量化投资用什么编程语言研发策略好呢？

1. 量化投资用什么编程语言研发策略好呢？

么以下我就以程序语言的角度来回答当然如果已经会了某些语言,那你可以使用熟悉的语言去找网上的学习资源会比较快如果没有特别熟悉的语言,或者是愿意多学一种非常好用的语言我的建议是学习Python
我从以下几点来分别说明
平台资源
国内外使用Python做云端回测以及运算的免费平台相当的多,例如有 宽客在线，发明者量化，优矿, 等等不胜枚举,可以使用平台的支持以及社区的互相帮助来学习
容易学习
在编程领域里面有些名言例如: Python是可执行的伪代码; 人生苦短,我用python.都是在说明python的容易上手程度
机器学习

Google的开源深度学习框架 TensorFlow

在现有的资料课学领域里面支援Python的库跟资源也是最丰富的,等于可以让机器学习的几万行代码轻松在你的交易策略里面调用
国内资源
VNPY:可以提供下单,套利,跨平台套利,跨市场套利等等

有Tushare可以轻松的下载数据资料

综合以上所说,"目前的环境底下" 我推荐Python. （推荐直接下载 Anaconda的集成开发环境）

2. 如果从零基础开始学量化投资，需要学哪些

学习量化投资和大数据分析，首先你得具备一定的数学基础、统计学基础，经济学基础以及物理较好一定的编程能力（最好是学python，入门快，效率高），如果这些基础你都不具备，没关系，说好的零基础入门，那就跟着我一步一步的走。
一. 数学
打好数学基础，学一学集合论、统计学方面的知识，集合论和统计学如果没学过建议先入个门。下面有几本书，个人觉得讲的十分的透彻，下面就分享给大家。
《概率论与数理统计》
CSDN下载链接：https://download.csdn.net/download/sinat_31397599/10596845
百度云链接：https://pan.baidu.com/s/10G95rPCE6kdwi8dSkG8xng

《数理统计学教程》
CSDN下载链接：https://download.csdn.net/download/sinat_31397599/10596851
百度云链接：https://pan.baidu.com/s/13ShF4T9zgaPUbdP5hOfpsg

二. 经济学&金融学
数学基础学习完成后，就要进行进一步的学习了，接下来那就看一点计量经济学和中级微观经济学方面的书，下面我给大家推荐几本我认为比较好懂且干活很多的书，以下这三本正好是讲的不同的三个知识模块，也是后面一定要用上的，请各位接好武功秘籍了。
《计量经济学导论》
中文版CSDN下载链接：https://download.csdn.net/download/sinat_31397599/10596855
中文版百度云链接：https://pan.baidu.com/s/1lcWY-CWanCEV05arliSneA

《微观经济学》
中文版CSDN下载链接：https://download.csdn.net/download/sinat_31397599/10596861
中文版百度云链接：https://pan.baidu.com/s/1haYo2z2AUQ2KDRy1ims1Uw

《期权,期货和其他衍生品》
中文版CSDN下载链接：https://download.csdn.net/download/sinat_31397599/10596863
中文版百度云链接：https://pan.baidu.com/s/1cr_31mgJCYIRW8oToRpjSA

三. 计算机与编程
1. 计算机
你如果之前没有学过计算机相关知识，我建议可以先看一本书入个门，因为学懂了以上两方面的理论进行实践操作了，正所谓是实践出真知嘛！
要实践的话就必须掌握一门编程技术，我推荐使用python语言，简单好上手，并且各种丰富的资源库让你事半功倍。
《零起点Python大数据与量化交易》
CSDN下载链接：https://download.csdn.net/download/sinat_31397599/10596866
百度云链接：https://pan.baidu.com/s/1YQ9e_fkkqF27z9jxG83tfQ


四. 实践
现在有一些在线的金融系统，可以给你机会让你写你自己的模型的，你多留意一下，闲来没事儿写几个交易模型试一试。据我所知目前大多数写交易模型的，都没有较强的综合能力（综合经济金融、数学、编程这三个方面），你要想比他们都强，那就把这三个方面的基础都打好。
最后，加油奋斗吧，相信自己，只要你努力，你肯定是最棒的。
引用自《
小判官教你零基础入门量化投资，大数据分析，内含对应资料下载地址。
》，链接为网页链接

3. 量化投资学习推荐的书籍都有哪些

1.《打开量化投资的黑箱》
这本书算是对量化投资的科普性介绍，没有复杂的公式，很适合初学者。
2.《解读量化投资：西蒙斯用公式打败市场的故事》
正如题目中说的那样，这本书是故事性的书，主要是介绍西蒙斯的一些经历和思维方式。
3.《量化投资策略:如何实现超额收益Alpha》
这本书对常见的各种策略及其量化指标做了系统性分析，但是翻译得......不是很好，建议英语好的朋友阅读英文版。
4.《金融计量学:从初级到高级建模技术》
这本书是一本偏计量的书，介绍了很多金融领域的建模方法，需要一定的数学功底，可以作为量化投资基础知识学习书。

4. 的基本功，量化投资学习哪门编程语言才好

计算机、数学、金融， 这三种知识 是必须的，其中计算机主要的是编程技术，数学涵盖的比较多，有统计、数学建模等，金融方面需要有最基础的金融知识（证券交易方面）。 再者就是找一个好的量化平台了，以前的都是程序员，也是宽客，自己写代码，...

