爲何要用Excel作量化投資

本博客的適用對象：想作一些量化投資，但又不想寫代碼的普通投資者。

作了20多年的財務和投資。隨着年齡的增加，投資風格也逐漸變得穩健，逐步認識到投資不能把簡單問題複雜化了，策略應力求簡單明瞭，工具適合本身的就好。

大概從2010年在海外在工做的時候，開始學習量化投資。中間也學過專業的回測工具，如Matlab，以及如今流行的Python。雖然這些都是很好的工具，卻總感受離通常投資者有些遙遠。畢竟本身不是專業的碼農，學了，工做、生活上用不到，很快就生疏了。

後來我逐漸認識到做爲一個散戶，如今的Excel在功能和性能上，基本都能知足個人需求。畢竟本身用了20多年，當忽然有一個想法的時候，能夠隨時用手中的電腦實現，比寫代碼簡單得多。

通過多年的Excel作財務和投資分析實踐，也總結了一套在財務和金融中應用的基本的思路框架體系。

目前市場上的Excel書籍和課程，絕大部分都太空泛了，缺少行業針對性，尤爲沒有專門針對投資使用的Excel圖書和課程。所以，我想把這套Excel基本的量化方法分享給剛入門者，尤爲是非理工男們，以節省你們的學習時間。

第一節，首先介紹一下爲何要用Excel作量化投資。Excel作量化投資相比Python有哪些優點和不足。

優點

1.上手快，節省時間成本，不會忘記。

對於不少非碼農來說，學習Python就像學習英語同樣。每每是學了不少年，但真正的用起來，依然腦子空白。緣由很簡單，之因此學很差，是由於沒有環境，平時的工做和學習中用不上。

而Excel則不同，工做中幾乎無處不在，平常工做也離不開他。學習用Excel作量化的框架，也很是容易，基本幾個小時就能夠上手，而實現同等水平的Python,學習成本至少要一個月時間。

並且一旦掌握了Excel作量化投資的基本框架，就跟學會了開車同樣，之後基本不會忘記。

2.Excel在功能和性能上，足夠應付通常投資者的策略

簡單的未必是很差的，好用就是硬道理。可以搞定任務，其餘都不重要!

• 性能上：應付日線級的數據，Excel足夠了

不少人對Excel的觀念還停留在Excel2003和奔騰電腦的時代，數據一多電腦就白屏。

實際上從Excel2010起，已經能夠支持104萬行數據，16384列這樣的表格；配合如今主流的i5處理器，8G內存，基本不會有任何的不適感。

104萬行數據，對於我的投資者，用日線級別的數據作量化分析，足夠了。

至於有些專業的投資者，數據動不動就上Billion，Excel2016開始，內置了Power Query和Power Pivot，處理幾個Billion級別的數據，也足以應付了。

• 功能上：Excel自己的數據分析功能很強大，插件也很是豐富。

出了Excel自身的統計分析功能外，後面的文章會陸續介紹的Excel金融函數插件TA_LIB的使用。另外Office的插件商店，提供了不少金融分析甚至機器學習方面的插件可使用。

基本上我的投資者能想到的功能，均可以經過Excel自己或者安裝各類Add-in實現。

3.足夠靈活，使您更專一於策略自己，而非代碼

一直認爲，生活中最重要的事情是家庭和健康，徹底沒有必要把時間浪費在沒必要要的寫代碼的事情上。

Excel簡單，靈活，直觀。其公式及函數的學習難度比起通常程式語言如Python要簡單的多，用戶能夠輕易的掌握數據分析的邏輯，將精力集中在買賣策略上。

4.適用性強，隨便一臺電腦上都能用

Excel基本是個電腦就會裝，不管公司電腦和我的筆記本。

Python這麼多年沒能堅持下來一個最重要的緣由，就是做爲一次低頻使用的軟件，每次想用的時候，都少不了再配置一次運行環境。

尤爲不少同窗的公司電腦，基本不可能讓你本身配置運行環境。而家裏的我的電腦平時又以娛樂和遊戲爲主，頂多用用Office。

缺點：

固然，Excel最大的缺點，就是沒有Python逼格高。

若是是爲了找一份好工做，好比畢業去金融機構應聘，簡歷上寫Python，絕對比寫熟練使用Excel機會要多的多，哪怕你只是學過Python幾天。

但對大多數非專業機構的投資者作量化，Excel不管從哪方面講，都足夠應付了。

問題就是怎麼作。

歡迎關注個人博客「Excel作量化」