计算机应用毕业被荒废了两年现在该干嘛？

如果学历高，可以先学习一下GO语言。最近的JAVA程序员都要求转GO语言了。

为奉化等地区用户提供了全套网页设计制作服务，及奉化网站建设行业解决方案。主营业务为网站设计制作、做网站、奉化网站设计，以传统方式定制建设网站，并提供域名空间备案等一条龙服务，秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求，就会得到认可，从而选择与我们长期合作。这样，我们也可以走得更远！

如果学历一般的话，先找一个常规的工作，同时朝3个方向尝试一下开源创收：

1，Python量化金融，专精基金定投的量化，这类的书籍，教材，软件，论文很多，量化成代码很容易，然后做成自媒体文章，视频都可以；

2，神经网络的各种应用，现成的代码很多，在根据自己感兴趣的分支进行专精，然后做成自媒体文章，视频，微信公众号都可以；

3，依托一些常规的办公软件，进行插件制作，excel插件，PPT插件，浏览器插件，脚本插件什么的，提供阶段性免费，低价格收费等等都可以；

如果股市里面有很多智能炒股机器，散户还有机会赚钱吗？

我看很多朋友还不知道程序化交易在A股已经达到了什么水平，我就给各位普及一下。

曾经，我认为量化交易离我们很远，它只存在于书本和美股之中，A股仍是散户主导，每一个跳动的数字背后都是追涨杀跌的投资者，每一快电脑屏幕前，都是阴险的庄家或无知的散户，我的每一笔成交单都是在与对方博弈。

但是，越来越多离奇成交单告诉我，你的对手盘，可能根本不是人。

成交明细是股票交易中最重要的数据，所有K线和指标都是根据它制作而成。沪深交易所每3秒推送一次成交信息，我们经常能看到某只成交量极低的个股，不时就会出现一个整数倍的大额成交单，而这个成交单由几十笔甚至几百笔组成，在3s内报送。

这就属于典型的程序化交易，如果你研究过成交分时走势，会发现个股的每一个反转、暴涨、暴跌的背后，都有这类大单的影子，程序化交易一直在引导股价走势，它早已渗透A股的每一个角落，存在于你的每一支持仓个股之中。

据上海证券交易所统计，2017年沪市程序化交易账户共1.26万户，与4546万总活跃账户相比，仅占0.06%，其日均成交量达到706亿，占总成交量的15%，成交量远远高于普通账户，这1.26万的账户持仓市值达到2.8万亿，平均每个账户持仓超过2亿，还不包括现金余额。

　毫无疑问，这些超级账户在A股市场中是神一般的存在，它们将从以下三个维度对普通投资者形成降维打击。

资金量压制

资金量对于炒股而言具有天然的优势，每一个超级账户都可以拉动任意一支股票涨停，甚至能左右上证指数，这1.26万程序交易账户持有的市值占股市全部活跃账户的20.8%，完全可以将上证指数拉到4000点，或者打到2000点。

但钱多也有钱多的烦恼。比如，还没有完成建仓，股价就已经飞涨;还没卖出一半，股价就跌回了买点。但当大资金与程序交易相结合的时候，这些超级账户会用事实告诉你，悄悄建仓、悄悄出货根本不是难题。

股票的成交量明显是分时段的，早上9：30——10：00是交易最活跃的时段，10;00——14:00成交量相对较少，收盘时分成交量再次提升，如果某个人想要购买大盘指数，肯定会将更多的筹码分布在早盘和尾盘成交量多的时候，其他时间买入量较少，这就是目前市场中最流行的VWAP程序化交易策略。

而真正的VWAP策略更加复杂，它详细统计每一支个股每3秒的成交量，找到个股周期性成交的规律，预测此股明天分时成交量，再将订单分散至每一时刻成交，最大限度减小大单对价格的冲击，1亿的订单，也能分作几十万笔订单成交，每笔仅成交几百元。

据统计，程序化交易每笔成交金额为9.64万元，非程序交易每笔金额为4.33万元，相较于相差万倍的累计交易资金，他们的单笔成交金额已经小到不可识别。从这个角度来看，市场中流行的大单资金净流入、净流出指标，已经没有什么作用了，真正的超级订单，隐藏在无数笔小单之中。

