量化交易是指借助現代統計學和數學的方法，利用計算機技術進行投資交易的方式。
對于從未接觸過量化的人來說，想要了解量化到底是做什么的，關鍵掌握四部份的內容：Python基礎知識、金融知識、技術指標、量化交易框架。
Python基礎知識：掌握一門編程語言最快速的方法就是多寫代碼，在了解Python基礎語法、數據類型、運算方法、流程控制以及函數設計的基礎上多做練習。現在?？途W、leetcode等很多平臺都提供在線練習的功能，這些平臺可以幫助大家快速提升編程能力。
金融知識：在入門階段所要掌握的金融知識并不算太難，我們要了解所投資標的市場的操作規則，以A股和美股為例：A股和美股在交易時間、最小交易單位、漲跌幅限制、結算方式、熔斷機制等方面均有所不同，投資者只有掌握了投資標的市場等操作規則才能將其量化，并實現程序化交易。
技術指標：技術指標是通過圖表，研究市場行為反應，以推測價格的變動趨勢。常見的技術指標有很多，分類也不盡相同，初學者只要掌握一些比較常用的技術指標，明白其含義，如何計算以及如何使用即可。
量化交易框架：現在有很多線上平臺提供量化策略編寫功能，集成了很多方便的工具，開發者專注于策略的開發，使用十分便捷。如：big quant、優礦、米筐。當然，也有很多開源的量化交易框架，開發者可以根據自己的需求進行二次開發，比如vnpy、easyquant等框架。量化開發人員應該選擇一個適合自己的工具來實現量化策略。
如果想要進一步掌握量化交易，也可以參與一些系統的課程學習，比如我在學的CQF，雖然CQF也是通過最后的考試來發證，但是教學過程更加注重實操，而且沒有標準答案；考試的形式是做project，比如，自己做投資組合，收集數據利用機器學習的算法來預測市場等。最后，考試評定的方法不同，最終目的是為了讓學員把所學的東西可以直接應用到實際工作中去，這也是我選擇CQF的原因之一。
另外一個選擇CQF的重要原因就是終身學習，量化的信息更新很快，需要不斷的去學習，這一點剛好補足了空缺。同時，CQF有很多選修的課程也非常經典，如：
量化的行為金融學，基于R語言的量化金融，高級投資組合管理，風險預算，Python應用，金融科技，基于Python的機器學習，C++，算法交易，高級風險管理，高級波動率模型，交易對手風險建模，復雜計算方法，基于Python的數據分析等等。
更多CQF的信息可以找高頓教育，高頓是CQF協會在國內的獨家合作伙伴。
來源：知乎 作者：資管小quant  由小編整理發布，內容已獲得原作者授權使用，如有疑慮請后臺聯系處理。