量化交易是不是很高大上？
量化交易，聽起來很高大上，其實就是眾多投資方法中的一種。
要理解什麼是量化交易，首先我們來說說什麼叫“量化”。
我們來想象一種場景：
假如有人做了兩道菜，讓大家去評價這兩道菜，哪道菜對我們來說更有營養。通常，大家可能會通過“看”兩道菜裡的食材種類和數量或者基於知識經驗，來作出評價。
而如果我們通過數學模型統計工具，對兩道菜裡的成分進行數據分析和計算，來得出結論，這就叫做「量化」。
同樣的，我們利用計算機技術，通過建模分析、優化參數等手段，從歷史金融數據中挖掘出影響投資的指標，使用程序進行自動交易來獲得“超額”的收益，這種投資方法就叫做量化交易。
通過量化交易，投資者極大地減少因為主觀地“經驗性”判斷和“情緒化”地衝動作出非理性地投資決策；同時因為計算機出色的計算能力，投資者也能更快地找到投資的“規律”。
AI在量化交易中的應用
說起AI在量化交易中的應用，我們不妨拿股票舉例。
作為一名投資者，我們投資獲得的收益主要有兩種：一種是Alpha收益，另一種是Beta收益。
這兩種收益有什麼區別呢？
簡單來說：Beta收益是由大盤整體的變化帶來的收益，而 Alpha收益則是受多種因素影響的收益。所以相對來講，想要獲得Alpha收益，則需要考慮的更多，因此也更難獲取。
那麼如何才能獲得更多的Alpha收益呢？
這裡我們要提到一個叫做“因子”的概念。拿上文中選菜的例子來說，每道菜裡的“蛋白質含量”、“維生素含量”就是因子。在股市中，對各種因子的組合制定不同的策略，再執行這些策略，就能獲得更多的Alpha收益。
從下圖可以看出，今年來大部分的股票因子都無法帶來正的收益率。
然而，在量化交易中，我們做不好的，人工智能卻能替我們做好。
利用 AI技術，我們可以處理傳統意義上無法量化的數據，通過使用不同的算法，計算機可以選擇並執行不同的投資策略。
AI量化交易的就業前景
目前，國內各大券商的量化崗位，在招聘時均會明確要求應聘者有計算機或人工智能等相關領域背景。
從薪資來看，國內量化分析師的平均工資為17260元/月，應屆生的工資也達到了10K左右，平均工作經驗在3年以上的工資水平可達到20K以上。不過紙面上的工資對他們來說可能只是零花錢，在機構效益好的年份，年終獎甚至能達到工資的好幾十倍。
從學歷來看，量化分析師的崗位以本科學歷為主，碩士為輔，充分說明了量化在業界的發展比學術界領先，在這種黃金時期，入門AI量化時不可待。
AI量化的學習路徑
對於零基礎的同學，想要入AI量化的大門需要翻越4座大山：金融理論，交易策略，機器學習與深度學習，AI量化實踐。
1. 金融理論
這一部分主要了解量化交易發展過程中經典的理論及模型，如市場有效假說、期權定價模型、投資組合管理、股票市場的隨機過程、二叉樹模型、微笑模型等，這些是理解金融市場行為等理論基礎。
2. 交易策略
基本面、技術面分析、時間序列分析、Alpha策略、多因子模型、CTA策略都是傳統的典型的交易策略。即使在使用AI解決量化交易的過程中，傳統的交易策略也被大量地使用，這一階段主要能掌握傳統交易策略的思想以及使用方法即可。
3. 機器學習與深度學習
任何交易策略最後都要落到實地，尤其在量化領域，使用AI技術需要掌握基礎的機器學習和深度學習算法。吳恩達在Machine Learning和《Deep LearningSpecialization》深入淺出地講解了機器學習和深度學習理論和算法原理，是入門者的必備良藥。
4. AI量化實踐
實踐是檢驗真理的唯一標準。學習者需要在真正的市場環境中去檢驗編寫的策略是否有效，並不斷進行優化、改進，才能夠為投資者實現穩定的收益。
更多編程入門教程資源盡在夢幫客教程網電腦端（www.dreambangke.com），分享給想學習編程開發的同學。
閱讀更多 夢幫客工作室 的文章
