今日（2.26日）沪指跌近1%止步8连阳 机器人板块逾50股涨停。详情点击

来源：网络 发布时间：2024-02-26 14:58:01 点击量：

市场全天震荡调整，沪指止步8连阳，指数黄白分时线继续分化，小微盘股表现偏强。盘面上，工业母机概念股开盘大涨，华中数控、宏德股份、华东重机、华东数控等近20股涨停；智能物流概念股表现活跃，东杰智能、音飞储存、天奇股份等10余股涨停；机器人概念股持续活跃，中亚股份、丰立智能、克来机电、克劳斯等超50股涨停。飞行汽车概念股尾盘活跃，山河智能、光洋股份涨停。AI概念股走势分化，维海德20CM7连板，信雅达6连板。

下跌方面，煤炭股等权重蓝筹股陷入调整，中煤能源跌超5%。总体上个股涨多跌少，全市场超3600只个股上涨，逾百股涨停。沪深两市今日成交额9891亿，较上个交易日放量672亿。板块方面，工业母机、智能物流、家用电器、飞行汽车等板块涨幅居前，跨境支付、煤炭、中字头、白酒等板块跌幅居前。截至收盘，沪指跌0.93%，深成指跌0.04%，创业板指跌0.37%。

什么是量化交易？

量化交易是指借助现代统计学和数学的方法，利用计算机技术来进行交易的证券投资方式。量化交易从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，用数量模型验证及固化这些规律和策略，然后严格执行已固化的策略来指导投资，以求获得可以持续的、稳定且高于平均收益的超额回报。

量化交易起源于上世纪七十年代的股票市场，之后迅速发展和普及，尤其是在期货交易市场，程序化逐渐成为主流。有数据显示，国外成数市场期货程序化交易已占据总交易量的70%-80%，而国内则刚刚起步。手工交易中交易者的情绪波动等弊端越来越成为盈利的障碍，而程序化交易天然而成的精准性、100%执行率则为它的盈利带来了优势。

量化交易是一个涉及金融、统计学、计算机课学等多学科知识的领域。下面给大家整理下，需要学习的内容，时间安排，知识点...

一、时间安排以及学习计划

基本金融知识（1个月）

金融市场：股票、债券、期货、期权等金融产品金融工具：ETF、指数基金、杠杆、做空等投资组合理论：资产配置、风险管理、夏普比率等

统计学和数据分析（2个月）

描述性统计：均值、中位数、众数、方差等概率分布：正态分布、泊松分布、二项分布等假设检验：t检验、卡方检验、方差分析等回归分析：线性回归、多元回归、逻辑回归等时间序列分析：ARIMA模型、状态空间模型、GARCH模型等

编程和数据处理（2个月）

学习 Python：基本语法、数据结构、函数、面向对象编程等学习 Python 量化库：NumPy、Pandas、Matplotlib、Scikit-learn 等学习数据库：SQL、MySQL、PostgreSQL 等金融数据获取：雅虎财经、Quandl、Intrinio、Quantopian 等

量化策略和模型（3个月）

技术分析：移动平均线、RSI、MACD、布林带等基本面分析：财务报表、估值指标、市场情绪等机器学习：KNN、SVM、决策树、神经网络、深度学习等高频交易：市场微观结构、订单簿、套利策略等风险管理：风险度量、风险预算、风险平价等

量化交易平台和API（1个月）

交易平台：Interactive Brokers、TD Ameritrade、Robinhood 等API 介绍：REST API、WebSocket API、FIX API 等API 使用：下单、查询订单、获取账户信息等

实盘交易和策略优化（3个月）

实盘交易：逐步扩大交易规模、实践风险管理和资金管理策略优化：对策略进行持续优化，包括参数调整、算法改进等性能评估：定期评估策略性能，如收益率、最大回撤、夏普比率等监控和报警：搭建监控系统，实时跟踪策略运行情况，及时处理异常

量化交易社区和资源（1个月）

参加量化交易论坛、社区：Quantopian、QuantConnect、EliteTrader 等阅读量化交易博客、研究报告：Alpha Architect、QuantStart 等学习量化交易课程：Coursera、Udacity、edX 等在线课程平台阅读量化交易书籍：《量化交易：如何建立自己的算法交易事业》、《金融计量学》等

深入学习（3个月）

学习更高级的量化模型：卡尔曼滤波、隐马尔可夫模型、贝叶斯网络等探索新兴领域：加密货币量化交易、机器学习在金融中的应用等学习其他编程语言和工具：R、MATLAB、C++、Java 等扩展知识面：金融工程、行为金融学、金融风险管理等

（风险提示：以上信息全部来自网络公开资料，不构成投资建议）