速度压制

在交易速度方面，程序与人工毫无比较的价值，程序化交易以千分之一毫秒为单位，而最专业的操盘手也需要数秒，无论是速度还是准确性都相差万倍。

你以为速度优势仅体现在成交先后，对你没有太大影响吗?错，这些程序会在空闲时间完成无数次的申报和赎回，每分每秒都能够麻痹你对股价的判断。

如果你看到下图这种5档行情会有什么想法?买单累计几千手，卖单仅几百手，会不会感觉股价马上要涨?假如你本来就看好此股，会不会立刻入手?而事实上，买单不一定是真实想要成交的，程序交易可以在瞬间将所有买单撤回，高交易速度使得它在1s内能做更多的事情。

申购和撤单的数据最能体现交易速度优势，根据上交所数据显示，程序化账户每天申购593笔，个人账户平均仅申购2.74笔，撤单量的差距更加明显，普通账户每天撤回量不超过1次，而程序交易账户，平均每个账户每天撤回123次。

高频交易对市场的压制是客观存在的，欧美国家存在大量的暗池交易市场，就是机构投资者为了避免受到高频交易的掠夺，它会拿走大资金入场引起的情绪波动资金，也就是市场中所有存在规律的资金。

程序化交易完全能解释本文开篇的疑惑，报送机制会将3s内成交的最后一笔订单用来判断此交易时段的成交方向，在交易明细中呈现红、绿两种不同的颜色。

假如要卖出300手股票，程序会自动拆分成1笔卖单291手的卖单+9笔1手的买单，输出结果就有十分之九的概率显示出主动买入300手，而不是显示300手卖出。

程序交易能在3s内做很多事，这就是交易速度带来的交易频率碾压。普通投资者：我屏幕还没打开!!!

策略压制

前面两项优势只能体现手工与机械，小资金与大资金的差别，而策略打击，将体现智商的绝对差异，如同阿尔法狗对人类围棋365度全方位蹂躏，普通投资者再难有赚钱机会。

事实上，股票投资就是一个挖掘涨跌规律的游戏，股价上涨可能与基本面有关、也可能与K线、均线、新闻、情绪、天气、政策、特朗普、凌乐等因素相关，你不用在意凌乐是谁。

总体来看，量化交易有两个阶段，第一个阶段是传统量化策略，交易的策略主要来源于人工设计。比如海龟策略、趋势策略、钟摆策略、动态平衡策略、造市策略等各种不同风格的策略，我所了解的策略就有几千上万种，这类交易，可以是根据技术指标来设定的，也可以是通过各类基本面设计的，但本质都是机器在执行人的投资策略。

这里必须说一下，同一种策略如果使用的人数变多或者使用的资金量变大，其有效性就会大大降低，各位目前所接触的均线、布林通道、macd等等几百种指标早已被翻来覆去挖掘过几千万次，没有一种指标的准确率能超过53%，迷恋指标属于靠爱炒股。

在数据储存和机器学习不断进步的今天，量化策略已经开始探索智能量化投资，也就是让机器自己设计投资策略，机器学习会根据市场的各类变量自己来总结出若干套量化投资策略，连人类也无法理解策略原理，如同Alpha

Zero碾压Alpha Go一样，人类无法理解、也无法超越。

尽管中国量化交易整体还处于第一阶段，但这1.2万超级账户已经在交易方面表现出极大的优势，上交所统计过各类程序化交易的POPI(平均每笔订单价格冲击度)值。

POPI数值越大代表投资者的申报对交易价格的影响越大，越能引导股价走势。POPI为0表示投资者的申报对价格的平均影响为中性;如果POPI为负，则表示总体上投资者以被动申报为主。

由数据可以看到，程序化机构投资者是唯一一个POPI值为正的群体，他们是股市中价格的引导者，市场中大多数的反弹、抄底、加速上涨、暴跌都是由他们引导的，无论个人和机构，只要不是程序化交易，基本都是股价的跟随者，可能因为是个人就无法避免想低买高卖的本性。

