Transcription
量化交易有两个特点：
一是当下少数，仍然可以有个人英雄主义的这么一个领域。只要你有一个合适的策略，一个人也能赛过一个团队赚到大钱。
二是说到赚钱啊，量化是一个闷声发大财的这么一个领域。因为任何一个量化策略，只要知道的人太多了，必然就会很快失效。所以能出来教给你的，都是已经不赚钱的策略。赚钱的策略从来没有人教，只能你自己研究。
那到底什么是量化？2025当下是否还是学习进入量化的一个好时机呢？AI的发展对量化又有哪些新的影响呢？今天我们就先介绍一下量化交易的基础知识，帮大家搭建起整体的一个知识框架来。然后对量化交易的各种工具、软件进行一个分类，选出每类别下比较有代表性的工具技术来介绍一下，让大家对量化有一个比较感性的认识。然后我会聊一下，我认为量化对于我们个人来说，还有哪些方向比较有机会。最后我们来看看量化最前沿的方向，AI尤其是大模型对量化有哪些影响。
首先一句话总结：量化就是用计算机工具，根据一定的策略在金融市场上交易，获取利润的这么一种方式。无论它再怎么复杂，其实它的核心任务就四个：数据获取、策略、回测和交易。
首先第一个任务就是数据获取。无论你想定一个什么样的交易策略，首先要拿到市场上各种各样的数据。比如像买卖一只股票来说，我就要拿到这只股票现在的价格，它历史的价格，然后它的成交量，这个公司的财报如何，整个行业前景如何，还有一些宏观的政策新闻等等。各种各样的数据，都可能成为你做这个决策的一个依据。
有了这些数据以后，经过简单的加工处理，就可以制定你自己个人的那个策略。像什么简单的逢低买入、逢高抛，或者是复杂的什么量价策略、多因子策略。这里就体现不同交易者最根本上，能不能赚钱的一个决定因素了。
然后当你定好了一个策略以后，接下来要进行回测，也就是根据历史数据去验证一下，你这个策略在历史上能不能赚钱。那最后经过了验证，就该实盘交易了，也就是把你的策略放到线上，真正的去真金白银的跑一跑，看看能不能赚钱了。
那根据市场呢，又可以划分为股票基金市场、期货市场和加密货币市场。其中期货交易因为交易额比较大，然后波动也比较大，其实不太适合我们个人玩家。
说回到四个任务，虽然这四个任务听起来都很复杂，但其实会有各种各样的工具、代码框架来辅助我们完成这四个任务。有的工具呢，会专注帮助我们完成某一个任务，我称之为代码组件。有的呢，会帮助我们完成多个任务，我称它为框架，把所有的功能都实现了，然后还会给你一个界面，那就是一个成熟的量化软件产品。还有的会把这样一个产品放到线上，那就是量化平台了。一般来说，组件、框架都是免费的，软件或者平台有些高级功能，就开始收费了。
我们接下来呢，会选取每一个类别下比较有代表性的工具技术做一个简单介绍，让你有一个感性认识，帮你选出最适合你的一款工具。我们先从组件开始。
第一款软件呢，叫yfinance，它是一个解决数据获取任务的这么一款组件。然后只不过它获取的数据呢，是美股的。我们来演示一下。那它的安装呢，比较简单，Python下的话使用pip install yfinance就可以安装好了。那安装好了以后呢，直接可以用这种方法先引入它。然后我们想获取某一个股票的，比如说价格啊或信息啊，那使用起来也比特别简单，直接输入股票代码，然后它可以拿到这个股票的，比如说它的基础信息、元数据信息，还有它的历史交易信息。我们来打印一下看一下。像我这里输入的股票代码呢，是微软的代码。好，已经拿到结果了啊。首先，它输出的是这个股票的元数据信息，包括它的名字啊，然后它在哪个城市啊，它的这个电话是多少，网页是多少，然后它的等等啊，它的一些公司的介绍，包括啊，我们看是高管的一些信息啊，也都有。拿到这些信息以后呢，下面还有这个股票的最近一个月的历史的交易信息，包括啊，每一天它的开盘价、最高啊、最低啊，这个收盘价、交易量是多少啊等等，你都可以拿到。这样就很方便的解决了我们股票市场的一个数据获取这样一个任务。
