深圳建设网站首页/湘潭网站设计外包公司

一般来说，开发一个完整的量化交易策略主要有几个步骤：闪现灵感——获取数据——数据清理——建模分析——回测模型表现——反复优化与论证——模拟盘检验——实盘交易。

所以其实做量化投资分析无非就是围绕这一主线进行的，所以本质上不过是使用Matlab一步一步实现这整个开发过程，新手一上来不要想一口气吃成大胖子想一上手就做出成熟稳定的策略，我建议可以先实现一些最基本的、简单的策略，然后再慢慢做更复杂的。

下面分点说：

1、获取数据与数据清理

这是个看上去简单实际上有时会特别恶心的大坑。简单的时候一般都是有现成的、数据供应商处理好了的数据(或者直接跟IT部门提要求让他们处理。。)，这时候只需要直接调取就可以(xlsread、csvread、h5read及各种read，或者使用database函数访问数据库)。但是，有时没有现成的数据你就只能自己去搜集，这就是个很烦人的过程了，这可能就需要你熟悉爬虫、正则表达式这类函数及语句(urlread、regexpi、regexp)去网上抓取相关信息了。其实我觉得这个过程对于quant还是挺关键的，因为当你有更多不同维度的、别人没有注意到的信息的时候，这可能就会成为你的策略的获利点。

然后是数据清理，这也是一个很烦人的坑，因为你拿到的raw data 可能由于数据源的原因会有缺失、异常或者多出一些你不想要的东西，有时你还得去复权股票价格、期货主力合约换月也是个超烦人的东西。。更不要说期权合约的处理了。虽然很烦人！但是必须要把数据洗干净！不然低质量的数据可能会让你的策略分析是完全错误的。数据处理的函数主要就是一些矩阵操作，这就很考验quant的编程效率了。有的人可能for循环里套for循环跑个N小时，有的人可能就用arrayfun、cellfun几行十分钟就能搞定。对数据和矩阵的操作都是matlab的最基本功，这个可得熟练，不然别说量化分析，别的也做不成，毕竟matlab核心就是矩阵。

2、建模分析

这个部分就比较开放了，每个人有自己的算法，各不相同。有人用技术分析算个指标啥的，有人用HMM的，也有人用deeplearning学一发。这都取决与quant的灵感到哪了。我觉得对于新手来说可以先看看那些券商研报里的模型，先找几个简单的练练手，做出一些小结果画出来让自己有点小成就感，这样就更有动力学下去。同时这一部分也是整个策略开发的核心部分，对quant的数学有一定要求，不懂的算法要结合相关paper再在matlab上一步一步实现(当然大多数常用算法matlab都有现成的函数，毕竟matlab是一个除了生娃啥都能干的神奇存在= =...)。

3、回测与优化

这一部分就比较规矩，回测这部分一般不会出现什么大幺蛾子问题，毕竟没什么算法问题，只是可能效率上也会有差距，大规模回测时有的可能跑几天几夜，有的效率高同样的人物只要几小时。但是对于刚入门的盆友来说，用个for循环，定义几个资金、仓位、收益率相关变量写出来一个粗略的回测框架还是不难的，可以作为一个练手的小项目。

至于优化，这个也是个蛮讨厌的东西- -，你要对你的模型里的参数进行考量，是否有提升的空间，优化也讲究度，会不会有过拟合的嫌疑之类的，当然这都是下一个阶段要考虑的问题，反正当时我最开始刚学matlab做量化的时候跑出一个净值曲线我都挺有成就感了。。至于后面这些问题都是在各个模块熟练后在走向下一个台阶。

4、模拟盘与实盘

这已经是策略开发的尾声了。这一部分会用到的功能有时会涉及到第三方的接口。比如国内的话一般是用wind提供的行情接口，包括他们也提供了模拟交易和实盘交易功能(实盘的要额外交钱。。)当然现在matlab也提供了trading toolbox，可以接上IB的接口进行全球范围内的资产配置。其实我个人不建议把matlab作为直接进行交易的软件端口，因为相较于C++等语言，matlab还是比较慢的- -，把matlab拿来做分析啥的都没问题，但是在速度要求较高的交易上来说，还是算了吧- -。。

Tips：

推荐一份资料 《 N分钟学会MATLAB(60

还有一本书《 量化投资：以MATLAB为工具 》 也是他的作品，也是相当nice 对量化分析有兴趣的看看肯定很有收获。

初学者多用百度 有啥问题直接百度，80%的问题都有现成的答案。

多琢磨help文档里的例子。

第一次答，水平有限，有误之处还请各种大神多指教~也欢迎各路做量化的筒子们一起交流~一起进步~