量化基础知识总结与归纳（一）

接触量化一年多了，在数字货币和私募基金实习了半年，也看了不少的证券策略组合和信号噪声处理的书，最近到了秋招季节，想总结归纳一下自己的知识点。

 首先了解量化入门必须掌握的工具和知识

俗话说磨刀不误砍柴工，想要做出一套稳定盈利的自动交易策略，需要了解市场规则和市场变化的原理，以及掌握数据分析的工具和理论。

 1. 理解交易的衍生品实际意义以及它的规则，比如期货，债券，股票，基金的交易规则和运行原理。记得去年还是小白的我，曾经去一家期货公司面试量化助理交易员，人家问了我一个很基础问题，什么是期货。
 2. 熟练掌握一门编程语言 python or matlab or C++or C or julia，如果是做高频交易必须掌握C or C++，中低频交易可以考虑用python和matlab。
 3. 多读一些交易策略和信号处理的书，比如信号与噪声，量化投资策略：如何实现超额收益Alpha，打开量化投资的黑箱，基本面量化投资：运用财务分析和量化策略获取超额收益；证券投资组合策略等等，读书的目的主要是了解我们的对手也大多读过的书，从而思考对方有可能形成的交易策略，修缮自己的不足，改进自己的交易哲学和观点。
4.掌握机器学习和深度学习的算法，比如常见降维算法和分类算法等等，能够在对于交易品的数据上应用，比如利用btc高频（每秒）交易数据（价格和订单量）进行一个时间上跨度的因子挖掘，预测下一秒bid ask单量甚至整个下一分钟买卖盘，主要是ask1 and bid1，或者对应的价格。这个 是我在实习的时候做过的一个项目，用之前我总结的流行学习方法去做的。