当前位置:首页>python>被优化后,我用Python做了个量化模型

被优化后,我用Python做了个量化模型

  • 2026-09-02 19:29:09
被优化后,我用Python做了个量化模型

不是金融大佬,是普通人自学记录

去年被优化后,除了了解AI,
我瞎学了量化投资。
不是想成为股神,
是想搞清楚:普通人能不能用代码,在股市里赚点小钱?
今天,想和你分享我这半年的自学过程。
不装专家,只说真话。

为什么学量化?

1. 好奇

网上总看到"量化基金年化20%+"。
我想知道:是真的吗?普通人能做到吗?

2. 无聊

被优化后时间多,想找点有挑战的事做。

3. 穷

想试试能不能用代码赚点钱,哪怕只是买菜钱。

我的学习路径(踩过的坑)

第一阶段:盲目自信(2礼拜)

想法:学Python → 写策略 → 赚钱
行动:买了Python课(学了一个月)
看了10本量化书(没看懂)
尝试写第一个策略(失败了)
结果:亏了5000元(模拟盘)
发现:会写代码 ≠ 会赚钱

第二阶段:回归基础(1个月)

想法:先搞懂股市基本规律
行动:学基础知识
:收集数据
:简单分析
结果:没赚钱,但懂了基本逻辑
发现:数据比代码重要

第三阶段:建立系统(2个月)

想法:做个完整的量化系统
行动:数据系统
:策略系统
:回测系统
结果:有了完整系统,但策略还是不赚钱
发现:回测赚钱 ≠ 实盘赚钱

第四阶段:实战调整(3个月)

想法:用真钱试试(小钱)
行动:选了个最简单的策略
:小资金实盘
:持续优化
结果:3个月,亏了2800元(token花销)
发现:有搞头,但没搞对

我的量化系统(简化版)

1. 数据从哪里来?

免费渠道:新浪财经、腾讯财经API
自己整理:Python爬虫每天自动下载
存储:SQLite数据库(简单,够用)

2. 用什么策略?

我试了10+个策略,最后留下这个最简单的:
Copy

伪代码,不是真实代码

def select_stocks():

1. 排除ST股票

stocks = exclude_ST(stocks)

2. 选5个因子打分

- 市盈率(PE)低

- 市净率(PB)低

- 近期涨幅小(不追高)

- 成交量活跃

- RSI超卖(可能反弹)

3. 综合打分,选前10名

top10 = sort_by_score(stocks)[:10]

4. 分散买入(买5只)

return top10[:5]

3. 什么时候买卖?

买:每周一开盘买
卖:每周五收盘卖(或达到止盈止损)
调仓:每周重新选股

4. 风险怎么控制?

单只股票不超过20%仓位
止损:亏损8%强制卖出
止盈:盈利20%考虑卖出
大盘不好时空仓

半年的收获(不只是钱)

1. 认知上

理解了市场复杂性:股市不是简单的"低买高卖"
认识了数据价值:有数据支撑的决策更可靠
接受了不确定性:再好的策略也可能亏钱

2. 技能上

Python编程:从0到能写完整系统
数据分析:会用Pandas处理大量数据
系统思维:从数据到策略到执行的全流程

3. 心态上

更理性:不被情绪左右投资决策
更有耐心:量化是长期游戏
更谦卑:市场永远是对的

给想尝试的你的建议

如果你也想学量化:
不要:不要想快速赚钱
:量化是慢功夫不要all in
:用闲钱,小资金开始不要迷信策略
:没有永远赚钱的策略不要自己闷头学
:多看别人分享,多交流
可以:
从Python基础开始:不用很深,能处理数据就行从免费数据开始
:新浪、腾讯API足够入门从模拟盘开始
:至少模拟3个月再实盘从简单策略开始
:越简单越容易理解
(目前我都是一边deepseek问,一边看明白代码的)

我的学习资源(免费)

Python:菜鸟教程、廖雪峰Python教程
量化:JoinQuant社区、RiceQuant社区
数据:Tushare(需要token)、AKShare
书籍:《Python金融大数据分析》、《量化投资:以Python为工具》

最后的话

量化几个月,我最大的收获:
不是赚了多少钱,
是学会了用数据和逻辑做决策。
在情绪化的股市里,
保持理性和纪律,
这比赚钱更重要。
我现在依然:
主要收入:AI修图(稳定)
量化投资:小资金尝试(学习)
心态:赚了开心,亏了学习
我不是量化专家,
只是一个被优化后,
用代码探索股市的普通人。
如果你也对量化好奇,
我们可以一起学习,一起踩坑。

风险提示:
量化投资有风险,本文仅为个人学习记录。
不构成投资建议,实盘需谨慎。
投资有风险,入市需谨慎。

最新文章

随机文章