好了，刚才是美股市场，那国内市场怎么办呢？啊，当然也有对应的一个工具叫efinance，我们也简单演示一下。它的安装呢，也是类似的，直接pip install efinance就可以安装好了。那这里我已经安装好了，所以它的整个安装过程其实是很快的。然后安装好了以后呢，也是这样相同的方式去导入import efinance。然后接下来也是一样，输入一个股票代码啊，比如。我们挨个来演示一下这几个关键的API。第一个呢，是获取这个股票的一个历史信息。我们来跑一下啊。那看这个代码，很多人已经熟悉了，没错，它就是贵州茅台。一样的开盘价、收盘价、交易信息都拿到了。最近好像一直在1,500徘徊啊。然后我们接下来看第二个API，这个是看历史的一个交易数据。这里看到它的这个主力净流入啊，小单净流入啊，就是这些买卖多少手啊，也都展示在这了。
好，刚才讲的这两个呢，都是解决数据获取这个任务的。那么还有一个组件呢，叫vnpy，它是解决交易这个任务的一个组件。我们来看一下。那vnpy呢，现在是在github上开源了啊。这里有它的一个介绍。我们往下滑可以看到，它其实封装了国内很多的这个证券交易商的接口啊，非常多。那有期货的，有ETF期权的等等，还有海外市场的一个交易接口。也就是说，它主要是解决交易这个任务的。那vnpy这几年随着它的发展，也逐渐演化出一套成熟的软件，也就不仅仅是类库了。然后，你可以在它的官网去下载到这套软件。然后我这儿已经安装好了，叫vn station，它是一个带界面的软件。然后你可以到它的官方论坛去注册一个用户，然后就可以这个打开这套软件。然后刚才说的那个所有的交易的那套接口啊，其实在软件里，你都可以看到它的一个各种各样的封装。然后直接通过这种界面操作的方式，就可以进行交易了。然后vnpy最近也在大力发展这个去解决其它的这些任务，也就是它不仅聚焦于这个交易任务了，它也在横向的发展去解决一些数据获取啊，或者算法啊，各方面这些其它的任务。然后它这里说到它受这个qlab启发，在保持易用性同时，提供更强大的AI量化能力。
这里我们就不继续看了，我们直接去看这个qlab项目到底是何方神圣。那qlab呢，就不仅仅是一个组件了，它是一个全方位的框架。然后它解决了数据获取、策略、回测和交易这四个完整的任务，它都有涉及。从这名字也看到了，它其实是由微软开源的这么一个框架。我们来到它官网看一眼。这是它整体的一个架构图，包括从数据获取，然后到一个交易策略的制定，然后最终制定一个交易决策，在线上提供服务，直接去用量化你的交易策略去赚钱啊，它都有涉及到。下面会有它的一个安装教程。其实安装起来并不复杂啊，就是简单的一句话啊，在Python下就是一个pip install pyqlab就可以安装好了。安装好以后呢，然后就要准备一下你的数据了。那这里提供了一个数据下载的一个方式，你可以用它的这条命令去下载，也可以直接用它这种啊，根据它的这个链接去下载，直接放到你迅雷里去，直接下还可能比较快一点。然后下载好了以后，直接就可以去跑回测，然后包括去训练你自己的这个策略和算法。
那这里我们也实际去演示一下。我这里提前已经把qlab已经下载下来，然后数据呢，直接用这句话，我用的脚本去下载的数据，拿的是最新的这个a股市场上的这个交易数据。拿到以后呢，然后用直接用qrun这条命令去跑就可以了。它这里呢，还涉及到一个配置文件，也就是说，它所有的跑的过程都通过这个配置文件进行控制。我们来简单看一下它这个配置文件。我跑这个配置文件呢，是在它的example目录下，一个官方的示例，是一个light GBM模型的一个配置文件。下面的第一个啊，这个，我们来简单解读一下。首先你要在这个配置文件里去配好，你下载好的那些股票市场的数据在哪个目录下啊，然后直接把它刚才那条配过来的那个路径配在这就可以了。然后区域是国内的，CSI500，中证500。然后接下来会配啊，这个整个的，你这个数据的周期是什么时候的。有这个数据的周期是从08年到2020年的。接下来还要配回测的周期是从17年到20年，用来做回测。总金额是一开始有多少钱，写在这。接下来就开始定义你这个任务了。那要在开始跑你具体任务前，先定义好什么模型，比如说这个就是一个lightGBM模型，然后GBM的超参数是什么，损失函数是什么，都在这配好。然后数据集呢，就引入刚才我们在上面配的这个数据集，然后把它进行一个分割。训练集是08年到14年，验证集是15年到16年，最后测试集是17年到20年。用这样一部分数据，就把这个模型训练好了。训练好以后就开始跑具体的回测了。
