对于Python可能大家都会有一些了解，这个语音不仅是AQF的基本语言，同时一些学习编程方面的朋友们应该对于这个语言不陌生，那么小编今天要给大家分享的是什么呢？就是Python量化投资技能的解析。

Python，MongoDB：

Python核心量化工具：Numpy/Scipy/Matplotlib/Pandas

Mongodb：非关系型数据库（nosql ），属于文档型数据库，在适量级的内存的Mongodb的性能是非常迅速的。

》》点击进入学习量化投资入门特惠班

基本面选股与择时判断买卖点：

对于股票市场，量化投资主要包括量化选股、量化择时、算法交易、股票组合配置、资金或仓位管理、风险控制等。

选股的目标是从市场上所有可交易的股票中，筛选出适合自己投资风格的、具有一定安全边际的股票候选集合，通常称为“股票池”，并可根据自己的操作周期或市场行情变化，不定时地调整该股票池，作为下一阶段择时或调仓的基础。

量化选股的依据可以是基本面，也可以是技术面，或二者的结合。

择时的目标是确定股票的具体买卖时机，其依据主要是技术面。取决于投资周期或风格（例如中长线、短线，或超短线），择时策略可以从比较粗略的对股票价位相对高低位置的判断，到依据更精确的技术指标或事件消息等作为信号来触发交易动作。

一般来说，择时动作的产生可以基于日K线（或周K线），也可以基于日内的小时或分钟级别K线，甚至tick级的分时图等。

神经网路与深度学习在量化交易中的应用：

深度学习是机器学习的一个新的领域，它基于多层神经网络对数据中的高级抽象进行建模，其动机在于建立、模拟人脑进行分析学习的神经网络，模仿人脑的机制来解释数据。从市场微观结构的角度来说，股票价格的形成和变化是由买卖双方的交易行为决定的，对高频市场行情数据利用深度学习方法进行挖掘可以获得对未来股票价格走势有预测能力的模式。