金融市場智能化，就業(yè)必然就越來越精英化。
當(dāng)操控著量化投資策略的人出現(xiàn)了，99個傳統(tǒng)崗位都會被取代。
如今，金融業(yè)的“碼農(nóng)化”已是大勢所趨，Python更是已然成為投行、基金、咨詢和互聯(lián)網(wǎng)等泛金融和商科領(lǐng)域必備的一項(xiàng)技能，量化投資的風(fēng)口熱度直線飆升，并在各大投資銀行和對沖基金公司中成為交易系統(tǒng)的主流。
為了迎合市場需求，海外名校金融、經(jīng)濟(jì)、金工等專業(yè)越來越重視培養(yǎng)學(xué)生的量化分析技能，且更偏向招收量化分析能力強(qiáng)的申請者。
正在看這篇文章的你，會是候選人之一么？
1 Python與量化投資
用最貼近人的語言打開新世界大門
量化投資本身是一個很寬泛的概念，簡單來說就是以數(shù)據(jù)模型為核心，以程序化交易為手段，追求絕對收益為目標(biāo)的一種投資方法。其本質(zhì)是通過程序化交易來實(shí)現(xiàn)交易思想。
一提起量化，很多人都自然而然地想起Python，似乎這兩者有著密不可分的聯(lián)系，我們也發(fā)現(xiàn)在很多量化投資的業(yè)務(wù)鏈條都能在Python找到相應(yīng)的框架實(shí)現(xiàn)。
因?yàn)閷Ρ绕鹌渌幊陶Z言，Python更簡潔，更簡單易學(xué)，很多程序員都認(rèn)為它應(yīng)該算是最簡單代碼的開始。昵稱為“膠水語言”的它，可以將其他語言制作的模塊（尤其是C/C++）聯(lián)結(jié)起來。
對于小白的我們，它具有強(qiáng)大且豐富的庫，封裝后可以輕松調(diào)用。用Python做個項(xiàng)目，充實(shí)自己，秀給看客們看，'Life is short，you need Python!”
2
Python大勢所趨已成定局你只需奮起直上
Beautiful is better than ugly.
Explicit is better than implicit.
Simple is better than complex.
Complex is better than complicated.
這是Zen of Python的前四行，它總結(jié)了Python作為編程語言的精髓。
就像在web領(lǐng)域JavaScript無可撼動的地位一樣。在金融量化投資領(lǐng)域python也占據(jù)了相當(dāng)重要的位置。近幾年來國家相關(guān)教育部門對于“人工智能普及”格外重視。
不僅將Python列入到小學(xué)、中學(xué)和高中等傳統(tǒng)教育體系中，并借此為未來國家和社會發(fā)展奠定了人工智能的人才培養(yǎng)基礎(chǔ)，逐步由底層向高層推動“全民學(xué)Python”，從而進(jìn)一步實(shí)現(xiàn)人工智能技術(shù)的推動和社會人才結(jié)構(gòu)的更迭。
DT時代的教育不能只有速算與背書，而是需要教如何實(shí)際處理多維度海量的大數(shù)據(jù)。機(jī)遇與挑戰(zhàn)并存， 這是最好的時代，也是最壞的時代。
實(shí)戰(zhàn)量化策略是從金融市場的運(yùn)行中提煉出相對穩(wěn)定的結(jié)構(gòu)和模型，卻依然要適應(yīng)市場的千變?nèi)f化。
因此，量化比拼的是邏輯，更是細(xì)節(jié)。作為零基礎(chǔ)小白入門python量化投資，雖想系統(tǒng)化地學(xué)習(xí)這一項(xiàng)黑科技，但大部分人都難免碰壁：
1、完全小白，想要速成但是缺少體系切入點(diǎn)
2、買下一整個書單的書但是知識多而散亂，不知道從何下手
3、師夷長技卻無處可施，缺乏實(shí)戰(zhàn)經(jīng)歷，心里還是沒底
不是計(jì)算機(jī)專業(yè)出身的準(zhǔn)金融人，又面對著需要數(shù)學(xué)思維+金融知識+計(jì)算機(jī)編程基礎(chǔ)的量化投資，你是不是也犯了難？越優(yōu)秀的人，越要抓住機(jī)會。想在稍縱即逝的市場機(jī)會中抓住時機(jī)挖掘利潤，就要在為時不晚的當(dāng)下盡快掌握一項(xiàng)別人沒有的技能。
為此，我們精心打造了Python與量化投資入門到實(shí)戰(zhàn)課。
本課程偏向使用Python技術(shù)對量化投資與金融數(shù)據(jù)分析的技能運(yùn)用，所涉及到的知識都會從基礎(chǔ)開始講解，非常適合初學(xué)者和想要提高編程技能的人，同時也提供大量有關(guān)金融理論和實(shí)踐的知識，學(xué)員通過不斷的回顧課程。
按照教程快速上手Python量化投資和數(shù)據(jù)分析任務(wù)。結(jié)合線下課程與線上作業(yè)，快速系統(tǒng)掌握實(shí)際操作與編程能力，以實(shí)操帶動Python學(xué)習(xí)！
Part 1 Python數(shù)據(jù)分析基礎(chǔ)
1、Python簡介：在金融中的應(yīng)用、安裝流程、IPython配置環(huán)境、課程接下來的安排
2、Python語法基礎(chǔ)：數(shù)據(jù)結(jié)構(gòu)、函數(shù)和文件等
3、numpy：數(shù)組和矢量計(jì)算
4、pandas：Series、DataFrame介紹
5、pandas：數(shù)據(jù)加載、存儲與文件格式，清洗和準(zhǔn)備，數(shù)據(jù)聚合、合并和重塑等
6、matplotlib和seaborn：繪圖和可視化
Part 2 利用Python進(jìn)行股票數(shù)據(jù)分析
7、tushare：時間序列，股票數(shù)據(jù)初探
8、ta-lib：股票技術(shù)分析
9、statmodels：線性模型分析
10、scikit-learn: 機(jī)器學(xué)習(xí)介紹，線性回歸，神經(jīng)網(wǎng)絡(luò)，SVM等，機(jī)器學(xué)習(xí)案例：股票漲跌預(yù)測
11、TensorFlow：深度學(xué)習(xí)介紹，深度學(xué)習(xí)案例：用LSTM預(yù)測股票收盤價(jià)
Part 3 基于Python構(gòu)建股票交易策略
12、量化交易策略初探：配對交易
13、基于技術(shù)分析的策略：布林帶交易策略
14、基于機(jī)器學(xué)習(xí)的策略：SVM看漲看跌
15、資產(chǎn)組合優(yōu)化：Markowitz模型
清華大學(xué) 電子學(xué)博士
畢業(yè)于清華大學(xué)電子系，加州大學(xué)伯克利分校訪問學(xué)者。曾在海外量化對沖基金從事股票策略研究，目前在國內(nèi)某頂尖量化私募從事策略研究。有多年P(guān)ython使用經(jīng)驗(yàn)，并在工作中應(yīng)用基于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法的交易策略。
無論您是對Python數(shù)據(jù)分析感興趣是有志于進(jìn)入量化交易行業(yè)的在校大學(xué)生還是其他行業(yè)想要轉(zhuǎn)行量化交易的工作者
PE/VC從業(yè)者
投行券商從業(yè)者
行研分析師
會計(jì)審計(jì)從業(yè)者
想轉(zhuǎn)行金融的學(xué)習(xí)者
