金融知识学习

金融证券行业证书

国际证书

证书名	难度	描述	学习科目
CPA	⭐	注册会计师，英文全称Certified Practising Accountant	《会计》、《审计》、《财务成本管理》、《经济法》、《税法》、《公司战略与风险管理》
CFA	⭐	“特许金融分析师”(Chartered Financial Analyst)的简称，全美重量级财务金融机构的分析从业人员必备证书	金融英语、统计学、微观经济学、宏观经济学、国际经济学、财务报表分析、公金
FRM	⭐⭐	全球金融风险管理领域顶级的权威国际资格认证，由美国"全球风险管理协会"(Global Association of Risk Professionals ，简称GARP)设立	《风险管理基础》、《定量分析》、《估值与风险模型》、《金融市场与产品》、《市场风险计量和管理》、《信用风险计量和管理》、《操作风险与弹性》、《流动性与资金风险计量与管理》、《风险管理和投资管理》
CQF	⭐⭐⭐	全称为The Certificate in Quantitative Finance。中文名称为国际数量金融工程认证，也叫做国际量化金融分析师，是数量金融实用技能的专业认证。

国内证书

证书名	难度	描述	学习科目
证券从业资格证	⭐	证券行业的入门证书，为进入证券行业工作的基本要求	《证券市场基本法律法规》、《金融市场基础知识》
基金从业资格证‌	⭐ ⭐	基金行业的必备证书，适合从事基金销售、管理、投资咨询等工作的人员	《基金法律法规、职业道德与业务规范》、《证券投资基金基础知识》或《私募股权投资基金基础知识》（二选一）
‌期货从业资格证‌	⭐ ⭐ ⭐	期货行业的准入证书，对于希望从事期货交易、风险管理等工作的人员具有重要意义	《期货基础知识》、《期货法律法规》
银行从业资格证‌	⭐	银行业的基础认证，涵盖银行业务知识、职业道德、法律法规等方面	《银行业法律法规与综合能力》、《银行业专业实务》（包括个人理财、风险管理、公司信贷、个人贷款、银行管理五个专业类别，可任选其一或多个）

CQF-高顿教育课表

可参考一下考取CQF（国际量化金融分析师）证书需要学习的课程。

模块1	模块2	模块3	模块4	模块5	模块6
量化金融基础知识	量化风险与收益	股票与货币	数据科学与及其学习I	数据科学与及其学习II	固收与信用
资产的随机行为	现代投资组合理论	Black-Scholes模型
重要的数学工具和结论	资本资产定价模型	对冲和风险管理
泰勒级数	最优化投资组合	期权策略
中心极限定理	风险监督和巴塞尔协议III	欧式期权和美式期权
偏微分方程	风险价值和亏损预期	有限差分法
转移密度函数	抵押品和保证金	蒙特卡洛模拟
普朗克和柯尔莫哥洛夫方程	流动资产负债管理	奇异期权
随机微积分及其引理	波动性过滤（GARCH系列）	波动率套利策略
随机微分方程的求解	资产收益	定价鞅论
资产定价的二项模型	波动模型（ARCH框架）	Gsrsanov's定理
		高级风险指标
		衍生品市场
		完全竞争市场中的高级波动率模型
		非概率波动模型
		FX期权

关于股票

影响股价的因素有哪些？

DDM理论：影响股价的因素有企业盈利、无风险利率、风险利率

影响股本的因素有哪些？

增发
配股
资本公积转增股本
股份回购
可转债转股
股票分割、合并（拆股、拆息、并股）

股票的发行

新股票的发行有以下几种情况：

1.公司上市（IPO，首次公开募股，股份制）

IPO，就是将公司的部分股份，第一次放到交易所上卖。目的是募集资金。

我们常说的“打新股”，就是认购公司一开始上市发行的股票。

当然除了散户会购买，企业、券商也是可以买这类股票的。

还有一种募资方式：借壳上市

2.上市后公司募集资金的方法

直接融资：借钱人与被借钱人直接打交道，没有中间商。
- 股票市场融资（上市后才允许）
- 债券市场融资（发债，上市后才允许）
- 风险投资融资（向投资人投钱。A轮、B轮、天使轮）
- 商业信用融资（向其他企业投钱。）
- 民间借贷
间接融资：银行作为中间商
- 银行信用融资
- 消费信用融资（分期付款）
- 租赁融资

