股票几个指标？
2019年1月3日更新 最近一段时间，对于量化策略的讨论越来越多，许多朋友也问我，如何成为一名合格的量化投资者呢？ 我想我作为最早一批的量化从业者之一可以分享一些经验给大家参考一下~ 其实在股市里做交易和做生意是类似的，而一个生意的成功经营必然需要一套完整的管理体系来支撑，也就是所谓的“运营”能力。对于一个量化投资来说，其核心部分就是量化模型的构建及回测，这部分工作主要依赖于编程的能力以及数据分析的能力，当然还有对金融工程知识的掌握程度。但是光有核心部分是不行的，还需要外围配套的支持系统，比如风控，资金管理，模型优化等等其他方面的考虑和处理，而这些方面又都需要相应的运营能力来完成。 所以我想从这几个方面来讲讲成为一名合格量化投资者的过程应该是什么样的？
- 一、基础知识储备 二、建立自己的量化平台或工具箱 三、模型开发 四、测试与迭代 五、风险控制 六、资金管理与分配 七、绩效评估 首先我们来谈谈第一个环节，也是最重要的——知识储备。 在我们有了初步的知识结构之后，就可以开始着手搭建我们的交易平台了。一般来说，比较常用的交易平台有以下几种：Python，C++，C#，Java，R等。因为不同的语言所擅长的领域是不同的（比如python在数据处理这方面非常擅长），所以我们在选择的时候要根据自己所需要的特性来选择语言。 如果是我们自用的个人平台的话可以选择相对自由度比较高的如python，R等；如果是在券商里面使用的平台则通常是以C，C++为主；银行一般则以java居多；而在国外的一些对冲基金中，常用的编程语言则是C#，SQL， C++，Lisp等，这些在《量化投资-策略与技术》中有提到过，有兴趣的朋友可以翻一翻。
接下来我们就要解决第二个问题了——模型的开发。 这个问题就涉及到很多的知识了，比如统计，数学，计算机科学，金融工程等各个方面。在这里就不多展开了，可以看看我在之前关于量化相关书籍的文章推荐： 在这里介绍两本比较经典的建模教材吧： 然后是量化投资的三个基本步骤： 第一，找到好的算法 第二，选择合适的样本集进行回测 第三，根据结果分析并作出相应调整 由于时间的关系我就不一一展开了，大家可以在学习完第一二步以后，尝试着自己建立一个简单的模型，然后通过第三步去不断地改进它。