5. 想走量化投资方向，大概需要什么学历

硕士学历足够，需要具备金融学、心理学、经济学、统计学、会计学等，总结数据统计能力、计算机技能以及心理素质。
量化投资可以肯定说目前还是一年蓝海，稀缺人才很少，如果有志往这方面发展是不错的选择。

6. 如何学习量化投资

7. 应聘量化投资工作需要哪些技术

强烈的兴趣
想做好一件事情没有兴趣也只是三天打鱼两天晒网，最后不得而终，因此需要培养对投资形成强烈的兴趣，每根K线的波动能够刺激你的心脏随之不断跳动。
学习能力
量化交易是一门跨学科知识，必须有快速地问题解决能力和自学能力，懂得锲而不舍不断专研的试错法。研究生已经具备了较好的学习能力。
编程
编程很重要，现在Python是标配，matlab、R拿来做量化的人真的不多。虽然不是做开发，但是基本的简单编程知识还是要会。想学Python和Pandas，推荐 Python基础教程 和 《利用Python进行数据分析》，想学编程知识，推荐 《 代码大全 》 ，这本书没有什么代码，不要为名字所迷惑，不过如果想成为编程高手的话，看了绝不后悔。
看书一定要经典，不经典的书简直就是浪费生命，这三本书如果不想买，网上电子版肯定是很多的，话不多说。
量化知识
很多程序员开始转量化，但是金融知识和量化知识不够。经典的重要性在此显得更为重要，编程的书籍不看经典的我也能进步，可能会慢点，但是量化金融知识不看经典的书，那么可能就会南辕北辙，甚至影响到投资的整个生涯，不对，走偏了的话，就无生涯可谈。
投资的基础知识，比如股票债券基础知识，先来看看滋维博迪的 《投资学（原书第9版）》([美]滋维·博迪（Zvi Bodie）
再来一本干货，很多国内外研究生教程，介绍的更多的是衍生品，约翰赫尔的《期权、期货及其他衍生产品（原书第9版）》([加]约翰·赫尔（John C.Hull）)
期权这么火，推荐 麦克米伦的《金融期货与期权丛书：期权投资策略（原书第5版）》([美]劳伦斯 G.麦克米伦（Lawrence G.McMillan）)
想知道公募基金大佬如何做股票？李腾翻译的大作奉上，主动投资组合管理 创造高收益并控制风险的量化投资方法(原书第2版)
想知道私募基金怎么搞交易的？交易中有哪些技巧？以及如何在量化中走弯路？推荐 范撒普的 通向财务自由之路 ，这可不是一本关于财务分析、会计理论的书籍，真正理解了里面的思想，资金管理、风险控制你就不会纠结。
现在中产压力这么大，那么多人有中年职业危机，想知道怎么把交易当做全职？推荐 埃尔德 以交易为生，他可是将自己如何转行交易，并以交易作为自己的终身职业的心历路程和盘托出。
英语
你可以不说英语、听不懂英语，但最好是要看的懂英语，编程的原生环境是英语，quora、stackoverflow、github也是要求英语阅读能力，要是想用机器学习、深度学习做量化，那么多paper\article都是英语，读不懂怎么做的好？本来是谈量化入门，但好像谈到量化进阶了。
交易
没有途径，实战是最好的方法。确实不行，模拟交易也可以。
量化交易以思想为本，工具为用，路子不能走偏。
快速迭代
类似于实验，都是需要成千上万反反复复的检查、测试。在此，讲到了实验的快速开发和迭代，那么就顺便给个传送门：BigQuant - 人工智能量化投资平台 .，人生苦短，一定要快速迭代，缩短策略开发生命周期。因为你的想法上千个，可能只有几个有价值。

8. 什么是量化投资？

量化投资指的是一种投资方法，它是指通过数量化方式或计算机程序化发出买卖指令，以得到稳定收益为目标的交易方式。量化投资是一种定性思想的量化应用，它对大量的指标数据进行分析，得出一些有说服力的数据结论，然后通过计算机技术进行数学建模，并进行量化分析，从而得出一个比较契合实际的投资策略。
量化投资是指通过数量化方式及计算机程序化发出买卖指令，以获取稳定收益为目的的交易方式。在海外的发展已有30多年的历史，其投资业绩稳定，市场规模和份额不断扩大、得到了越来越多投资者认可。从全球市场的参与主体来看，按照管理资产的规模，全球排名前四以及前六位中的五家资管机构，都是依靠计算机技术来开展投资决策，由量化及程序化交易所管理的资金规模在不断扩大。