同济桥博士Qmacd量化分析培训课程让我走出量化交易误区-学量化分析来Qmacd

  一、学习背景

我是基金公司的业务经理,想在业余时间多学一些知识。毕业后在一家基金公司待了几年,一直碌碌无为,了解了量化投资的发展前景一直想要学习一下,起初花了太多的时间在学习编程、统计学和高数上面,从而陷入了误区,却苦于没有找到合适的课程。无意之中在Qmacd量化学习社区(qmacd.com)看到了桥博士的量化分析培训课程,课程介绍里说不懂代码也可以学,课程价格并不贵,于是抱着试试看的想法购买了课程,没想到打开了新世界的大门……

  二、学习过程

这几次课程使我对量化学习的兴趣更加浓厚。在学习的过程中,慢慢对课程的模式也有了一定的了解。我认为让自己忍不住去做的事情一定是自己所热爱的。兴趣是最好的老师,这句话不管什么时候,都是对的。

相信大部分小伙伴当时选择桥博士量化分析培训课程也一定是对它产生了浓厚的兴趣,在学习过程中像我一样产生了很多疑问,比如:MACD、KDJ、ATR等指标的原理是什么?技术指标为什么有时会失效?在学习了桥博士的量化分析培训课程后,我的疑问逐步得到解答,豁然开朗!更重要的是还发现了之前自己没有发现的很多误区,之前我总以为胜率高的策略才是好策略,听了桥博士的课程后才明白:量化投资重要的是概率和纪律,做的是大概率发生的事,不能保证每次都赚钱,但一定是亏小钱赚大钱,用盈亏比来换取胜率,取得两者之间的平衡,并且要严格按照计划来执行,不能像我之前一样人云亦云,想法随时变,到处听消息,赚得稀里糊涂,却亏得明明白白。

通过这段时间课程的学习,我真真切切地感受到了桥博士的用心良苦,将他十多年的量化投资经验,汇聚成这短短的几节课,浓缩才是精华。我收获的不只是MACD的相关知识,最重要的是我通过这套课程学到了量化思维,不再是从一个单一的角度来看待问题,而是更全面地思考、发现,窥一斑而见全豹,我对量化投资的兴趣不断扩大,学习或做作业过程中有任何不懂的问题还能随时请教桥博士或者助教老师,每次完成桥博士留下的课后作业都感觉很有成就感,知识和实操经验上面都得到了提升。除了微信群和助教辅导外,Qmacd量化学习社区(qmacd.com)上面还有很多学习资料,非常方便我去阅读和查找。

桥博士的量化课程让我更深刻地了解到人工智能量化投资行业的发展前景,一直觉得入门较难学起来不容易,但桥博士把一些复杂难懂的公式、定理转化成简单易学的内容,整体而言我学得很轻松也很开心,对于量化小白的我非常友好,由简到难包含了技术指标的方方面面。

后来和学员们聊天才知道,桥博士为了准备这套课程,把京东上所有与技术指标有关的书籍都买回来了,还研究了百度学术上所有和量化分析相关的论文,找了几个北大、华尔街海归硕士一起学习研究这些资料,几十万字的书籍和资料才汇集成了这门课,做了充分的准备和沉淀。从入门到实践,非常适合我这种新手。和身边也在学习量化知识的朋友讨论的时候发现,桥博士是为数很少的讲师里真正做到了指标详解,一个指标里几乎每个重要的函数,桥博士都会认真为大家讲解。

大家都知道,量化投资需要优化模型的参数,需要做历史回测,这些测试是非常繁琐且耗费时间的,之前我就有这个顾虑。但是桥博士量化课程里,我就不用自己去做了,因为桥博士把这些测试已经做好了,并把测试结果分析给我们听,只要会用测试后得到的那个最优参数就可以了省时省力。

  还有最重要的一点,我原来一直以为只有会编程会写代码的人才能做量化投资,但是学习了桥博士量化课程后,才发现桥博士把这些代码解释给我听,听完马上就能上手,自己用自己做,非常适合实操。

  三、学习收获

最后非常感谢桥博士,如果没有这些课程的引路,我估计还是一只迷途的羔羊,还陷在苦苦专研学习编程、统计学和高数的误区中,甚至不知道自己到底错在哪。但学习了桥博士量化分析培训课程后才发现了解市场的运行规律与交易的核心逻辑才是重点。比如桥博士讲解过很多可以赚钱的交易策略,其实只需要了解一些技术指标就够了,因为这些技术指标的背后已经体现出很多市场涨跌的规律。感谢桥博士教会了我新技能以及用量化思维想问题,解决问题,才能在学习量化的路上才能顺风顺水。量化并不是看上去的那么难,但确实也不简单,找对方法才是最关键的。多学习,多练习,才能不断地进步。谢谢桥博士!

