感谢邀请！这里介绍一下大家“存在之轻”和智博财经联合推出的专栏：Python量化投资应用开发培训。希望对你有所帮助。大家知道，金融投资是职业领域的皇冠，而量化投资就是皇冠上的明珠。当你下定决心参加量化投资培训并且从事量化投资，就已经在成功的人生道路上迈出了重要的一步。
首先，大家对课程做一个介绍。什么是量化投资呢？所谓量化投资，就是指通过数量化、模型化的数学方式及计算机编程进行投资并获取收益的交易方式。这么说可能有些抽象。这里需要理清一些概念。事实上，大家从事金融投资都会参考一些数量化的指标，比如炒股，至少要看看市盈率，看看股价趋势，看看财务指标。那么这种行为算不算量化投资呢？一些人认为从宽泛的意义上说，这也是量化投资的一种，毕竟参考了数量化的指标。但这里需要指出，从严格的意义上说，这可能并不算量化投资。真正的量化投资需要借助数学模型，通过大量数据的分析，并且借助计算机编程的手段，进行投资。
量化投资是上世纪7、80年代在成熟资本市场发展起来的。大家知道，上世纪7、80年代计算机的应用有一个飞跃式的发展，同时，随着金融理论的发展，特别是数学模型在金融中的应用，二者相结合就诞生了量化投资这个新领域。量化投资在西方资本市场的发展非常快，仅仅不到四十年的时间，目前占比70%多，也就是说，目前发达资本市场大部分的交易都是通过量化系统完成的。所以说，如果一个投资者不懂量化投资，他很难在这样的市场里赚钱。
一般来讲，量化投资主要包括以下这些类型，比如量化选股：包括基本面量化，比如多因子模型、风格轮动模型和行业轮动模型等等；市场行为量化：包括资金流模型、动量反转模型、一致预期模型、趋势追踪模型和筹码分布模型等；量化择时：趋势择时，市场情绪择时，有效资金择时，牛熊线择时，异常指标择时等等。这些在大家的课程里都会通过具体案例给大家详细讲解和练习。
说到量化投资，不得不提到一个标志性的人物：西蒙斯，和他的文艺复兴公司。西蒙斯曾经是一位著名的数学家，和陈省身一起提出了空间几何的陈—西蒙斯规范理论。后来转战华尔街创立了文艺复兴公司，专门从事量化交易。西蒙斯可以说是量化投资领域的教父级人物，他文艺复兴公司旗下的大奖章基金自1988年以来，年均回报率高达36%，这个数字较索罗斯等投资大师同期的年均回报率要高出10个百分点，较同期标准普尔500指数的年均回报率则高出20多个百分点，比股神巴菲特近20年间的平均回报率高18个百分点。即便是在次贷危机爆发的2007年，该基金的回报率仍高达85%。这是非常恐怖的战绩，这就是量化投资的力量。
相比而言，国内量化投资还处在起步阶段。当然，一些有实力、有远见的机构已经在从事或布局量化投资。这方面的信息不是很多，大家可以通过媒体偶尔爆出的一些消息来感受一下。
2013年的8.16光大证券乌龙指事件相信大家并不陌生。主要当事人之一杨剑波当时就是光大证券策略投资部总经理，具体业务就是做量化投资，包括股指期货套利、统计套利、ETF做市及套利、权益互换、结构性产品、场外期权等。在2011-2013年，策略投资部年均净利润超过1亿人民币。注意，当时股市处于大熊市。2013年8月16日这天，光大证券策略投资部如往常一样进行ETF套利交易，由于系统问题，交易员下单买入高达234亿元，最终成交72.7亿元，致使当天A股和股指期货市场大幅波动，其中上证指数上涨近6%。通过这个事件，多少可以感受机构投资者进行量化交易的情况。
此外，2015年股灾期间。境外实际控制的伊世顿公司以贸易公司为名，隐瞒实际控制的期货账户数量，利用筹集的约700万人民币作为初始资金，在中国参与股指期货交易，最后非法获利高达20多亿元人民币。一个月赚5亿，700万变20亿！这个受益可以说高得惊人。
