量化入门

1、python 基础
2、机器学习从神经网络（neural network ）、强化学习(reinforcement learning )开始学习。
3、神经网络的框架主要是tensorflow
4、量化交易中处理数据的主要框架工具是pyalgothrade
当然在数据处理中最重要是numpy,pandas ,matplotlib

量化交易中的学习：
流程：
1、 熟悉tensorflow
2 、 数据规整化，能够喂数据
3、 画出预测图像
4、 通过预测进行交易(累计收益率)，训练集 和test集
5、得出收益率，然后进行策略设计

learn_step
unit
feature
cnn 卷积进行计算
找的回测平台 quantdig ，撮合你的交易但是太慢了，来进行reward

因子模型简单介绍：
1、市场风险 大盘跌，也得跌，大盘涨也得涨
2、SMB 市值风险（size） 即小公司会有更大的风险，但是，相对就与更大的收益
3、HML 账面市值风险 ，即所有者权益/市值， 就是说，市场的价值没有自己估值多，所以这种企业具有更好的 预期收益。

策略思路：
1、取一个股票池， 当然市场风险是固定的，
2、对每个股票的市值，和账面市值风险进行费分类，通过定价对理应的价格进行和当前的股价进行分析
3、然后，挑选出当前应该价格和股价进行差值比较， 挑出来最大的10个，然后买进
4、持有10天（可以改变参数）然后看一年的收益率进行比较
5、画出来累积收益率的曲线

流程：
1、数据获取---
2、计算

factor term

1\PE 市盈率
2、PB 市净率 （book_to _market) 账面市价比
3、EPS每股盈余 市盈率=股价/每股盈余
4、ROE股东权益回报率
5、ROAI资产收益率，y