本博客的适用对象:想作一些量化投资,但又不想写代码的普通投资者。框架
作了20多年的财务和投资。随着年龄的增加,投资风格也逐渐变得稳健,逐步认识到投资不能把简单问题复杂化了,策略应力求简单明了,工具适合本身的就好。机器学习
大概从2010年在海外在工做的时候,开始学习量化投资。中间也学过专业的回测工具,如Matlab,以及如今流行的Python。虽然这些都是很好的工具,却总感受离通常投资者有些遥远。毕竟本身不是专业的码农,学了,工做、生活上用不到,很快就生疏了。函数
后来我逐渐认识到做为一个散户,如今的Excel在功能和性能上,基本都能知足个人需求。毕竟本身用了20多年,当忽然有一个想法的时候,能够随时用手中的电脑实现,比写代码简单得多。工具
通过多年的Excel作财务和投资分析实践,也总结了一套在财务和金融中应用的基本的思路框架体系。性能
目前市场上的Excel书籍和课程,绝大部分都太空泛了,缺少行业针对性,尤为没有专门针对投资使用的Excel图书和课程。所以,我想把这套Excel基本的量化方法分享给刚入门者,尤为是非理工男们,以节省你们的学习时间。学习
第一节,首先介绍一下为何要用Excel作量化投资。Excel作量化投资相比Python有哪些优点和不足。spa
对于不少非码农来说,学习Python就像学习英语同样。每每是学了不少年,但真正的用起来,依然脑子空白。缘由很简单,之因此学很差,是由于没有环境,平时的工做和学习中用不上。插件
而Excel则不同,工做中几乎无处不在,平常工做也离不开他。学习用Excel作量化的框架,也很是容易,基本几个小时就能够上手,而实现同等水平的Python,学习成本至少要一个月时间。对象
并且一旦掌握了Excel作量化投资的基本框架,就跟学会了开车同样,之后基本不会忘记。游戏
简单的未必是很差的,好用就是硬道理。可以搞定任务,其余都不重要!
不少人对Excel的观念还停留在Excel2003和奔腾电脑的时代,数据一多电脑就白屏。
实际上从Excel2010起,已经能够支持104万行数据,16384列这样的表格;配合如今主流的i5处理器,8G内存,基本不会有任何的不适感。
104万行数据,对于我的投资者,用日线级别的数据作量化分析,足够了。
至于有些专业的投资者,数据动不动就上Billion,Excel2016开始,内置了Power Query和Power Pivot,处理几个Billion级别的数据,也足以应付了。
出了Excel自身的统计分析功能外,后面的文章会陆续介绍的Excel金融函数插件TA_LIB的使用。另外Office的插件商店,提供了不少金融分析甚至机器学习方面的插件可使用。
基本上我的投资者能想到的功能,均可以经过Excel自己或者安装各类Add-in实现。
一直认为,生活中最重要的事情是家庭和健康,彻底没有必要把时间浪费在没必要要的写代码的事情上。
Excel简单,灵活,直观。其公式及函数的学习难度比起通常程式語言如Python要简单的多,用户能够轻易的掌握数据分析的逻辑,将精力集中在买卖策略上。
Excel基本是个电脑就会装,不管公司电脑和我的笔记本。
Python这么多年没能坚持下来一个最重要的缘由,就是做为一次低频使用的软件,每次想用的时候,都少不了再配置一次运行环境。
尤为不少同窗的公司电脑,基本不可能让你本身配置运行环境。而家里的我的电脑平时又以娱乐和游戏为主,顶多用用Office。
固然,Excel最大的缺点,就是没有Python逼格高。
若是是为了找一份好工做,好比毕业去金融机构应聘,简历上写Python,绝对比写熟练使用Excel机会要多的多,哪怕你只是学过Python几天。
但对大多数非专业机构的投资者作量化,Excel不管从哪方面讲,都足够应付了。
问题就是怎么作。
欢迎关注个人博客“Excel作量化”