有许多交易员以及老铁和我反馈，能否写下我对量化策略的看法。

事实上个人在量化的知识体系方面仍旧存在欠缺以及知识短板。

因此斗胆从主观交易员的角度出发，简要写下我对如何搭建量化交易系统的看法。

事实上搭建一个行之有效的交易策略并非易事。

这涉及到一定的编程基础，并且涉及到对金融市场和交易工具的理解。

而短时间精通各类资产类别以及量化交易策略以及工具绝非易事。

因此需要长期针对某个自己感兴趣，较为了解的资产类别做深入学习以及研究。

说句实话，没有一个比投资自己学习能力以及金融知识体系更好的投资。长期积累的能力以及知识你将得以应用一辈子。最终受益者也只是自己。这些知识是谁都无法偷走的。

导语中提到的各种技术是高频交易（HFT）经常采用的，但量化交易不等同于高频交易。

程序交易根据频率来划分的话，可分为：

高频：ticke纳秒级别的 1s级别

中低频：1s~1h级别

超低频：1d~1w 等长线投资

高频交易对延迟（latency），性能和稳定性要求非常高，需要大量的硬件的成本和人工成本，一般只有机构以及对冲基金等institutions才有能力进行高频交易（HFT）。

而现阶段的全球algo trading 过剩，在HFT上由于巨大的预期回报，各家Firm 也纷纷鸟枪换炮。而HFT高频交易对硬件上的极高要求以及交易信号以及线路的问题，导致个人无法参与高频交易， 但中低频交易对硬件要求就会低很多。

因此建议如果个人寻找高性价比，低成本，高可行性的策略，关注在中低频的策略搭建上。

个人与基金公司差距主要体现在算法以及后续的优化上，普通程序也有能力捕获到这一频度的交易信号。

搭建平台的步骤

炒过外汇FX的都知道，毛子的著名产品MT4 ~ MetaTrade4 (mt4) 交易客户端. 以及他们针对EA以及开放借口优化的MT5可供运行算法策略交易。

Mt4客户端提供一整套交易策略开发框架平台。支持MQL4语言(语法与C语言类似) ，而且提供了非常丰富的指标，扩展函数。可以很方便地开发交易策略和进行回归测试。在零售外汇领域很多个人交易者或者专业的交易者都使用MT4做自动化交易。MT4有相当活跃的社区，国外有很多论坛讨论和分享MT4 EA程序。但是令人遗憾的是  Mt4 客户端必须配合Meta Qutes服务器使用。所以Mt4 一般只限制在外汇行业使用，而这类并不包括其他的资产标的。。

如果想要分析A股，或者比特币，就需要自己搭建一套环境。一般搭建一个量化平台需要这些步骤：

开设证券账户 >开发环境搭建->数据准备 ->交易策略开发->回归测试->模拟交易-> 实盘交易

1开设证券账户

下面介绍几种比较适合个人交易证券品种：

国内A股：怎么开户大家应该都只，目前由于政策的原因，股票交易的第三方接口都关闭。不过历史数据比较容易获取。所以国内股票的量化主要集中在选股和趋势分析。自动交易等明年市场稳定后，应该会重新开放。

期货：商品期货开户门槛比低。股指期货要至少50万资本。期货这一块主要是CTP协议。网上都可以找到java,和python的封装。对开发者真友好。

债券：可转债， 开户资金有要求。

外汇：开户门槛比较低一般50美元起，那么这些交易的合同本身都属于差价合约CFD（contract of difference），并非spot fx contract。但需要选择信誉比较好的券商。一般这类FX broker都有A book 和B book, 很多交易都是内部对冲掉。有一些比较知名的券商比如Oanda 会有提供HTTP api 接口。如家交易者资金有比较大，可以直接到LP 提供商如果，lmax,cfh开户。LP提供会提供FIX交易接口。FIX接口非常适合程序化交易。

美股，期货，期权：IB（interactive broker）账户有提供程序化交易接口，账户最低余额需要1万美元。其它美股券商，如史考特，或者国内的老虎证券，富途对资金没有要求，但都没提供API。功能性来讲，如果交易期权options的话，盈透，thinkorswim以及charles schwab都提供比较强大的Volatility lab 以及API借口等进阶功能。

比特币：可以选选择coinbase, bitstamp. 这两个公司总部都是在美国，各方面监管比较严格,所以开户周期比较长。都提供有API.

