一、如何系统的学习量化交易系统

量化交易中策略逻辑和IT实现基本算是两个独立的方向。

做策略我觉有TB和matlab就基本足够了，实现的话c++比较好。

当然要看自身的知识背景和技术水平。

我的理解其实做量化交易很难有一个所谓的系统学习的过程，量化只是手段，交易的逻辑是多元化的，你可以通过形态描述、追踪市场不合理价差等手段切入，也可以把天体物理、小波分析、神经网络等复杂模型应用其中，你可以做的是K线结构上的策略，也可以做日线或每500毫秒数据进行决策的策略。

所有的一切目的就是为了获利，所谓量化和程序化只是实现这一目的的手段。

你可以通过各种手段了解做量化时注意的细节，比如如何避免使用未来函数、如何理解每一条数据的意义、测试与实盘之间的差异、不同测试软件的优缺点等等。

但你没法去“学习”量化交易，因为不会有人把自己真正赚钱的东西拿出来，如何赚钱必须自己去挖掘

二、如何量化炒股

我认为这应该要自己琢磨出来才有用吧，既然炒股了，就要认真的对待，研究出自己的量化路来。

• 自己组合

说实话，对于选股因子和择时因子都不太懂，第一次设计策略回撤率比收益率还高，后来不断优化，选择了5个选股因子和2个择时因子作为自己的策略组合。

• 首先开始在成长类因子的选择中，

一直比较看重“净利润增长率”，这和我们做PE投资看重净利润规模有一定的关系，后来结果一直不好，就改为“主营收入增长率”这个指标。

究其原因，我认为主营业务收入的增长要么是源于行业景气度高、收入增长快，要么是源于业务转型产生新的收入来源，无论哪种都是企业健康的指标，同时剔除了由于“营业外收入”等因素对净利润增长率的扭曲。

• 其次在价值类因子中，我选择了“企业价值估值”，

这个指标用于衡量企业的收益情况，如果理解没有错的化，应该是EVA的指标，这样就可以代替“市盈率”和“净资产收益率”两个指标所需要表达的含义。

A股股票的分红和港股等市场相比少得可怜，送股、转股都是些文字游戏，没有任何实在的意义。

• 总结

我认为这就是慢慢自己去摸索的一个巧门吧。