学习心得 第一期 01_什么是量化金融

一、量化究竟是怎么一回事？

我个人理解，量化最核心的逻辑是：股票的全量历史数据中存在某种动态变化的规律，借助这种规律，我们能在未来的交易中获得更高的概率优势。

我们可以先对获取到的数据进行分析观察，提出自己的交易策略假说；再用历史数据做回测，验证策略在过去是否有效；最后通过模拟实际交易，判断策略在未来能否持续保持稳定有效——通过这一系列步骤搭建起真正的量化系统，从而在股票市场中获取优势。

二、量化投资是如何诞生的

我们是如何发现股票市场的历史整体数据存在动态变化规律的？答案自然是通过数据分析与观察得出的。

• 1860年代，雷格纳特发现价格波动的标准差与时间的平方根成正比
• 1900年，巴舍利耶提出“股价随机游走与布朗运动”概念
• 1961年，索普通过“21点算牌实验”证明：即使面对随机性，只要拥有概率优势 + 合理仓位管理，就能实现长期稳定盈利

三、🎯 挑战任务（第一章通关）

换一只股票，亲手跑出同样的「爽感」：

1. 把上面代码里的 'AAPL' 改成 'TSLA'（特斯拉）或 'NVDA'（英伟达）
2. 重新运行，画出 价格 + 成交量 图
3. 在纸上或评论区回答：最新收盘价是多少？近 6 个月整体是涨还是跌？

解答：

1. 由于项目原本拉取苹果股票数据使用的 yfinance（雅虎财经数据源）存在网络不稳定的问题，因此我更换为国内数据源 akshare，以下是核心数据拉取代码。

import akshare as ak

# 下载数据
tsla = ak.stock_us_daily(symbol='TSLA', adjust='')

# 处理：设索引 + 排序 + 取最近6个月
tsla = tsla.set_index('date').sort_index()
tsla = tsla.last('6M')

2. 运行结果：
   
   

3. 最新收盘价是8月21日$362.86；近 6 个月整体是跌。

四、结语

把精力聚焦在“策略逻辑”而非“技术实现”上——这正是量化研究最核心的要义，后续的学习中我也会努力践行这一原则。