前言






得益于计算机技术的高速发展，投资者如今在计算机或者手机上就能进行快捷交易。同时随着数据变得更加透明与易得，使用计算机对投资对象进行回测与模拟分析也变得更加简便，使用程序化的策略进行分析或交易的行为通常被称作程序化交易或量化交易。

量化交易在早期阶段主要依赖于电子交易平台的发展，尤其是在美国商品期货市场。1952年，美国经济学家Harry Markowitz提出了现代投资组合理论，为投资组合优化奠定了数学基础； 1969年，Edward Thorp成立了第1个量化投资基金，标志着量化投资的产生； 1988年，James Simons成立了大奖章基金，从事高频交易和多策略交易； 20世纪90年代，随着互联网的发展和金融建模工具及交易平台的普及，各种自动化交易系统、智能匹配算法和更加高效的交易策略纷纷涌现； 进入21世纪后，随着新的计算机技术（如大数据、机器学习、深度神经网络）的快速发展，多样化的交易策略和高频交易策略的应用成为量化交易的新特征。随着21世纪国内金融市场与互联网金融的大力发展，许多优秀的量化平台与开源框架相继涌现，大幅地降低了普通投资者研究数据、执行量化交易的门槛。

量化交易是指以数学模型、统计学替代人为的主观判断并借助计算机编程技术的投资交易方法，通过历史数据对市场走势进行深入分析并制定与执行交易策略，相比人工交易减少了投资者情绪波动的影响，具有更高的执行效率与客观性，避免投资者在市场极度狂热或悲观的情况下做出非理性的投资决策。量化交易可用于多个市场，通过制定不同投资目标的交易策略，各种类型的投资者和交易员都能使用量化交易进行投资。为保持策略的竞争优势，在实践中需要不断地适应市场变化和技术更新。

基金是一种大众最容易接触到的投资方式，许多读者在生活中可能有意无意地接触过基金的投资，受众面广是本书将基金作为分析对象的原因之一。相较于权益类或衍生品投资，基金投资具有多种优势，基金通常投资于多种不同类型的资产，如股票、债券与商品等，可以分散投资者的风险； 基金由具有丰富的投资经验和专业知识的基金经理进行管理，他们根据专业知识为投资者做出投资决策，以期获得更高的投资回报； 基金投资十分灵活，投资者可以根据自身的投资目标和风险承受能力选择不同类型的基金； 通过投资海外市场基金，投资者可以十分方便地参与全球市场的投资，为投资者提供了更多元化的投资选择和更广阔的投资视野； 由于基金的受众面广，相关配套的教育资源十分丰富，投资者可以通过多种途径学习基金投资的知识和技巧，提高自己的投资能力。当然，基金投资也有一些劣势，例如其无法完全避免人性弱点，基金经理也可能受到市场情绪、个人偏见或过度自信等人性弱点的影响，导致投资决策出现偏差。因此，投资者在选择基金时，应结合自身的投资目标和风险承受能力做出决策，并可以使用量化分析技术选择合适的基金进行投资。

本书以公募基金为分析对象，以量化投资知识为底座，以编程技术为途径，旨在帮助投资者使用程序化的方式，根据自身的投资特点找到最适合的投资基金与投资策略，面向想要学习量化交易相关知识的读者。读者阅读本书最好具有一定的Python编程基础和简单的相关金融知识。


本书的第1章介绍基金的基础知识，包括基金的概念、分类及基金的要素和交易方式，第1章的内容为本书后面章节的编程方式提供了指导； 第2章和第3章以编程技术为主，第2章为零基础的读者准备，介绍Python编程环境的搭建方式，第3章为读者介绍常用的Python编程工具，这些工具不仅在本书后面的章节中会用到，而且对读者平时进行Python编程也会有帮助； 第4章内容是全书的重点，从本章开始将会把基金交易的相关知识和规则与编程相关知识进行结合，完成针对基金交易的量化系统框架设计与模块实现，读者需要着重关注本章，相对于其他品种而言，基金的交易规则较为简单与直接，读者掌握本章知识之后便能够轻松地将量化系统设计与实现思路迁移至其他投资品种； 第5章与第6章将在第4章的量化系统框架下完成交易策略的编写，第5章以单基金介绍交易策略，从读者最常用的“买入并持有”策略和定投策略入手，让读者以量化的形式感受常用策略的收益情况，
第5章还介绍根据指标的交易策略与经典的网格交易策略，读者通过经典的策略可以学习到策略设计的思路与应用方式，在第5章的最后将会从不同的角度对介绍过的策略进行改进，这部分同样是读者在实际执行策略时需要着重关注的，根据市场的不同情形对策略进行改进优化是必备的能力； 第6章从多基金投资组合管理的角度入手，在合理的风险或期望的收益率水平下选择最优化的基金组合，读者应把第5章与第6章结合起来进行学习，保证策略设计思路的连贯性； 第7章介绍量化系统的优化与管理，从可视化与线上运行的角度进行系统易用性的优化及性能的监控与管理。


资源下载提示

素材(源码)等资源： 扫描目录上方的二维码下载。

视频等资源： 扫描封底的文泉云盘防盗码，再扫描书中相应章节的二维码，可以在线学习。





本书的内容十分连贯，各章节内容会使用前面章节介绍过的知识，保证读者学习的连贯性。本书使用平实的语言与图示帮助读者更好地理解内容。希望读完本书读者能够对量化交易有更加清晰的认识，并且编程技术也有相应的提升。

强烈建议读者先基于数据进行研究和测试，以确认交易思想或系统的有效性。回测模拟的表现和真实的表现不同，不能代表真实的表现。

投资涉及风险。本书所有代码与示例仅限于教育用途，并不代表任何投资建议。本书中的示例不代表将来的交易会产生相似的回报或亏损。

投资者在做出交易决策之前必须评估风险，确认自身可以承受风险方可投资。



欧阳鹏程2024年10月