《金融市场的量化密码》系列专栏——前言

导语

金融市场，不能只听专家告诉你涨跌。

量化交易，也不是学习一门编程语言那么简单。

两者都需要非常综合的能力和知识。量化金融并不总是复杂的公式和算法，很多时候对一件事或一个投资决策的处理来自于对事件背后逻辑的判断。

本专栏将带领你理解金融中最基本的概念，用最通俗易懂的语言和生动有趣的故事，帮助你完成思维升级，快速搭建金融市场和量化交易的底层逻辑和知识体系。

作者：Michael Zhang 麦教授

ID：麦教授随笔

经常有朋友和学生问我：教授，怎样才能在金融市场里获得超额收益？量化交易怎么做？如何才能用人工智能让机器去做交易策略而战胜市场？

自从2016年AlphaGo在围棋中战胜了人类顶尖高手李世乭之后，非常多的投资者开始把眼光投向人工智能，希望人工智能也能战胜股票市场。这是一个非常有趣的时代，当机器在某些方面非常接近学会人的智能的同时，人们也在想怎么学会人工智能。所有的人都想学会机器学习，让机器替人做决策，所有的人都想不用费力地掌握战胜市场的诀窍，然而如果过去100年的股市教会了我们任何事，那就是：战胜它并不容易。

我们常常看到“零起点10天学会量化交易”，“一周教会你Python”这样的课程广告，然而大多数投资者没有基本的概率统计和机器学习的概念。这些课程都是停留在教人用Python命令简单的处理金融交易数据的层面。你可以跟着课程一步一步地做一些简单的计算，但是离真正用量化交易的思想去开发算法、生成策略、进而战胜市场却差得还有十万八千里远。

真正要做量化，你需要的知识储备应该有：微积分，线性代数，概率论，统计学，运筹学，博弈论，随机过程，微分方程，资产定价理论，公司治理理论，编程技术，逻辑思维能力。这还不包括机器学习里的各种算法（例如：线性和逻辑回归，决策树，随机森林，朴素贝叶斯，K近邻，支持向量机，boosting，卷积神经网络，长短时记忆网络，强化学习，胶囊网络，生成对抗网络，等等）。可以看到，单有一个博士学位（不管是理学院，工学院还是商学院的）都不能涵盖这些所有的领域 。最重要的还不仅仅是知道这些知识，而是对这些知识的融会贯通。真的要把所有的知识学会才可以理解金融市场吗？

最重要的还不仅仅是知道这些知识，而是对这些知识的融会贯通。所以，本专栏将对一些最基本的概念进行更深刻的解读，从而让你对金融市场的本质有更强的理解。我们当然不可能用两周时间学会做量化交易，但是也并不需要10年时间去读两个博士学位才能开始知道如何用量化的思维去探索金融市场。你需要做的，其实就是对一些最基本的概念有更深刻的解读，对金融市场的本质有更强的理解。当你对金融的本质和量化的基础概念有了掌握的时候，你会发现自己其实不需要去跟风学AI了。

西蒙斯说过一句话，“I want a guy who knows enough math so that he can use those tools effectively but has a curiosity about how things work and enough imagination and tenacity to dope it out” 里面的关键字是：数学，有效，好奇心，想象力和毅力。一个好的量化交易者需要拥有的能力太全面了。

很多时候，对一件事或一个投资决策的处理，来自于对事件背后逻辑的判断。人在决策时的不同，有时是知识储备上的差别，有时是对知识理解的差别，而有时是经验累积上的差别。也许最好的办法并不是教人怎么计算微分方程，也不是让人人都去学Python编程，而是教给人正确的思维方式。

如果一个数学问题的解决方法出奇的简单，但同时又是有效而深刻的，那么这个解决方法就表现出了优雅的美。

数学物理学家赫尔曼·韦尔（Hermann Weyl）说：“我的工作总是试图将真与美统一起来，但当我不得不选择一个或另一个时，我通常会选择美。”

爱因斯坦也说：“任何聪明的傻瓜都可以让事情变得更大、更复杂、更激烈。要往简单的方向发展则需要一丝天分以及许多勇气。”

与其费力把别处也有的繁复的数学和金融的知识重新整理出来灌输给读者，还不如追求简单的优雅，把自己对金融市场的理解用简单而优雅的叙事手法分享给读者，授人以鱼不如授人以渔。

专栏亮点

本专栏与其他金融投资类的课程或专栏都非常不一样，你能读到很多关于数学和物理甚至艺术的故事。这些故事有一个共同的主题：那就是它们都是关于不确定性的。问题本身虽然很复杂，但是对它的理解则可以很简单。

因为优雅（elegance）往往不是来自于复杂，而是简单。

本专栏由四个部分组成：思维篇，概念篇，理解篇和策略篇。

第一部分讲“思维”，金融市场没有终极答案，投资者需要不断升级自己的思维，对最基本的概念加深理解，最终获得胜利。

第二部分讲“概念”，把所有和金融密切相关的概率的概念做讲解，所谓“量化”最终就是在深刻理解这些概念的基础上用数据做正确的判断。

第三部分是“理解篇”，我们会更加深入地探讨数据分析什么时候是可以信赖的，而什么时候可能带来完全错误的结论。

最后的“策略篇”里，我们对量化金融里仍然没有结论但必须深入探讨的概念和问题做思考，这部分内容里有很多问题是目前最前沿的研究也还没有答案的，但是我们必须要思考，因为看不到自己的无知比无知更可怕。

在这个专栏，麦教授会引领大家一起从思维升级做起，解读基本概念，理解底层逻辑，探讨金融策略，共同探索金融市场的科学密码。