决定把python量化交易作为我职业生涯的第二技能来进行学习的一些碎碎念

 

决定把python量化交易作为我职业生涯的第二技能来进行学习的一些碎碎念-夏普博客

最近决定把python量化交易作为我职业生涯的第二职业技能来进行学习,预计每周只投入5~7个小时,而我的主业仍将是作为一名Linux运维工程师。前一段时间传出上交所提议A股实行T+0的政策,可以预见的是我国的金融市场未来必将愈发开放包容创新,最终将达到像美帝国资本市场一样的繁荣。至于我为什么要开拓自己的第二职业技能,请移步之前发表的这篇文章。

在刚从事Linux运维工程师的第二年偶然见识到一位同事使用基于fabric库编写的自动化运维python脚本的强大威力后,便被python这门编程语言所折服,于是在之后的几年便结合公司实际的运维痛点深入研究了一下python,给自己日常的企业运维工作带来了巨大的效率提升。

说来也真是巧了,中低频的量化交易策略编写的主流在这几年已经成为了python的天下,得益于numpy和pandas这两大数学金融企业级第三方库的崛起,使得把python作为中低频量化策略的编程语言成为了业界标准,又加上python在量化交易策略所依赖的网络爬虫工业界的崛起和人工智能产业的制霸全球,更是让python几乎成为了中低频量化交易策略编写的唯一最佳选择。

由于这几年在python上的大量投入,使得我最近在学习基于python的量化交易的一些课程里面直接跳过了python基础的讲解视频,也使得我在看一些策略代码以及人工智能在量化金融应用上的一些代码时倍感亲切。

此外,不管是传统量化交易还是现如今基于人工智能机器学习的现代量化交易都离不开数据,数据就像量化交易的血液和食物,是必不可少的,虽然交易数据都有第三方整理好了并提供了SDK或者http接口可以直接获取,但也还有些比如说基于网络舆情的事件驱动型策略仍然免不了需要自己爬取一些网络数据,这时候python成熟的工业级第三方库scrapy又可以派上用场了。

与此同时,笔者最近愈发觉得传统量化交易在日渐式微,而将来必将是机器学习人工智能引导的现代量化交易的天下,说到人工智能,现在的主流不用我说了,大家都知道依然是python主导。

不得不感叹一下,几年前押宝在python,如今真真是感觉压对了。

最后再说一下,之所以选择python量化交易作为自己职业生涯的第二技能来进行学习,原因其实也很简单,传统的IT职业虽然也能使我成为一个大城市的中产阶级,但免不了成为一个房奴,忍受几十年的高额房贷压力,长期下去势必对身心健康带来严重危害。

而如果量化交易做好了,那真是前途不可限量,至少短短几年实现财务自由不做房奴是没问题的,虽然网络上如知乎大部分人都在劝退入坑私募量化,说A股的量化多么多么没前途,可你想想新中国也才成立七十多年,我国金融市场的开放也就才二三十年,而西方金融证券市场最早都可以追溯到十七世纪初了,据现在有三四百年了,这一比较高下立判,就像前面所说的,我国的金融市场长久来看必然是持续开放的,坚定的和共和国一起成长才能获取大量的财富,而西方成熟的金融市场对于普通的市井小民来说小富是没问题的但要大富是机会不多的。

点赞

发表评论

电子邮件地址不会被公开。必填项已用 * 标注