這章主要介紹什么是量化投資，以及整套課程學習后你將會學習到
1、掌握了python，pandas的基本用法
2、有自己的開發交易策略
3、根據自己的交易策略進行實盤自動化交易
你不會得到的：
1、你的程序不會那么好
2、你可能賺不到錢，可能會虧錢 【跟炒股樣，你不可能參加啥培訓，內部消息你就能賺錢】
3、 不會涉及最復雜的量化算法
4、 不是所有的package都會用到 【程序員都懂，找API】
1、什么是量化投資：【核心】
找規律性，【就跟寫代碼一樣，你寫得都是代碼都是：業務不斷重復】，股票量化投資就是根據歷史數據去代碼化。根據歷史數據去找規律性，重復性。【但是別忘了，炒股里面有一句話：歷史會重演，但不會簡單的重復。 所以想賺錢沒那么容易，但會輔助你一些幫助】
這也說明了： 規律會失效嗎？ 規律肯會失效，【這個世界上唯一不變的就是變化本身】，所以我們盡量找可靠的規律，未來不容易發生變化的。【就跟寫代碼項目一樣，不斷去發現BUG，不算優化，總有需求】
接下來，開始實盤，小規模的資金，測試賺錢效應。不斷修改規律不斷提提高賺錢機率，程序穩定性
股票量化投資的本質：歷史數據里面找規律 【思考：彩票是否能夠量化】
可靠的規律以下幾點：
可靠的規律，是歷史上長期存在的規律，是能夠驗證的規律，例如你的模型在A股驗證，在美股照樣可以驗證，畢竟美股200年歷史。
1、有理論支撐的規律【做出來模型效果好，當你不知道為什么（不要去用)，股市里只賺你有把握的錢，只賺你知識內的錢】，
2、符合人性的規律【人永遠在貪婪和恐懼中徘徊，經濟永遠是有周期的波動】
3、簡單的規律 【簡單策略和復雜策略如果結果一樣，使用簡單策略】
4、越不成熟的時長，量化投資越有效【量化投資A股比美股更有效，因為國內市場還不成熟，越少人使用越有效，人越來越多賺錢難度增加】
2、量化投資的分類
1、選時策略 【股票什么時間去買，什么時間去賣，根據均線策略，日線，月線】【期貨，大盤，房價】
(比如超過20日均線就買入，跌破20日均線就賣出) 【建議：還是得有點股票基礎再學比較好，基礎均線這些得懂】
2、選股策略 【A股3K多股票，如何在將來時間選擇會上漲的股票，依靠-消息面，技術面，基礎面】
3、倉位管理 【花多少錢買入，買入多少股，賣出多少股】
4、其他: 套利，算法交易等
思考：以上策略哪個是最難的，其實倉位是最難的，大型基金管理只有level最高的人有權指定倉位，他會告訴基金經理你這次只有20%資金給你操作。
3、數據的分類：
算法有開源的可能性，但數據時私有的【例如阿里巴巴很多技術開源，但數據不分享的】
1、交易數據 【股票開盤，收盤，你交易軟件上能看到數據】
2、宏觀經濟數據 【國家發布的，通脹率，失業率】很少用，你懂的
3、財務數據（基本面數據）【財報，也有人看公司財務的頁數，頁數越多越嚴謹，公司治理越好，股價會更好】
4、高頻數據【股票軟件每筆成交數據，逐筆數據，分筆數據】
5、輿情數據，【短期內看漲看跌，也就是消息面，股票大V分析】，根據信息作出交易信號，難點如何分析出消息看漲看跌，人工文本算法【開發難點，先不管】
6、事件數據， 【不定期發生的數據，換高管，減持，高轉送】
4、量化資料推薦： 書籍【興趣最好的老師】
1、《股票大作手回憶錄》
2、《海龜交易法則》
3、《解讀量化投資：西蒙斯》
4、《量化投資》 丁鵬 ，當工具書全，細節有問題
5、《寬客人生》
5、量化資料推薦： 研報
1、 什么是分析師研究報告 【券商都是由研究機構，分析師會寫報告，讓基金經理看】
網站：新財富，會對分析師進行排名，我們關注金融工程【每年年底排名】
分析師報告，代表國內最前沿的內容，包括更多的思想
2、我們關注金融工程類的研究報告
3、券商研究報告，國內比較前沿。哪些券商研報質量最高?
【廣發證券】評價最好的券商
兩篇研報導讀【自行閱讀，資料度娘】
擇時：廣發證券 低延遲趨勢線與交易性擇時 【可以理解一篇論文，對可行性分析總結 】
選股：國泰君安 基於滬深300成分股的動量反轉選股策略
6、為什么使用python
學的快，寫得快，life is short, use python
萬能，一招鮮吃遍天
即將成為量化領域的標准配置
7、關於python 2 和 3
兩者不兼容
我們選擇2
8、關於pandas
python的一個數據分析第三方庫
作者Wes MacKinney, https://wesmckinney.com , 《Python for Data Analysis》
目前有第2版 https://github.com/wesm/pydata-book
9、為什么使用pandas
專門處理表個型的數據
專門處理金融數據
快，很多方法都是使用C實現
2012年pandas開始流行於金融，生物，物理，統計領域
pandas的名字來源於 pandel data