同济桥博士量化分析海龟训练营 六大亮点吸引万名会员选择Qmacd量化分析门户

量化交易起源于上世纪七十年代的股票市场,之后迅速发展和普及,国外成熟市场期货量化交易已占据总交易量的70%-80%,而国内则刚刚起步。越来越多的投资者倾向于学习量化分析知识提升自己的投资水平,国内大学里几乎所有与金融有关的专业,都要学习定量分析。即使做价值投资的,也会用到量化分析技术。

《量化分析海龟训练营》产生背景

在金融界,流传着这样一个著名的故事……

1983年,美国期货界的两个挚友—理查德和威廉,就一个问题产生了分歧:伟大的交易者究竟是天生的,还是可以后天培养的?他们打了一个赌,并为寻找答案进行了一场实验,这就是著名的“海龟交易实验”。

他们在《巴伦氏》、《华尔街期刊》和《纽约时报》上刊登了大幅广告,招聘交易学员。因为理查德是当时世界上最著名的交易员,所以,有1000多位申请人前来投奔他,他们精选出13个人,1983年12月底,这13个人被邀请到芝加哥进行两周的培训。

到1984年1月初,开始用小账户进行交易。到了2月初,在他们证明了自己的能力之后,丹尼斯给大多数人提供了50万至200万美元的资金账户。

海龟成为交易史上最著名的实验,在随后的四年中,取得了年均复利80%的收益。柯蒂斯是所有海龟中最成功的一个,在海龟实验期间,他赚了超过3000万美元。

理查德证明了交易可以被传授。证明了用一套简单的法则,可以使仅有很少或根本没有交易经验的人成为优秀的交易员。

一、《量化分析海龟训练营》的形式

线上课配合交易模型实操,讲师助教课外答疑辅导

Qmacd量化学习社群讨论,与牛人交流投资心得

闯关式训练营阶梯式教学,做任务升级为量化高手

授课时长共108节,15-20分钟线上授课/节,30分钟练习/节

适合人群:零基础炒股新手、量化交易爱好者、高收益追求者

 二、同济桥博士量化分析培训课程六大亮点

  1.同济博士-乔烨(桥博士)原创课程

  乔烨,同济大学博士,13年量化投资经验的AI宽客,同济大学人工智能量化投资学会会长,在其著作《人工智能量化投资教程》中提出了独树一帜的理论“宽客相对论”,并依此建立了QMACD量化分析社区。

乔烨作为同济期货研究院首届股指期货师班的班长,主攻方向是“大盘相对指数”,通过计算个股与大盘的背离值,来研判个股走势,著有论文《CIRS证券交易模型研究》。

2007年,创办上海同梁智能科技有限公司,该公司为基金提供量化分析与程序化交易系统,基于QR值-大盘相对强弱指数的交易系统及基于搜索引擎的网络行为分析系统是核心技术,股智搜-股市人工智能搜索分析系统是主打产品。

2018-2019年,乔烨指导的量化交易选手在国信证券大赛上获得了2019年月度冠军,“短跑王”全赛季冠军,个人组周冠军,个人组全赛季四强的优异成绩。

 2.国信证券交易大赛冠军指导老师亲授

  3.量化理论核心源于2007年的硕士论文

2007年,还是同济大学MBA国际班学生的乔烨,师从著名的金融学家、博士生导师陈伟忠教授,开始了硕士论文的研究,主攻方向是“大盘相对指数”(这是乔烨发明的一个通过计算个股与大盘的背离值,来研判个股走势的方法)。毕业论文《CIRS-证券交易模型研究》,通过计算个股与大盘的背离值,来研判个股走势,并将短线指标KDJ和长线指标MACD结合起来,形成了其独创的CIRS(Composite Index’s Relative Strength)交易系统。

论文研究完成后,乔烨的”CIRS-证券交易模型”在答辩中获得了高分,最终乔烨还荣获了“上海市优秀毕业生”这一荣誉称号。

  此后,乔博士在CIRS交易系统的基础上,又形成了基于QR值-大盘相对强弱指数的交易系统,新创了一个指标-QMACD指标,并依此建立了QMACD宽客相对论社区。

4.用户过万的AI量化投资门户-Qmacd量化分析门户

国内缺少量化投资门户网站,很难找到高质量的量化资讯和大规模的量化社群。现有的量化宽客社区,因为要会编程才能使用,导致95%的投资者被拒之门外。

桥博士的量化分析培训课程专门开设了Qmacd量化分析门户(qmacd.com),里面有1000个量化分析相关的知识点,通俗易懂,包含策略教程及源码,即使不会编程的小白也能使用。细分的知识点加站内搜索方便量化爱好者查找学习,另有上千份学习资料供社区学员进行下载。

社区拥有数万名量化爱好者,社区会员可以向AI量化大神提问交流,也可以在上面发表自己的策略研究。

  5.研究所有与技术指标相关的书籍和学术论文开发了这门课

桥博士为了保证这门量化分析培训课程的专业度,他做了三件事:

1.查阅了所有与技术指标相关的书籍,总结了一套包括入门知识、买卖策略、实战技巧、交易系统的体系。

  上图:京东上与MACD有关的书籍

  2.研读了所有与技术指标相关的论文和研究学者的思路,分析技术指标优缺点及量化交易策略的运用。

  3.一个人还不够,乔博士还另外找了三位高材生,北大的研究生、美国的名校硕士、华尔街归来的MBA,与同济大学的博士生老桥,一起来研究。

  6.量化学习者人手一份的量化分析知识图谱

2020年1月,桥博士创作完成了量化分析知识图谱,第一次用一张图完整地呈现量化分析知识体系,知识图谱的发布在业界引起了很大的反响。用一张图帮量化学习者打通量化分析知识体系共700个知识点,每一个知识点都经过桥博士的反复推敲,每一个知识点背后都有相应的课程支持,方便更多量化爱好者系统化地学习量化分析知识。