2开发环境搭建

目前主流的算法语言是，python、Java、C++/C#和R语言。

这些语言本身有提供回测框架，时间序列分析，统计分析的库。当然也可以使用Java,C++，不过但开发难度要大一些。

Python ：目前应该是最普遍的个人量化技术。相关的开源框架相当丰富。比如Panda ,Scipy, numpy, Zipline (Backtest framework ) 。

R：高级算法比较方便，社区比较活跃。

Java ,C++：没有的时间序列操作框架，自己写比较麻烦。

MatLab：算法库比较成熟，但处理大量数据比较麻烦。

建议阅读量化入门书籍：

1. 打开量化投资的黑箱

这本书的作者里什·纳兰（Rishi K. Narang）是华尔街顶级数量金融专家，资深对冲基金经理，自1996年开始，他就开始从事对冲基金事业，专注于量化交易策略。目前是特勒西斯资本有限责任公司（Telesis Capital LLC）的主要合伙人。在书中他站在一个非纯粹技术的视角介绍了量化交易策略，用生动的文笔带领读者游历整个“黑箱”。

《打开量化投资的黑箱》的写作涉及很多金融界丰富的真实案例和市场趣闻，富于智慧地描绘了华尔街的数量金融奇才们是如何工作的。可是说阅读《打开量化投资的黑箱》的过程，就是一个慢慢理解数量金融大师及其投资策略的过程，从而揭开量化交易的神秘面纱。

2. 量化投资策略：如何实现超额收益Alpha

本书作者Richard Tortoriello是任职于S&P 标准普尔公司的证券分析师，他的日常工作就是建立一系列的数量选股模型。书中的模型类型覆盖面广，可以说作者是在对所有能够获得超额收益的策略进行了地毯式的搜索，并且提供了超过20种常胜投资idea的详细回测情况，充分展示了经验丰富的Quant是如何通过自己的想法来改进模型的。顺便提一句，本书的译者们也都是浸淫证券市场多年的大咖，其中陈工孟更是深圳国泰君安的董事长和上海交通大学金融工程研究中心的执行主任。值得一看。

3. 解读量化投资：西蒙斯用公式打败市场的故事

这本书的作者是以为在伦敦卖身瑞银十年，曾就任瑞银投资银行的外汇部和资本市场部，负责金融工程并且现任法国巴黎银行资产管理部外汇重置业务亚太区主管、董事总经理的传奇华人忻海，现居香港。

本书的人物主角詹姆斯·西蒙斯，拓扑学大腕，陈省身论文的合作者，虽然不是一个家喻户晓的名字，但他在投资界却因量化型投资的独门套路掀起层层热浪。大“数”底下好乘凉，西蒙斯的布阵和诸葛亮的布阵有所不同。西蒙斯靠的是概率：大量的统计套利操作，外加华尔街之外的数学教授来助阵，西蒙斯的“黑箱投资’’方法靠电脑编程和自动交易，在和市场的较量中稳操胜券。

4. 利用Python进行数据分析

如何利用各种Python库（包括NumPy、pandas、matplotlib以及IPython等）高效地解决各式各样的数据分析问题。由于作者Wes McKinney是Python pandas库的主要作者，所以本书也可以作为利用Python实现数据密集型应用的科学计算实践指南。本书适合刚刚接触Python的分析人员以及刚刚接触科学计算的Python程序员。

5. 集体智慧编程

这本书选择的是Python语言，以机器学习和统计学方法为背景，专门讲述如何挖掘、分析数据，适合做决策树、支持向量机（SVM）、神经网络的初学者 quant们使用。可以说它成功地将机器学习算法这一复杂议题拆分成实用易懂的例子，能够让初学者少走弯路。可以作为上一本书《利用Python进行数据分析》的高阶版进行阅读。