好，我们实际跑一下看一下。我们使用qrun命令，然后指定刚才那个配置文件啊，然后就可以开始跑了。那它现在已经装载好数据了。整个过程呢，它会先用装载好的数据去训练它这个light GBM模型，然后训练好了以后呢，再在历史数据上去回测，去验证这个模型到底在历史上能不能赚钱啊。所以整个过程呢，会比较慢。现在呢，开始训练。好了，现在开始在回测。好，回测已经结束了。我们可以看一下。然后，这是它在历史上跑的一个回测结果，包括什么最大收益啊，最大回撤呀等等啊，各种信息都给你跑出来了。
以上就是qlab这个框架啊，整个来说，它所涵盖的任务还是比较全面的。如果 সহজাত你有一定的这种策略开发能力，它会非常适合你。
好，刚才说完了qlab，它其实是面向股票和期货市场的。那面对加密货币市场，其实还有另外一个框架叫CCXT啊。CCXT呢，是封装了对加密货币交易的这么一个框架。它首先封装了很多交易所的接口啊，包括什么币安啊等等啊，各种交易所啊，它都进行了一个封装。然后它会针对这些交易所的接口，提供各种各样的这个包括数据获取啊，交易啊等等各样的各种各样的API啊。我们来演示一下。那安装呢，也是非常简单，直接用pip install就可以安装了。然后把CCXT引入进来。我们先打印一下CCXT支持的交易所有哪一些啊。可以看到它支持非常多的交易所。然后我们直接使用币安这个交易所进行接下来的演示啊。直接这样点币安就可以了。把这一行注释掉。然后我们看看这个交易所都支持哪些操作。.features就是支持的操作有哪些。可以看到也是非常多的啊，包括什么创建订单啊，然后包括创建订单有哪些参数配置，它都会在这给你打印出来啊。这些操作都在这。然后我们接下来再看一下整个这个币安交易所，它的市场数据是什么样的。把它打印一下。这里打印的信息非常多啊，包括每种货币它的买卖交易量啊，这里都打印出来了。然后最后我们单独看一种吧，因为这里的这个交易种类太多了，我们就只看比特币对美元啊，看看它的现在的市场行情是如何的。好，已经获取回来了啊。现在已经到了啊，84,000美元就是比特币对美元。
那稍微总结下这里：如果你交易的市场目标是股票、基金类的，那qlab相对来说是一个比较全面的框架。那如果你交易的目标是加密货币这一类的，那CCXT呢，封装的就比较全面了。但是无论哪一种，qlab也好，还是CCXT也好，都需要你有一定的编码能力啊，因为他其实是不带界面的，需要你用代码，然后来完成各种各样的操作，来配合你的整个的这个交易的流水线来完成任务。
那如果说我不太擅长编码，那我就是有一定的这个经济头脑啊，我就能找到那个别人都get不到的点，然后在市场赚钱。那也有很多软件来帮助你通过策略，不写代码的方式啊，来完成整个的量化交易。那比较典型的就有QMT。那QMT呢，是迅投开发的这么一个交易系统。它就是通过界面的方式来帮助你制定各种各样的量化策略，以图形化的方式来展现，界面会更友好。
那这里呢，QMT它不是一个开源软件，它是你必须在证券交易所，然后这个开通账户以后，然后由交易所的客服啊，给你下载地址，你才能下载。所以这里我就不演示了。如果你需要这种工具呢，在开通你的证券账户以后呢，直接找客服要下载地址就可以了。
除了下载到本地的软件产品以外呢，还有一类的量化交易呢，它直接在线上对你提供服务，那就是平台类了。然后这里比较典型的，有一个叫同花顺的i问财。那i问财呢，就提供了一个对非编码人士非常友好的这么一个回测平台。比如你可以在这里直接输入你的这个量化策略啊，前两天涨幅小于2%，跳空高开，振幅小于2%，缩量，今日收盘价大于前两日最高价。这是你的一个这个量化策略，然后你就可以用历史数据去回测一下。好，它已经回测完了啊，直接告诉我，如果我按这个策略走啊，历史上发生了9次，然后平均涨幅11%啊，听起来还是很不错的。那这种回测呢，几乎不需要你写一行代码就可以完成，对小白是很友好的。