由于量化投资的高回报，量化投资人才自然具有极高的薪酬。在美国，如果某位理工科毕业生大学一毕业就进入高频交易基金写程序、建模型，起始工资可达15万美元。有了两年的工作经验，一般可迅速涨到25万至30万美元，远高于投行同级别的薪酬。著名的高频交易基金公司Jump Trading在业绩中曾公开披露，该基金量化投资程序员平均薪酬为92.57万美元。在华尔街，一般高频交易基金挖有3-5年经验的量化投资程序员，开出100万美元的薪酬都是常事。相比而言，国内量化投资仍处于刚刚起步的阶段，有着非常巨大的发展空间。目前市场上量化人才处于奇缺状态，既懂金融交易，又懂计算机编程的人员凤毛麟角，是市场争抢的对象。
大家的课程为什么选用python语言呢？大家知道，量化投资离不开编程语言的支持，目前Python已经在量化投资领域占据了主流位置，从数据获取到策略回测再到交易，覆盖了整个业务链。在量化投资的开源项目里，全球star数排名前10位里面，有7个是Python实现的。大家可以看下表。
大家的课程主要包括以下四个部分：
• Python应用开发基础
• Numpy与证券数据处理
• Pandas与证券数据处理
• 交易机制与量化策略开发
其中python应用开发基础主要讲解python的基础语法，为量化投资编程打下基础。
NumPy是Python的一个开源的数值计算扩展包。它可用来存储和处理大型矩阵数据，比Python自身的数据结构要高效的多。使用Python进行量化投资，可以说numpy是必不可少的选项。
Pandas 是基于Python的又一个数据分析包，Pandas 进一步纳入了大量的库和一些标准的数据模型，特别是提供了从一维到三维数组的便利的分析工具。Pandas也是Python金融数据分析的一个有力工具。
关于交易机制与量化策略开发，这里要特别说明一下，为什么要讲解基础金融知识和交易机制。大家想啊，如果你一直以为股市9点半才开盘，连9点半之前也可以交易，连集合竞价阶段下单是如何影响开盘价的都不知道，你怎么对股价的变化进行合理的分析，指导你全天的交易。如果你连ETF申购赎回中停牌股票的现金替代机制都不知道，你怎么进行ETF套利。所以深入学习交易机制是非常必要的，在这个基础上，大家会详细讲解每一种量化投资策略，包括前面大家提到的量化选股、量化择时、套利交易、统计套利、算法交易等等，大家都会通过具体的案例详细讲解，并且给大家充分的训练。
购买大家这个专栏的学员，请关注大家头条号“存在之轻”并联系大家获取程序代码。
大家这个专栏课程适合大专院校学生、金融投资从业者，以及有志于从事量化投资的社会人员，基本零起点、无门槛，具有高中或同等学历的人员均可参加学习。本课程由著名量化投资专家Jackie老师倾情讲解，Jackie老师是北大本科和硕士，十余年量化投资从业经历，主持过多个大型量化投资项目，精通金融理论和python编程，并且具有丰富的培训经验。关于专栏学习，大家提几点要求：第一，多写代码，即使看专栏中讲解的内容，也要自己把代码敲一遍，自己写出来的代码，感觉是不一样的；第二，多思考，市场是变化的，与一般的软件工程做完就结束不一样，量化系统需要不断的优化调整，这也是量化投资的价值和魅力所在；第三，要坚持，刚接触量化投资，可能会觉得有些难度，觉得知识面很宽泛，既有金融交易的知识，又有软件编程的知识。这个时候需要坚持，只要坚持下去，慢慢会觉得其乐无穷。大家常对学员说，当你觉得困难的时候，想想年薪一百万就在眼前，这样就会觉得动力无穷了。