6. 量化投资: 以matlab为工具

这本书分为基础篇和高级篇两大部分。基础篇部分通过Q&A的方式介绍了MATLAB的主要功能、基本命令、数据处理等内容，使读者对MATLAB有基本的了解。高级篇部分分为14章，包括MATLAB处理优化问题和数据交互、绘制交易图形、构建行情软件和交易模型等内容，通过丰富实例和图形帮助读者理解和运用MATLAB作为量化投资的工具。这本书的特色在于不仅仅满足理论学习的需要，更帮助读者边学边练，将理论和实践并重。

7. 宽客 Quants

《宽客》是一本讲述华尔街顶级数量金融大师的另类人生的书。2007年金融危机爆发以来，作者采访了大量加州抵押贷款违约业主、对冲基金经理和顶尖经济学及金融学学者，在《华尔街日报》上对危机做了全方位、多角度的报道。本书对华尔街新兴的主宰者“宽客”进行了前所未有的深入描述，其中既有宽客新锐中的佼佼者：穆勒、格里芬、阿斯内斯和魏因斯坦，又有隐士般的詹姆斯·西蒙斯，史上最成功对冲基金的创始人艾伦·布朗，以及多位宽客中的异类。这群数学天才就像闯进华尔街糖果店的小孩——他们从华尔街的最底层开始一步步登上最高峰，又造成了一次又一次的市场崩溃。书的第一章“从赌博开始”，更是揭示了众多概率论中复杂体系形成的起点，引人入胜。更推荐把这本书和 《对冲基金风云录二》、《高盛帝国下》一起比较起来看，可能收获更多。

8. 宽客人生

本书作者Emanuel Derman 是华尔街的顶级宽客，至今仍享盛名。目前是哥伦比亚大学金融工程教学项目的负责人。

自资本资产定价模型和Black-Scholes模型被发明之后，宽客成为华尔街的新宠，因为投资银行和基金公司必须采用日益复杂的数量交易策略和衍生产品。本书作者是首批转战华尔街的高能实验物理学家之一，在十几年中创建了对今天影响深远的众多金融交易模型。本书精彩纷呈，分析了物理学与金融学之间的关联和不同，讲述了许多物理学巨匠和金融学大师的故事。与上一本《宽客》不同的是，本书更适合理工科专业背景的金融从业人员阅读。

9. 对冲基金风云录 三部曲

本书主要描述了美国对冲基金行业里的众生相，生动细致真切，中间夹杂了作者自己的思考，还有一些行业常识的介绍内容。基本功效：开阔眼界，增长见识，引发同感。但是对于集中精力做国内产品量化交易的研究人员，这本书可能就是茶余饭后的消遣读物了。但是众多书友都极力推荐这个系列的第二本《对冲基金风云录2》，可见还是有它的可取之处。

本书作者巴顿·比格斯在摩根士丹利工作了30年，曾任该公司的首席战略官。在此期间，他创立了摩根士丹利的研究部，并使之成为世界上最优秀的投行研究部门。他还曾一手创办公司的投资管理业务部，并担任其主席达30年之久。到20世纪90年代中期，摩根士丹利投资管理部每年赢得的新客户超过任何竞争对手。

10. 证券混沌操作法

比尔·威廉姆于90年代出版的一本投资理念性质的书，全书讲述的就是如何用混沌的理念解释股价，但还是运用了一系列股票传统的技术指标，所以也适合初步接触股票的人翻看。不过也正如豆瓣上一位资深股民所说，“如果只是把它当成交易方法来看，有点可惜。如果只是把他当成人生哲学，似乎不够通透。这是一本需要一读再读的书。想起了这句话：上士闻道，勤而行之；中士闻道，若隐若无；下士闻道，大笑之。不笑不足以为道。” 作者在2002年左右出版了第二版，目前大陆地区未发行，台湾地区翻译并出版了。