大家都相信，量化投资的黄金未来即将开启，而且不同于上一个十年的房地产，量化投资更多的是智力角逐而不那么依赖于背景和关系，只要你有思想有策略有能力，就可以转换为价值，一定的财富积累加上投资增值的能力，就可以实现财务自由之梦，超越财务困扰而追求真正的人生意义。所以无数逐梦者想投身到这下一个时代的洪流里，这个在阶级日益固化的今天，这是仅有的若干实现阶层跃迁的路数。

各路英雄豪杰摩拳擦掌，跃跃欲试，其中有金融科班出身的，有数学物理等理工科的学霸，有计算机IT高手，也有从实业或传统主观交易转型的，当然也有投资人想管理好自己家族财富，各类人都有各自的优势，也都有各自知识结构上的缺陷，而量化投资需要的是金融、建模、计算机三方面高度复合型的知识结构，任何一个大学传统培养模式下的学生，都有其知识结构的缺陷，都需要补齐一下知识结构。

万事开头难，量化投资这么好，如何迈出第一步呢？

本文就梳理一下，首先说一下量化投资的宏观全景，介绍各种不同玩法，然后选取量化投资中程序化发展最完善最适合入手的期货程序化策略开发为切入点，仔细分析程序化交易的方方面面，最后给不同知识背景的人一些快速补充知识结构的建议。

量化投资其实是一个挺宽泛的概念，广义地讲，凡是运用数量化方法来辅助投资决策的都叫量化投资，从最原始的技术指标到比较酷炫的人工智能大数据挖掘，都是量化。另外还经常出现的一个词叫“量化对冲基金”，这里有两个概念，“量化”指借助统计方法、数学模型来指导投资，其本质是定性投资的数量化实践，而“对冲”指通过管理并降低组合系统风险以应对金融市场变化，获取相对稳定的收益。实际中对冲基金往往采用量化投资方法，两者经常交替使用，但量化基金不完全等同于对冲基金，量化可以不对冲比如CTA期货量化，对冲基金也可以凭主观比如索罗斯。国内目前比较主流的量化对冲基金定义是，在操作上特别强调对冲手段、应用一些数量化、高杠杆及创新手法的基金，以区别传统以单边主观操作为主的基金。

国外所谓的量化对冲的玩法有很多，名字也很酷炫，比如股票多头(Long )、阿尔法策略(Alpha )、事件驱动(Event )、宏观(Macro)、债券(bond)、套利()、组合基金（FOF&MOM）等等。

其实简单地看，量化投资大体分为绝对价值投资与相对价值投资，绝对价值就是通过单个投资标的价格的绝对涨或跌来获利；相对价值则不是通过绝对涨跌幅来获利，而是通过一对投资标的利用相对的逻辑来获利，所以相对价值策略不依赖于市场的涨跌方向，这里头主要有两类，一类是所谓的阿尔法策略，比如多股票-空股指，通过选出一篮子跑赢指数的股票来获利，只要选出的股票能涨的时候比指数涨的多或者跌的时候比指数跌得少，就能获利，而与股票是否涨跌无关，所以又称市场中性策略；一类是套利类，比如期现套利、跨期套利、跨品种套利，这个也是利用相对价值而不依赖于股票或期货本身的绝对涨跌。

如果用一个足球队来比如，绝对价值策略是进攻性的前锋外汇量化统计工具，是赌方向，风险是暴露的，也是可以获取大收益的；阿尔法策略是中场，有相对小的风险和巨大的体量；套利策略是后卫，具有更加稳健的收益；守门员则是风控。

一个完善的策略体系是全方位配置各类策略，那么今天首先来重点讲讲进攻性策略期货量化CTA策略。

为什么学习量化要以期货量化CTA入手呢？

有三个方面原因：第一是信息输入简单，因为任何策略本质上就是一个信息处理系统，信息的输入越复杂，就使得策略系统本身越复杂，股票里需要关心各种经济、行业、财务、消息、情绪等等，期货里需要关心品种的供需、上下游、宏观经济情况等，比如做大数据舆情分析的量化择时，比如利用公司财务业绩的选股，比如利用供需关系的期货策略，这些都是很复杂的信息收集与分析处理，而技术面则简单很多，技术面关心的是量价这些实际交易数据，信息的输入很规范很简单，这些使得量化比如容易实现；

第二就是建模问题相对简单主要只是择时，期货品种不多，标的的选择不像选股那么重要，更重要的是建模分析买卖时机的择时，输入量价信息来输出买卖时间信号；

第三就是指令简单是T+0双向交易，使得可以通过量化分析来择时操作买卖，而且期货交易所都支持自动交易接口，而目前中国股票市场则是T+1单向交易且自动交易支持少外汇量化统计工具，故即便通过量化分析来（日内）择时，一般人也很难做到T+0，当然可以用其他方法曲折达到T+0的效果把择时的技术都可以搬到股票里，或者长线择时，所以说择时的策略也是股票量化策略的必要基础。

也正是这些原因，市面上的程序化交易软件工具也比较多比较成熟，比如MC/TB/文华财经，而其他比如量化选股的工具或者套利的软件工具，就没有那么成熟，很多需要自己根据自己的策略思想来在一个更加开放性的平台下来实现。

所以学习这一类CTA期货程序化策略是量化最好的入门，其实这些策略不仅仅适用于期货，包括任何T+0可双向程序化交易的品种都可以，比如外汇黄金等。那么回归到一个最初的信息处理系统的逻辑，这一类策略输入的信息是过去的量价信息和实时的行情数据，输出的是买卖时机和量的判断，就是这样的一个基本逻辑。