(tǒng)計，2017年6-8月，有數(shù)據(jù)統(tǒng)計的44只量化基金的累計凈值增長率為-24.9%。其中9只基金獲得正收益，表現(xiàn)較為突出。
而同期，A股上證綜指、深證成指、創(chuàng)業(yè)板指數(shù)跌幅分別高達(dá)34.5%，41.7%、48.8%。所以量化基金大大跑贏了相應(yīng)的大盤。
那這個神奇的量化投資到底是什么？
量化投資最直接的含義就是利用計算機(jī)自動執(zhí)行交易策略，是人工智能運(yùn)用于資本市場的初期表現(xiàn)，指的是將投資思想轉(zhuǎn)化為投資模型，借助于數(shù)據(jù)檢驗?zāi)Ｐ偷挠行?，進(jìn)而利用有效的投資模型指導(dǎo)交易的過程。
雖然說是依賴于計算機(jī)的交易策略，但是其實最根本還是要依靠人去制定策略，計算機(jī)只是一個被動的執(zhí)行者。
但是計算機(jī)這個執(zhí)行者相比于人這個執(zhí)行者來說，有很多優(yōu)點，比如不帶情緒的工作，有紀(jì)律，且自動化的執(zhí)行，這樣可以保證我們的策略被嚴(yán)格執(zhí)行，在執(zhí)行的過程中不受人為的干擾。
所以，量化投資一向以其紀(jì)律性、系統(tǒng)性、準(zhǔn)確性、一致性等特點，越來越受到投資者的關(guān)注。
金融行業(yè)為什么用Python做量化投資
1.作為一個科學(xué)數(shù)據(jù)的編程語言，Python介于R和java之間，前者主要集中在數(shù)據(jù)分析和可視，而后者主要應(yīng)用于大型應(yīng)用。這種靈活性意味著Python可以作為一個單一工具來匯集整個工作流。
就跟Java在web領(lǐng)域無可撼動的地位一樣，Python也已經(jīng)在金融量化投資領(lǐng)域占據(jù)了重要位置，從各個業(yè)務(wù)鏈條都能找到相應(yīng)的框架實現(xiàn)。
2.在量化投資（證券和比特幣）開源項目里，全球star數(shù)排名前10位里面，有7個是Python實現(xiàn)的。從數(shù)據(jù)獲取到策略回測再到交易，覆蓋了整個業(yè)務(wù)鏈。
3.而全球注冊用戶數(shù)最多的商業(yè)量化平臺Uqer優(yōu)礦，也同樣是基于Python實現(xiàn)和提供服務(wù)的。
國內(nèi)后來的其他量化平臺，例如RiceQuant和JoinQuant，也主推Python環(huán)
可見Python在量化平臺應(yīng)用的絕對占有程度
4.還有一點是，因為Python是一門比較全面與平衡的語言
既能滿足包括web在內(nèi)的系統(tǒng)應(yīng)用的開發(fā)，又能滿足數(shù)據(jù)統(tǒng)計分析等數(shù)學(xué)領(lǐng)域的計算需求，同時也能作為膠水語言跟其它開發(fā)語言互通融合。
在數(shù)據(jù)分析方面，沒有其他語言能像Python這樣既能精于計算又能保持性能，對于時間序列數(shù)據(jù)的處理展現(xiàn)了簡單便捷的優(yōu)勢。而如此適用的特點。
學(xué)習(xí)量化投資需要具備哪些知識？
作為一種依賴于計算機(jī)執(zhí)行的投資策略，學(xué)習(xí)量化投資，首先要了解的是投資策略，這個投資策略涉及到我們要投什么品種，用哪種方式買入或賣出。
市場并不是絕對的，我們對市場的任何判斷都是估計。所以，我們需要知道自己有多大的概率獲勝，在多少情況下應(yīng)該退出，這個時候，我們需要的是兩種知識：金融知識和數(shù)學(xué)知識，數(shù)學(xué)知識主要是概率論、統(tǒng)計學(xué)。
在制定好策略后，最終我們依賴于計算機(jī)來自動化執(zhí)行，了解完投資策略后，我們要知道如何用計算機(jī)所以需要投資者具有一定的編程能力，Python門檻低，語法簡單，功能強(qiáng)大，并且它的第三方庫Pandas、Numpy這兩個庫提供高性能易用數(shù)據(jù)類型和分析工具，Python也成了大家選擇的第一門語言。
可能有人會問，這個工具不一定要自己來做吧，
確實，是有很多工具來自動執(zhí)行交易策略啦，但是有一個問題，別人寫的工具都不會用，畢竟每個人的投資策略都不一樣嘛，而且想達(dá)到自己的目的，或者或按照自己的想法添加功能就很費勁，可能還不如自己寫一個程序方便
并且Python又不止于量化交易，后面也可以用來做數(shù)據(jù)分析等很多事情????
聯(lián)系客服
