量化金融其实是一个交叉复合学科，需要掌握数学、计算机、金融等方面的知识。显而易见，对于金融学背景的同学来说，就需要另外学习计算机编程的知识。

量化投资在国内市场已经不算新名词，它的基本理念就是利用计算机技术和数学模型去实践交易者的策略，因为它强大的信息处理能力和更具理性的优势，交易者都希望能捕捉到更多的投资机会。

量化交易在国内兴起于2005年左右，但是大众普及度不高，市场基础薄弱。能够同时实现“量化”和“交易”的量化平台有限，仅提供“量化”测试而无法实现“交易”的系统仍然占多数。

目前市面上可以叫出名号的量化交易平台并不少，像是雷尔、tushare、聚宽、掘金等，都是在排行榜上多次出现的平台。

我经常会遇到朋友发来这样的问题，自己忙，不会编程，也没时间学，如何才能实现「量化」交易或者机器人交易呢？很多人想进入量化的世界，但听到编程，代码两个字，就脑壳疼。

很多人认为，类似量化交易这样需要制定策略、编程代码的复杂投资，是专属于投资大神们的独门技艺。其实不然，量化交易发展至今数十年，早已变得简单且大众化，不再难以触及。

随着量化投资的普及，越来越多人开始对于这块开始刚兴趣，想要学习，但是要如何学习呢，相信大家去网上一搜都会有很多的回答。

在量化交易中，越来越多的投资者感到绝望并含泪离场；而留下来的部分投资者却在量化交易市场混得风生水起，收获颇丰。

量化交易对于机构，他们拥有着最好的系统，很多都是未公开的顶级量化系统。而对于普通散户，没有程序语言开发能力的散户，是否也有类似的系统呢？

第一节课总共有五部分内容：多因子量化选股模型，数库因子库，因子数据预处理，如何筛选有效因子，构建多因子组合。

量化投资：基于对数据的研究与建模，用于发现市场的无效性（简单来说就是挖掘mis-pricing的投资机会）而建立的一套投资规则。

市面上的量化交易软件一多，大家就忍不住将它们进行分析和对比，然后再根据软件各方面的分析结果进行排名，主要就是对软件的专业性、交易环境、交易体验等方面进行综合评价。

量化投资可以克服人性的弱点，如贪婪、恐惧、侥幸心理，也可以克服认知偏差，使每一个决策都有理有据。同时因为它具备强大的信息处理能力，可以帮你捕捉更多的投资机会。

量化投资需要大量的计算机和科研投入，因此在过去几年主要掌握在专业机构手中，很多对此感兴趣的相关专业人士都加入到量化投资策略的开发阵营中

很多散户投资者时至今日，还以为自己都还是跟上世纪90年代一样，和坐在电脑后面的高智商、会玩资源组合的庄家本人博弈。