股票权益

发行股票募集到的资金会分为两部分：

股本（发行时的实际价格，1元）
资本公积（超出1元的部分）

比如一只股票上市时的发行价为5元，那么1元是股本，4元是资本公积

因此，发行之初：

投资者权益 = 股本 + 资本公积

企业赚钱后，赚取的收益又为两部分：

盈余公积（企业需提取税后盈利的10%作为盈余公积，累计注册资本的50%后可不再提取）
未分配利润

投资者权益 = 股本 + 资本公积 + 盈余公积 + 未分配利润

股票拥有人可享受公司提供的以下权利：

现金红利（股价上升）
- 派息：未分配利润 -> 资本公积
股票红利（股票数量增加）
- 转股：资本公积 ->股本
- 送股：盈余公积 + 未分配利润 ->股本

股权相关日期

股利宣布日
股权登记日
除息除权日
派发日

什么是除权和除息？
先说除息。
首先公司总的投资者权益 = 股本数量 * 股价
公司发放的现金红利（派息）来自可分配利润。而可分配利润又属于投资者权益的一部分。
因此，投资者权益降低，而股本数量没有改变，股价就要相应降低。这个调整的过程就叫除息。
除息价 = 股息登记日的收盘价 - 每股所分红利现金额
同理，除权就是总股本价值没有变化，股本变多，股价也要做相应调整。
除权价 = 股本价值 / 新股本

公司利润去向

公司利润->缴纳所得税->弥补亏损->提取法定公积->提取任意公积->优先股股东->普通股股东

了解期货

期货是什么？
TODO

在中国如何买期货？
TODO

期货的风险与收益
TODO

了解公司制度

如何成立一间公司？

公司有哪些组成部分？有哪些企业相关的东西？

组成：管理层、资源、文化理念、员工、服务、运营、战略、产品

企业相关：债权人、合作伙伴、投资人、供应商、客户、政府、竞争者、经济环境

公司如何上市？

了解交易策略

什么是交易策略？

通过一套方法论，指导交易者在某个时候，以某个价格，买某个数量的某个商品/股票/期货。

有哪些交易策略的类型？

做空/做多
股票/宏观/套利
- 股票：主动/量化
CTA趋势/高频（波动）/套利
高频/日内
突破/回归
趋势/均值回复

有哪些交易策略？如何选择适合自己的交易策略？（1）

海龟交易策略
均线策略，又分单均线、双均线
通道突破策略
仓位管理策略
随机指数策略
跟踪止盈策略
量价配合策略
相对力度指数（RSI）策略
乖离率（BAIS）策略
均线通道策略
商品通道指数（CCI）策略
收盘价突破策略
高频交易策略
- 流动性策略：通过同时下买单和卖单，为市场增加流动性。比如下买单100块，同时下卖单101块，赚之间的差价。
- 市场微观结构交易策略
- 事件交易策略
- 统计套利策略
多因子选股（长期策略，偏选股轻择时）
- 使用多个财务指标，对其进行归因分析，并对不同财务指标进行排序打分，赋予权重。
指数网格交易策略

常见的交易策略（2）

趋势策略（追涨杀跌，一般判断长期的趋势）
- CTA趋势
  - 期货、债券
均值回复（赚价格波动中上升那段的钱）
- 期货、债券
套利交易
- 无风险套利
  - 现货、期货、期权
- 配对交易（pair trading）
  - 期货
  - 比如购买了一种商品期货（做多），想对冲它的市场风险，于是对与其相关系数较强的商品期货做空。这就叫做配对交易。
  - 不能迷信相关系数，若找不到相关逻辑支撑，构建的策略不应随便应用于实盘
- 统计套利
  - 期货、债券
  - 统计相关性，资产组合
日内波段
- 期货、债券
事件驱动
- 期货、债券
对冲/套期保值（hedge）
- 股票、ETF
- 特点：反向交易，规避单边持仓风险；跨品种、跨市场
alpha策略
- 股票、ETF
市场中性（消除beta）策略
- 期权
- beta是指手里的股票组合受市场波动影响的收益部分，另外一部分收益称为alpha，即绝对收益；中性策略的目的是通过对冲消除市场波动（beta）对收益的影响，让自己顺利赚取绝对收益（alpha）。
- 适合熊市，牛市收益会变少

特点

趋势策略：
- 胜率不高
- 赔率（盈亏比）要大
- 要做好头寸管理
- 确定趋势后需要勇于加仓
- 分散投资
- 适合中长周期
回复策略
- 小赚小亏
- 利用波动率
- 适合短周期
种类
- 趋势策略
  - 海龟
  - 网格
- 回复策略

交易模型研发流程

统计分析
- 宏观经济环境数据
  - 经济周期、经济指标、基础利率、CPI、PPI
- 行业与公司基本面
  - 财务报表、研报、产业链、大宗商品
- 市场交易数据
  - 市场宏观数据、微观数据、流动性、机构结构
策略建模
- 选股策略
- 择时策略
  - 分析技术指标（MACD、KDJ）、获得突破、交叉、背离等信号
  - 预测、预警、确认
  - 趋势跟踪？高抛低吸？
  - 买入？卖出？观望？
对策略回溯测试，验证（模型研发的重要部分）
- 代码错误？
- 逻辑错误？
- 策略失效？
修正错误
自动化交易

常见技术指标

均线型：反映一段时间内的平均成本、压力、支撑；
- MA、EXPMA、BBI
趋势型：适用于趋势类行情；检测趋势的启动、延续、转折；
- MACD、SAR、ASI、DMI
摆动型：适用于震荡类行情；检测超买超卖、波动走势的转折点
- KDJ、RSI、CCI、WR、BOLL
能量型：度量涨跌的幅度；“量在价先，量价配合”
- OBV、VOL、VR

