01
学习CQF的主要原因
这些思考也让我下决心去学习金融，从年到年，我成功以9个A的成绩拿下CFA证书，以及全A成绩拿下FRM证书。因为一次讲座，我了解到CQF的高难度和含金量，于是我又花一年时间成功拿下CQF证书。我深感如果要真正驾驭衍生品工具和学习专业的风险控制技能，再去CQF进行一次深造还是很有必要的。投资最重要的其实是风控，而不是盲目追求回报率。其次，现在CQF在国内普及度还不高，门槛还比较高，早点学习会有先发优势。目前除了自己做投资以外，也和朋友一起创立了一个量化策略研究的平台：宽易量化平台。02
CQF证书对于我的意义CQF真正学完我是下了功夫的，尤其人工智能部分，因为缺乏相关的知识储备，一开始看了几遍都很难看懂。后来也是查找了大量的资料，包括英文的中文的，才总算能够看懂基本的原理，并可以运用机器学习来完成一些简单任务了。图/课后作业
最后的结果还不错，按照自己计划完成了学业，拿到了证书。但看到有同学也是没有任何基础半年就拿到证书并且在finalexam中拿到优秀，不得不感慨，人和人智商还是有天然的巨大鸿沟的。??学习的困难CQF我学习中主要遇到的困难还是在数学方面。确实不是大学就学金融工程的，在理解随机偏微分方程方面。一开始上手还是花费了很多功夫，但最后还是搞明白了，在这过程中，主要靠自己花功夫摸索，和老师指定的一些教材也给了我很多帮助。当然有一点我比其他同学有优势，就是我时间上比较自由。其实任何事情，只要肯下功夫，一遍不行两遍，两遍不行三遍，多想办法，最后总是能克服的。虽然CQF也不能包治百病，不要期望拿到一个证书就会让人飞黄腾达。这个证书更多的还是培养基础必要数学知识和量化分析技能，要想真的在量化界立足，还需要大量的学习和实践打磨。03
关于CQF的
一些经验与教训
当初最开始将量化知识用于实践的时候，走了不少弯路，在这里把教训分享出来，期望大家不要再重复我的错误。数据的坑
一开始没聚宽这样的平台，尤其tick行情数据在淘宝上买，又贵又没有清洗，数据很乱
后来有了聚宽，可以在平台上做研究了，但聚宽对衍生品缺乏好用的模拟和实盘环境，本地使用tick数据只能试用几天
tushare数据免费，但需要有积分，积分累积耗时费力
高频的坑
一开始总想做高频，速度取胜，买了最好的solarflare网卡，非常昂贵的服务器，也自己做了很多算法优化，后来发现这是一条不归路，因为除了硬件还有网线，除了网线还有机柜位置离交易所多远，除了机柜位置还要席位，甚至还有机房运维愿意让谁维护问题。
再后来各家期货公司给高频设置了很高的交易量门槛，这条路更加走不通了
个人投资者应以算法和因果判断取胜，而不要和大公司比拼算力
C++的坑
一开始特别计较滑点啊速度啊，加上对自己编程功底的自信，上来就想用C++来提供运行速度，但C++的劣势也很明显：缺乏各种库支持，要自己造轮胎；容易出错，难以定位；对框架能力要求很高，代码量庞大，不适合复用，一旦没设计好后续基本职能推倒重来。
真正对个人投资者做中低频策略来说，其实python完全够用了。
Linux的坑
Windows不够安全稳定，为家用开发，不适合做服务器，因此使用了Linux（Centos7）作为服务器操作系统，结果发现Linux的运维简直太痛苦了。
Linux的包安装很多都是直接安装会失败，需要编译安装。比如安装一个C++17t的完整环境有时候需要一天的时间，有些包是国外网站，下载也费时费力。
Linux很多组件包需要通过国外网站下载，国内奇慢，需要按照各种镜像，不同版本镜像还不同，配置也是很麻烦的事情
Linux上各种软件配件可能互相冲突，或者和Linux系统本身冲突，比如安装python3可能会导致系统功能（yum）用不了，因为那个是基于python2
碰到的问题千奇百怪，有时候百度解决不了，还只能google去到英文的网页找答案，各种费劲。
python环境的坑
python的环境也是各种坑，有时候安装了一个包，升级了一个相关包，导致原来正常的功能突然用不了
使用Anaconda时候使用condainstall有时候会导致conda启动失败，然后整个环境不得不重装
Anaconda环境中使用condainstall的东西也可能会与python环境自带的pipinstall的东西冲突
不同python小版本编译的动态链接库不能通用，比如python3.7上编译的库不能在python3.6环境上用。
ctp的坑
期货要实盘交易需要使用上期所的CTP，但CTP的指令太多，文档太简单，只能一点点摸索。
CTP要处理各种信号和回调，若是要自己写一个比较完善的包含交易，查询和各种错误的交易环境非常费时费力。
CTP使用C++，上层若使用python，中间还需要个包装层来封装。使用C++，开发工作量大几倍。
回测，模拟，实盘环境的坑
一开始使用C++做模拟和实盘，用R和python做策略回测，但回测的结果和C++对不上，要花很多时间在和交易无关的环境代码上，还有各种比对保证回测和实盘的策略运算相同。
自己搭建一套回测，模拟，实盘的环境费时耗力，也不一定专业。出了问题很难查。
上面所述的大部分是技术问题，但是我们是做量化投资的，技术只是工具而已。所以后来我在想，有没有一站式解决平台，让我们专注于策略本身，而规避各种技术上的坑。直到后来想到自己做一套更好用的平台，也让很多与我有同样需求的朋友们少走点弯路，使用起来更简单好用，就有了宽易平台。对于未来，我希望继续在投资领域不断求知，不断实践，也会看机缘做一些对社会有益的项目，帮助更多的年轻人。CQF确实难度远超FRM、CFA，但只要你肯下功夫，确实应了一句老话：世上无难事，只怕有心人。往期参考：CQF持证人访谈，用力学习尽情摇滚。CQF持证人访谈，活到老学到老CQF持证人访谈，攻城狮在路上CQF持证人访谈，在否定中成长CQF持证人访谈，爱学习多运动恭喜年6月班级的CQF持证人CQF持证人伍中豪，万事开头难中间难结尾难微众银行实习CQF持证人访谈，考证也是读书的一个方式CQF持证人访谈，不设限制超越自我CQF持证人刘侃，在不确定性中寻找确定性。CQF量化峰会：投资组合管理CQF持证人Albert，越优秀越努力
CQF持证人访谈，花旗量化分析师
CQF持证人李山川，付出有回报。
恭喜年1月班级的CQF持证人
CQF持证人潜欢，学无止境自强不息
CQF持证人访谈，互联网算法工程师丁茹
恭喜年11月的新晋CQF持证人
互联网产品经理转行量化，他从CQF开始
考证不是终点，看大四同学如何学习CQF
多伦多大学应震南同学的CQF分享
CQF讲师的新论文：关于市场情绪的量化投资
想要CQF持证，你可能要经历这些...
我的CQF持证历程(查理冬明)
CQF持证人分享
预览时标签不可点收录于合集#个上一篇下一篇