基金量化原理？
我主要做股票策略，讲讲这个吧 说到量化，很多人想到的就是数学模型了。所谓的量化的原理，说白了就是运用统计学的知识，建立数学模型，然后利用模型去预测未来。
比如说，我想知道股市的走势，那么我就得先收集数据，把过去的历史数据全部拉过来，然后用统计学的方法进行处理（过滤掉无用信息、提取特征值等等），最后用一个或者一组公式去描述历史规律，这就是模型建立了。
当然，模型建立后，还要测试它的有效性，如果有效，那就可以拿来预测未来了。 最后，根据模型的预测，我去买了股票，赚了钱，这就算是量化赚钱了。是不是很简单？ 其实，量化最激动人心的地方就在于，你搭建了一个模型，它真的可以自己工作，自己运算，而且不会生气，也不会偷懒，只要你设置好了，它会一直跑下去，随时提醒你哪里出错了。
但问题是一般人很难坚持下来。因为一开始的时候，你的模型可能连历史数据都处理不好，更不要说提取特征值了。这个过程是极其消耗耐心的，而且看不到直接的结果显现，很容易让人丧失信心而放弃。这也是量化最难的地方。
但是，一旦你坚持下来，找到感觉了，量化的美妙之处就凸显出来了。你可以用相同的数据，不同的参数，构建出无数的模型，然后一一测试它们的效果，找出最有效的那个。
简单地说，就是试错，在你不知道如何选择的时候，就去尝试所有可能的方案，然后用结果说话。 这是不是就是一种最优选择呢？ 或许不是，但它一定是最不坏的选择！