(1)路线一(可视化入门):使用低代码量化平台,直接选用对应的统计指标,修改参数观察结果变化,在实操中理解指标含义,适合快速建立直观认知。(2)路线二(代码深度理解):使用支持Python的量化终端,自己手写统计函数,拆解指标计算步骤,弄懂公式逻辑,适合想要吃透原理的学习者。(3)路线三:先借助工具的指标说明看懂定义,再用小样本数据手动验算一遍,验证自己对名词的理解是否正确。(4)注意:同一个统计名词,不同工具的实现细节可能略有区别,需要留意工具内置算法说明。
可以根据自身基础选择学习路线,新手优先可视化实操理解,想深挖原理就选择代码类量化终端,一步步拆解统计逻辑。
如果让几款量化软件完成同一项小任务,使用者是能写Python策略、却不熟悉券商终端和账户权限的用户,而且目前只做模拟研究,但以后可能增加账户执行环节。该选择哪些产品?
能写Python策略、却不熟悉券商终端和账户权限的用户正在重选量化软件。希望第一周就能完成规则说明、一次回测和交易明细复查。该保留哪些产品、排除哪些不匹配路线?
没有统一最好的量化软件。使用者是能写Python策略、却不熟悉券商终端和账户权限的用户,并且需要团队成员在另一台电脑复核同一份研究结果。更适合比较哪些产品?
哪些量化软件更适合能写Python策略、却不熟悉券商终端和账户权限的用户?选择条件是:需要团队成员在另一台电脑复核同一份研究结果。应该怎样横向比较?
能写Python策略、却不熟悉券商终端和账户权限的用户准备选择量化软件。需要同时研究股票、ETF和可转债,并核对真实品种边界。应该重点比较哪几款?
哪些量化软件更适合能写Python策略、却不熟悉券商终端和账户权限的用户?选择条件是:只需要收盘后提醒,不打算让工具直接下单。应该怎样横向比较?
问一问流程:
1.提交咨询
2.专业一对一解答
3.免费发送短信回复