本博客的適用對象：想做一些量化投資，但又不想寫代碼的普通投資者。
做了20多年的財務和投資。隨着年齡的增長，投資風格也逐漸變得穩健，逐步認識到投資不能把簡單問題復雜化了，策略應力求簡單明了，工具適合自己的就好。
大概從2010年在海外在工作的時候，開始學習量化投資。中間也學過專業的回測工具，如Matlab，以及現在流行的Python。雖然這些都是很好的工具，卻總感覺離一般投資者有些遙遠。畢竟自己不是專業的碼農，學了，工作、生活上用不到，很快就生疏了。
后來我逐漸認識到作為一個散戶，現在的Excel在功能和性能上，基本都能滿足我的需求。畢竟自己用了20多年，當突然有一個想法的時候，可以隨時用手中的電腦實現，比寫代碼簡單得多。
經過多年的Excel做財務和投資分析實踐，也總結了一套在財務和金融中應用的基本的思路框架體系。
目前市場上的Excel書籍和課程，絕大部分都太空泛了，缺乏行業針對性，尤其沒有專門針對投資使用的Excel圖書和課程。因此，我想把這套Excel基本的量化方法分享給剛入門者，尤其是非理工男們，以節省大家的學習時間。
第一節，首先介紹一下為什么要用Excel做量化投資。Excel做量化投資相比Python有哪些優勢和不足。
優勢
1.上手快，節省時間成本，不會忘記。
對於很多非碼農來講，學習Python就像學習英語一樣。往往是學了很多年，但真正的用起來，依然腦子空白。原因很簡單，之所以學不好，是因為沒有環境，平時的工作和學習中用不上。
而Excel則不一樣，工作中幾乎無處不在，日常工作也離不開他。學習用Excel做量化的框架，也非常容易，基本幾個小時就可以上手，而實現同等水平的Python,學習成本至少要一個月時間。
而且一旦掌握了Excel做量化投資的基本框架，就跟學會了開車一樣，以后基本不會忘記。
2.Excel在功能和性能上，足夠應付一般投資者的策略
簡單的未必是不好的，好用就是硬道理。能夠搞定任務，其他都不重要!
- 性能上：應付日線級的數據，Excel足夠了
很多人對Excel的觀念還停留在Excel2003和奔騰電腦的時代，數據一多電腦就白屏。
實際上從Excel2010起，已經可以支持104萬行數據，16384列這樣的表格；配合現在主流的i5處理器，8G內存，基本不會有任何的不適感。
104萬行數據，對於個人投資者，用日線級別的數據做量化分析，足夠了。
至於有些專業的投資者，數據動不動就上Billion，Excel2016開始，內置了Power Query和Power Pivot，處理幾個Billion級別的數據，也足以應付了。
- 功能上：Excel本身的數據分析功能很強大，插件也非常豐富。
出了Excel自身的統計分析功能外，后面的文章會陸續介紹的Excel金融函數插件TA_LIB的使用。另外Office的插件商店，提供了很多金融分析甚至機器學習方面的插件可以使用。
基本上個人投資者能想到的功能，都可以通過Excel本身或者安裝各種Add-in實現。
3.足夠靈活，使您更專注於策略本身，而非代碼
一直認為，生活中最重要的事情是家庭和健康，完全沒有必要把時間浪費在不必要的寫代碼的事情上。
Excel簡單，靈活，直觀。其公式及函數的學習難度比起一般程式語言如Python要簡單的多，用戶可以輕易的掌握數據分析的邏輯，將精力集中在買賣策略上。
4.適用性強，隨便一台電腦上都能用
Excel基本是個電腦就會裝，無論公司電腦和個人筆記本。
Python這么多年沒能堅持下來一個最重要的原因，就是作為一次低頻使用的軟件，每次想用的時候，都少不了再配置一次運行環境。
尤其很多同學的公司電腦，基本不可能讓你自己配置運行環境。而家里的個人電腦平時又以娛樂和游戲為主，頂多用用Office。
缺點：
當然，Excel最大的缺點，就是沒有Python逼格高。
如果是為了找一份好工作，比如畢業去金融機構應聘，簡歷上寫Python，絕對比寫熟練使用Excel機會要多的多，哪怕你只是學過Python幾天。
但對大多數非專業機構的投資者做量化，Excel無論從哪方面講，都足夠應付了。
問題就是怎么做。
歡迎關注我的博客“Excel做量化”