那如果觉得这种回测太简单了呢，啊，还有一个稍微复杂一点，专业一点的这个量化平台叫聚宽。那巨宽呢，除了它是一个回测平台以外，它还建立了一个非常好的生态。比如说，很多人会在上面分享自己的策略啊，还是那句话，你别太当真啊。比如说像这个啊，年化收益199%啊，都赶上去X场了。然后还提供了源码，我们可以验证一下啊。我们点这个获取源码，然后啊，下面啊，就是它自己的一个介绍啊，然后我们就不看它的介绍了，我们直接选这个克隆，克隆这个策略，然后这就是它的这个策略的源代码啊，在下面你都可以看得清清楚楚。那到底收益能不能达到这个200%呢，你其实跑一下就知道了。比如说可以在这里啊，设定这个回测周期啊，15年的1月1号到6月1号。我们不听它的啊，我们换一个回测周期。嗯，我们就选23年的1月1号到23年的6月1号啊，半年的时间。我们跑一下，运行这个回测，然后它就开始跑回策了啊，按照这个策略，看看能不能跑出200%的收益。它默认是用沪深300跑的。可以看到啊，这个收益200的这个策略啊，在我指定的这个时间段内，这个收益是负的7%啊，根本不像它吹的这么厉害。但整个这个操作体验还是非常好的。嗯，不过聚宽，它的这个免费额度是有限的啊，就是说在超出一定额度内啊，要开始收费了。具体要不要用这种收费平台啊，这个大家自己选就好了。
那这两年AI的发展给量化带来哪些新的变化呢？这里我们给大家演示一个项目，叫AI量化基金啊。这几天在网上也是比较火的。那最近在github上已经拿到了20K星了。它是一个什么样的思想呢？它模拟了很多这个智能体啊，而且是这个交易名人的智能体。而且这些名人的智能体呢，都有自己的一些这个交易策略。然后它让这些名人的智能体呢，充当一个啊，帮你完成任务的这么一个助手。然后你可以把你的这个任务啊，描述给这个智能体，后面还有一个这样一个风险管理经理。最后啊，由AI来完成整个的买入或者卖出啊，等等一个一个交易的决策。
那这里也给大家演示一下。下载好它的源码以后呢，你需要配置一下你的环境变量，比如说需要配置一个API的key，大模型的key。那我这里用的呢，是deepseek的key，把它配到这个位置，然后重命名为.env就可以了。然后我们运行一下它的主函数，同时呢，指定股票的代码啊，我们让它回测三支股票，包括苹果、微软和英伟达。好，它首先呢，会让我们选一个交易的智能体。这些名人反正我也都不认识啊，我就认识这个查理芒格，我就选它吧。然后按空格表示选中，然后回车。我们看看查理芒格的策略会怎样。然后我用的是deepseekV3。好，然后芒格就开始替我干活了。它会先去取一些什么公司的信息，然后做它自己的一个分析，包括绘制一些金融图表，拉取一些交易信息啊。整个这个过程都在这个分析的过程中都完成了。然后是微软的股票。好，它已经跑完了。我们看一下它下面输出的是整个的处理过程啊。查理芒格，它的态度是中性的，然后它给出了它的推理的原因，然后最后给出了几支股票的一个交易建议。比如说苹果，让我们继续持有。然后最后总结一下，OK，完成。
整个这个过程呢，相对来说更加傻瓜化一些啊，就几乎不需要你怎么思考，你选一个交易大师啊，金融大鳄在那帮你去分析，完成整个任务就可以了。也就是说，AI接管了更多的这个量化交易的过程。但是同时带来的问题，也就是整个它的内部过程来说，对你来说更黑盒了，你不知道它怎么产生这个分析结果，赚钱了为什么赚钱，亏钱了为什么亏钱，完全都不知道了。所以这种工具到底好不好呢？就仁者见仁智者见智吧。
那最后再给大家分享两个学习量化的比较不错的，开玩笑一个叫AI Quant trade。那这个项目呢，其实是一个资源分享型的这么一个项目。它在里面分享了很多股票知识，然后策略的实例，包括挖掘的一些因子啊，怎么去挖掘，收集了很多的资源，在这里可以当做一个资源库来使用。另外一个呢，叫quant-wiki。这个收集了很多这个量化相关的知识，包括一些基础概念，然后入门的、论文的前沿的，还有工具相关的啊，都有。你可以在这里面去很快速的一个成长，也是非常不错的。
那最后做个总结吧。量化，其实是一个非常适合个人创业赚钱的这么一个项目。因为人多了，反而可能有时候都用不上。只要你有一个好的策略，然后把这个策略放到市场，能赚钱，那结果就是好的。但是它的门槛相对来说又比较高，需要你花时间去研究，包括什么代码啊，包括算法层面啊，包括爬虫啊，还要有一定的金融知识，甚至还有一点小的灵感在里面。那具体的2025当下呢，我觉得还是一个比较适合的契机的。那特朗普刚刚提高了关税，整个全世界去扔金融炸弹，那在乱世呢，反而会有一些这样的金融的机会在里面。关键是选一款适合你自己的工具，持续研究下去。
好啦，以上就是今天的全部内容啦，记得关注我~拜拜。