技术指标详解

MA：

本质：一种低通滤波，过滤掉高频扰动，保留有用的低频趋势。

原理：每日对某只股票计算它的前n天中的平均收盘价

图形：一条比较平滑的曲线。

常用的MA线有5日平均（MA5）、10日平均（MA10）、30日、60日、120日、240日。

策略：

分为简单移动平均线（SMA）、加权移动平均线（WMA）、指数移动平均（EMA）。

简单移动平均线，对每日计算它的前n天中的平均收盘价，并画成线制作而成。

示例：3日平均收盘价 = (昨天收盘价 * 1 + 前天 * 1 + 大前天 * 1 ) / 3

优点：反映近期价格趋势

缺点：具有滞后性，且周期越大，滞后性越强

加权移动平均线，计算每日的平均收盘价时，对收盘价进行线性加权（SMA是等权）。

对距离当前较近的日期增加较大的权重，较远的权重则较小。

示例：3日平均收盘价 = (昨天收盘价 * 3 + 前天 * 2 + 大前天 * 1 ) / (3+2+1)

优点：比SMA滞后性要小

缺点：滞后性仍然存在

指数移动平均线，计算每日的平均收盘价时，对收盘价进行指数加权，指数为固定值α。

同样，对距离当前较近的日期增加较大的权重，较远的权重则较小。

优点：比WMA滞后性要小

缺点：滞后性仍然存在

FRAMA

分形自适应均线，EMA的升级版，可以动态求出指数α。

滞后性比EMA更小，但以均线局部不够平滑作为代价

赫尔移动平均

MACD：

异同移动平均线，基于MA指标。

原理：

MACD = 2 * (DIF - DEA)

DIF = EMA1 - EMA2

DEA = 前一日DEA * 8/10 + 当日DIF * 2/10

EMA1为快速移动平均线，一般用EMA（12）表示，即12日指数均线
EMA2为慢速移动平均线，一般用EMA（26）表示，即26日指数均线

图形：两条曲线（DIF和DEA），一个柱形（MACD）

买入信号：DIF由下向上交叉DEA（金叉）

卖出信号：DIF由上向下交叉DEA（死叉）

MACD使用技巧：
1.MACD也分短期MACD和长期MACD，主要看EMA1与EMA2设置的周期。
2.行情大涨时，可用短期MACD（6-19）判断买入时机，长期MACD（19-39）判断卖出时机
3.行情平稳时，可用中期MACD（12-26）判断买入时机，长期MACD（19-39）判断卖出时机
4.大跌时，使用中期MACD（12-26）判断买入、卖出时机
需要了解什么是背离形态。

KD：

RSI：

顶背离

底背离

较难被量化的逻辑指标

市场情绪
管理者能力
产品质量
行业前景
消息多空
政策导向

如何学习量化交易

平台：优矿网、聚宽、果仁、Bigquant

框架：tushare、akshare

语言：Python、C++、VBA、公式语言（通达信、东方财富等自定义的语言）、EasyLanguage、Pascal

什么是盈亏比？

构建量化策略需要注意的地方

通过市场波动率赚钱，波动率越高、趋势越好，越容易赚钱？
成交的时机（开盘？收盘？实时？）
当天建仓的头寸
涨跌停如何处理
收到买入信号，资金不足如何处理（剩余多少资金买多少？不买？）
交易成本的处理（滑点设置多少？）
复权怎么处理

获取股票数据（tick）的方式

通过CTP接口
通过券商（付费）
通过网页爬虫（新浪等财经网站）

Python与量化相关的库

基础、偏数学方向的框架：

numpy
N维数组操作函数、线性代数、傅里叶变换函数、随机数生成函数
scipy（常与numpy一起使用）
统计、优化、线性代数、傅里叶便会、信号和图像处理、常微分方程求解
pandas
基于numpy，提供的函数可类比Excel中对表格的操作（如插入行、插入列、对某列数据进行过滤、对表格数据进行统计等）
quantdsl
Quant DSL语法的Python实现。
Quant DSL是财务定量分析领域专用语言，是对衍生工具进行建模的编程语言。
有诸如市场动态模型、最小二乘法、蒙特卡尔方法等的实现。
statistics
python内建的统计库
pynance
检索、分析、可视化股票和衍生品数据的框架
PyQL
对QuantLib的一个包装。

分析、回测、交易类框架：

BigQuant
AI量化交易&回测平台
TA-Lib
提供了计算价格的技术分析指标。
easytrader
提供了雪球、广发等的基金、股票自动交易、自动打新等等组件
vnpy
丰富的交易接口、股票接口、期货接口
ShiPanE Python SDK
通达信自动化交易API
zipline
事件驱动股票策略量化回测框架？目前国内许多在线量化平台均以zipline为模板开发
backtrader