2022-01-21更新日志:增加了忽略的一些量化平台
受惠于越来越开放的互联网，在网络上我们可以找到非常多的量化资源，可以用于到量化投研中，这些资源可能可以用海量来形容，时常感觉到被淹没在这些资源中而没有时间去看，从而生出一丝丝的焦虑，所以，量化资源多，其实有时候并不一定是好事，这些量化资源中，核心精华可能只有一部分，大部分都是这些核心精华的延伸，但是不要问我哪些是核心精华，我还没有能力去回答这个问题。
在工作中，碰到一些好的量化或者编程相关的文章，觉得有意思或者有意义，就会收藏起来，结果收藏夹越来越多，读的越来越少，都在各种琐事中徘徊。所以，我觉得，把我收藏夹里面的文章拿出来，大家很可能也就是从我的收藏夹变到你的收藏夹而已，意义不大。我想从方法论上，谈一谈如何寻找量化投研相关的资源。
在谈如何寻找量化投研相关的资源之前，最好能够把这些资源进行分类，这样条理会更清楚一些。我尝试把量化投研的资源分为下面的几个部分：量化投研工具、论文、研报、书籍、网络文章等。
基础性的工具大家一定要用好，那就是百度、必应、谷歌这三个搜索引擎，在找别人帮助之前，建议先针对关键词看下前20页的百度、必应的内容。
量化投研工具
编程语言
量化投研中，除了对策略进行回测之外，很多时候还需要对数据进行清洗、统计数据规律等，这个时候掌握一门编程语言会起到事半功倍的效果。
目前比较流行的量化投研的语言是python，还有很多使用matlab或者R语言做量化投研分析的。除了这些，也有使用其他语言的，比如C/C++/C#/Java/Go/Rust等。如果仅仅是做投研方向，掌握一种就可以了，比较推荐python,用的人多，已经形成一种生态了，当然，如果你熟悉其他语言，那么使用其他语言也可以。
量化框架
比较流行的编程语言，往往有专门的用于量化交易的框架，比如基于python的有backtrader、zipline、quantaxis、vnpy,基于R语言的有tidyquant,基于matlab的也有很多框架，其他语言应该也有很多框架，我就基于我自己的经历，推荐几个我认为不错的框架，剩下的没有推荐到的可能还有很多非常好用的，只是因为我自己的经历和见识有限，没能了解和使用过。
backtrader(免费开源,基于纯python)
quantaxis(免费开源,基于python和rust)
功夫量化(开源，基于c++和python）
wondertrader/wtpy(免费开源,基于c++和python)
vnpy(免费开源,基于python)
掘金量化(商业不开源)
论文
有很多论文能够加深我们对市场的理解，有很多论文能够给我们提供策略思路，相对来说，论文更加严谨一些，所以是一个主要的参考方向。
我收集了一大堆论文，每次想要做一个东西之前，总会习惯性找一找相关的论文，看看别人怎么做的，可能找个20篇以上的论文，看个2-3篇就有思路了，就开始去尝试了，很多时候成功了还剩下大半部分没读过，电脑里面的论文是越积越多。
怎么查找论文？百度学术或者谷歌学术，甚至仅仅使用百度和必应就可以，就网站而言，我比较喜欢在这个网站上下载英语论文：https://www.ssrn.com/index.cfm/en/
研报
很多平台上会有，比如wind、choice之类的。有些研报也可以在他们自己的平台上进行下载，或者在第三方的论坛上进行下载。
至于说研报的质量嘛，有很多其实挺不错的。
书籍
好吧，这个也真是太多了。国内的话，在淘宝、当当找一找关键词，能出来一大堆。国外的话，也有很多很多的书，比较推荐Wiley系列的书，质量挺不错的。
网络文章
我如果想列的话，大概列个成百上千还是很轻松的。我就列出来一个网站吧，这个网站上汇聚了很多量化相关的文章，就这个网站上的文章，我可能一半都没有看过，这个网站提供了很多链接，可以找到几十个量化相关的网站。
quantocracy：https://quantocracy.com/
在信息资源泛滥的时代，我们要做的是学会筛选信息、总结归纳信息、花费更多的时间去思考，而不是陷于信息中。这句话送给大家，也送给我自己。
京公网安备 11010702002337 号