因为我们可以快速检验自己的想法
因为我们可以免受情绪的干扰
因为我们可以节省出很多时间
因为我们可能获得更高的收益
……
“可是学习量化，需要有编程基础啊。”
出于这样的原因，很多人对量化会有所迟疑，甚至望而却步。
其实，完全不用有这个担心。
1 量化其实很简单
量化看上去很高深，其实简单一点来看，你可以把它当作一个数据统计的工具。
从这个角度来理解，其实你可以发现，用了很长时间的excel就是这样的一个工具。
把行情的数据到一导出，然后单元格一拉，就实现了最基本的量化。
然后再将数据生成折线图，就可以很直观地看到结果。
我第一次进行量化，用的就是excel。
这样的一个曲线图，如果用过excel的话，应该不会陌生。
我刚刚开始接触量化的时候，学习了张翼轸的二八轮动模型。这幅图是我对指数数量进行扩展，然后回测得到的结果。
据说，雪球大V持有封基就是通过excel进行量化，过去十年赚了十倍。
所以，我们没有必要把量化看成很高深的东西。
2 不会编程就能使用的量化平台
使用excel进行量化，还需要导出或者下载数据，编写一些简单的公式。
但是，随着现在很多量化平台的出现，我们连这一步都可以省掉了。
甚至很多策略在这些量化平台上，都已经实现了，我们需要的只是简单的拷贝就可以了。
首先是果仁网，这个应该是最早实现不会编程就能使用的平台。
它的出现对于量化投资的初学者而言，可以说是一个福音。
里面有很多现成的指标，我们可以直接组合成自己的策略。
不过果仁网也有一些限制，不少功能需要购买VIP才能够使用。
和果仁网类似，实现了无需编码就能回测的平台还有：
优矿、京东量化平台、聚宽。
这些平台都是提供了策略生成器，通过选择指标的方式，自动转换成代码，实现无需编码就能使用。
其中优矿指标数最多，京东量化平台指标数次之，聚宽指标数最少。
三者的指标数量均不如果仁网，但优点在于免费。
3 学编程其实是出于个性化需要
当你发现，简单的指标选择方式，已经不能满足自己个性化的量化需要，可以尝试学习一下编程。
可是市面上那么多量化平台，应该如何选择呢？
也不是专业的评测人员，我就从一个普通用户的角度，说说我自己的体验和感受。
3.1 优矿（Uqer）
还记得当时想要通过MATLAB来建立数据仓库，在这个过程中，了解到了优矿。
优矿是通联数据旗下的一个产品，有着这样的背景，数据自然就非常齐全。
我公众号里面，周二到周六分享的基金定投回测结果，以及关于价值投资选股、行业数据对比、估值的小工具，就是用优矿实现的。
不过优矿有一大缺点，就是访问有点慢，甚至常常打不开：
这是比较令人苦恼的，为此，我曾经还弃用了一段时间，直到后面有数据的使用需求，才重新使用。
一开始我以为是网络的原因，只有我自己是个例。
不过在分享了价值投资小工具之后，发现不少人都有类似的体验。
还有人认为我分享的工具是空白的，最后才发现是打开得太慢。
3.2 聚宽（JoinQuant）
聚宽是我使用得最多的一个量化平台，最近研究的动态因子、动态多因子策略，都分享在上面，之前还写了一篇文章来推荐它。
聚宽不仅访问起来非常迅速，目前为止基本上没有什么卡顿的情况。
不过这个不是重点，让我感受最深的是，就算关闭了回测窗口，也不影响回测结果生成的功能。
这让我可以同时进行十个回测，大大的节省了调试策略参数的时间。
这里的分享氛围不错，不仅有适合老鸟的分享，也有适合新手的教程。
那个曾经让我惊喜万分的小市值策略，就是在聚宽的社区拷贝的。
对于量化的新手来说，通过量化课堂，也可以一步一步成体系地学习：
总体来说，聚宽给我的用户体验是不错的，唯一美中不足的地方是数据不如优矿丰富。
3.3 米筐（RiceQuant）
其实在发现聚宽之前，我更早知道的是米筐。
不过和优矿一样，因为网络原因，弃用了。现在米筐访问起来，已经很快了，应该有做过改善。
在使用聚宽的过程中，我发现米筐和聚宽其实是一个深度的竞品，从两者的菜单对比，就可见一斑：
两者不论是界面、使用的方式、还有数据，都非常相似。
或许是因为创建者的灵感都来源于国外的量化平台Quantopian吧。
米筐一开始还能支持java进行回测，但刚刚进去看了一下，发现这个功能已经关闭了。
下图是米筐的学院，里面也有不少量化的教程。
总的来说，米筐给我的感觉更加偏程序员化。
3.4 其他
除了上面介绍的几个量化平台之外，还有京东量化平台、掘金。
这两个平台，我大概地了解了一下：
京东量化平台菜单看上去和聚宽、米筐差不多，“学院”菜单内的教程也挺成体系的：
京东量化平台还支持java语言，有京东大数据，缺点是网页访问不够流畅，有点慢。
掘金需要下载客户端，策略在本地运行，相对更加安全，同时能够支持C，C#，C++，Python，GNU，R，Matlab，Easy等多种语言。
掘金给我的感觉，应该是比较适合相对专业的量化人员。
这两个平台，由于都没有使用过，了解得比较浅显。
当然，应该还有其他的量化平台，但比较容易找到的就上面这些了。
如果感兴趣的话，大家可以自行研究下，找到最适合自己的平台。
