量化交易如何自己写代码，怎么学？
链接：https://www.zhihu.com/question/624310119/answer/78468400912
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
巧了嘛这不是，关于学习量化交易代码的网站，可以先来看一下这篇文章《Best Quant Blogs and Websites》，网址在下方，里面列举了国外关注度非常高的50个量化网站、论坛和博客，经常听说过的Quantocracy、Quantpedia、Quantinsti、Quantstart、Medium等都是里面的常客。
https://feedly.com/i/top/quant-blogs
每个介绍框里面都有简单的概述，看着感兴趣的，直接点名称下面的网址链接就可以跳转到对应的量化官网，需要特别说明的是，由于是国外的网站，访问可能会受限制，甚至上面那条文章链接也会被墙，这时候就要祭出自己的科学上网能力了，不过没有微屁恩的小伙伴也无需担心，我已经把所有本文涉及到的资料网页全部单独保存下来了，直接用浏览器就可以打开，在公Z号『量化君也』后台回复暗号『20240225』就可以直接获取。
关于国外量化网址、论坛、博客的推荐，感兴趣的小伙伴还可以看这两篇文章。
《Best Quant websites | An unconventional guide》
https://blog.quantinsti.com/unconventional-guide-best-websites-quants/
《TOP 20 Useful Blogs and Websites for Quants》
https://zodiactrading.medium.com/top-20-useful-blogs-and-websites-for-quants-e62d126f5d65
国外的量化网站非常多，比国内的还要丰富多彩一丢丢，毕竟人家那儿是发源地嘛，天朝上邦唐长老也会一路向西到三哥那取经。一篇文章想把这些网站和文章介绍完，不是特别现实，那咱就静下心来，挨个去解锁地图。
那咱这次先解锁QuantInsti，因为它在国内(至少目前)可以直接正常访问，无需注册和登录，量化文章精品率高并且还免费，分门别类码放得整整齐齐，特别适合量化萌新入门学习，官网网址如下：
说说我自己的使用方法吧，进入官网后，直接点击【Blogs】标签，就可以进入它的核心学习区域，这应该也是宽客们用得最多的地方。
进入Blogs后，下滑一丢丢，就可以看到博文版块分类，主要分为宽客职业生涯成长和量化教程两大类，我平常主要是看后面那一part。量化教程涵盖了自动化交易、外汇饼子交易、机器学习、数学&计量经济、均值回归&统计套利、动量趋势交易、更多交易策略、期权交易、投资组合&风险管理、Python交易、情绪交易和技术分析这12个版块。
就跟步步高点读机一样，想看哪里点哪里，妈妈再也不用担心咱的学习，比如咱点进自动化交易那个版块，就会看到众多的文章列表，直接点击文章标题就可以阅读。
推荐一些量化认知相关的文章吧，感兴趣的萌新可以看一下。
《Algorithmic Trading Strategies: Types, Steps, Modelling Ideas and Implementation》
https://blog.quantinsti.com/algorithmic-trading-strategies/
《Stock Market Data: Obtaining Data, Visualization & Analysis in Python》
https://blog.quantinsti.com/stock-market-data-analysis-python/
《Backtesting: How to Backtest, Strategy, Analysis, and More》
https://blog.quantinsti.com/backtesting/
《Machine Learning for Algorithmic Trading in Python: A Complete Guide》
https://blog.quantinsti.com/trading-using-machine-learning-python/
《ChatGPT for Trading: Algo Trading, Strategies, Prompts, and More》
https://blog.quantinsti.com/algorithmic-trading-chatgpt/
我个人感觉，其中的机器学习版块是做得最好的，除了介绍理论外，还将机器学习用于量化交易实践当中，基本常见的机器学习/深度学习算法都用上了，并且还附有Python源码，不仅扶上马，还送着走一程，respect！这里也给大伙儿推荐一些优质文章~
用神经网络开发量化策略：《Neural Network In Python: Types, Structure And Trading Strategies》
https://blog.quantinsti.com/neural-network-python/
用决策树来量化交易：《Decision Tree For Trading Using Python》
https://blog.quantinsti.com/decision-tree/
用随机森林来量化交易：《Random Forest Algorithm In Trading Using Python》
https://blog.quantinsti.com/random-forest-algorithm-in-python/
用卷积神经网络CNN交易：《Convolutional Neural Networks in Trading with Python: A Complete Guide for CNN》
https://blog.quantinsti.com/convolutional-neural-networks/
用循环神经网络RNN、长短期记忆网络LSTM和门控神经网络GRU交易：《RNN, LSTM, and GRU For Trading》
https://blog.quantinsti.com/rnn-lstm-gru-trading/
用机器学习预测黄金ETF的价格：《Gold Price Prediction: Step By Step Guide Using Python Machine Learning》
https://blog.quantinsti.com/gold-price-prediction-using-machine-learning-python/
用神经网络进行动态资产配置：《Dynamic Asset Allocation using Neural Networks》
https://blog.quantinsti.com/dynamic-asset-allocation-neural-networks-project-mrinal-mahajan/
用贝叶斯公式预测苹果股价涨跌：《Naive Bayes Model: Introduction, Calculation, Strategy, Python Code》
https://blog.quantinsti.com/naive-bayes/
用LightGBM预测漂亮50指数涨跌：《Applying LightGBM to the Nifty index in Python》
https://blog.quantinsti.com/lightgbm-nifty-index-python/
用K最近邻算法交易标普500ETF：《K-Nearest Neighbors Algorithm: Steps to Implement in Python》
https://blog.quantinsti.com/machine-learning-k-nearest-neighbors-knn-algorithm-python/
墙外的量化资料还是很丰富的，大伙儿现在也无需对英语或代码有畏难心理了，毕竟ChatGPT和翻译插件已经非常发达了，两千多年前荀子就在《劝学》当中说道“君子生非异也，善假于物也”，利用好工具，英语底子差的小伙伴也能无痛阅读。
随便在网上找的免费翻译插件，它能达到的翻译效果已经非常好了，而且还可以同时中英双语对照，所以啊，安啦，只要自己愿意，这些小阻碍都不在话下，enjoy~~~
更多相关资料可见下方文章卡片，另外还有一个持续更新的量化公Z号『量化君也』，专注于量化策略分享/交流/社群，欢迎来玩~