当前，人工智能在股市中的应用还不够全面，技术也没有太大的突破，但整体已经处于由传统量化交易想新型转变的过程，一旦转变成功，股市将成为一个巨大的黑箱，没有人知道为什么，但钱就是从市场转到了这些超级账户之中。

盈利能力极强

在三个维度全面压制的情况下，这些超级账户的盈利能力远超普通投资者，上交所能够直接看到这些超级账户的盈利情况，他们在发布报告的时候只说了这么一段话

“在盈利能力方面，2017年机构投资者的盈利能力强于个人投资者;不论机构投资者还是个人投资者，程序化交易者的盈利能力强于非程序化交易者。鉴于信息敏感性，细节不便阐述。”

虽然上交所没有详细公布，我们也是可以通过其他方法侧面了解一下程序化交易的盈利能力。在2015年股灾之时，证监会关闭了非券商使用程序化交易的接口，所以这些账户基本就是券商的证券投资账户。

数据显示，券商在过去几年中，没有1个季度的收益低于100亿，即使是2015年股灾单边下跌的情况下，也是超额盈利，2017年累计收益达到861亿，2018年上证指数下跌1000点的情况下，前三季度仍然赚了526亿。现在券商投资收益已经高于佣金收入，而且经纪业务还有营业部经营成本，证券投资接近0成本。

可以看出，无论牛熊，券商炒股都在赚钱，从来没有任何一个季度亏损，如果中国股市中存在股神，那一定是券商，而这1.26万程序化超级账户，在其中扮演了重要的角色。

超级账户将增多

近期，证监会要放开程序化交易接口给私募，也就是要扩大这1.26万账户的范围，用来提升A股的成交量。

毫无疑问，增加程序化交易接口，肯定能增加成交量，也能提高券商的佣金收入，还能提升中国的金融科技水平，甚至可能缔造下一轮牛市，无论从任何一个宏观维度对A股都是利好，但是，对现有的五千万活跃股民是利好吗?

不一定，当前，每6笔交易之中，就有1笔程序化交易，接口开放之后，可能每两笔交易就有1笔程序交易，或许比例更高，美国程序化交易比例已经超过80%，当市场中的引导者增多，散户投资者的力量就会越来越薄弱，市场交易状况会更加复杂难以预测，一句话可以概括未来的A股，神仙打架，散户靠边，想在股市中赚钱，会越来越难。

小白入门：用什么写Python?

怎么学python

俗话说得好，“摩天大楼从地起”，学习任何编程语言都一定要把该语言的基础打牢，而怎么打地基呢？秘诀只有一条：多敲代码多敲代码多敲代码。学习前期建议找一本讲python基础的书或博客，把里面的例题跟着操作一遍，在基础打扎实后，可上一些比较出名的竞赛项目的网站如kaggle等，通过做项目去巩固知识。

推荐书籍:《Python基础教程(第3版)》Magnus Lie Hetland著

推荐理由：全面介绍了Python的基础知识、基本概念，高级主题，还有Python程序测试、打包、发布等知识，及10个具有实际意义的Python项目的开发过程，涉及的范围较广，既能为初学者夯实基础，又能帮助程序员提升技能，适合各个层次的Python开发人员阅读参考。

基础知识

代码规范

1. 缩进

相比于其他语言用大括号和end来标识代码块，python语言比较“独特”，其通过代码的缩进来标识所属代码块，通常4个空格为一个缩进，可用tab键实现。缩进是python代码的重要组成部分，若你的代码缩进格式不正确，如同一段代码块语句缩进不一致，首句未顶格等，都会运行出错。

#一个完整的语句首句要顶格

i=0

#同一代码块的语句应缩进一致

for i in range(5):

print(i)

i+=1

2. 注释

编程语言的注释，即对代码的解释和说明。给代码加上注释，可提高代码的可读性，当你阅读一段他人写的代码时，通过注释迅速掌握代码的大致意思，读起代码将更加得心应手。

python语言的注释分为单行注释和多行注释，在注释符后的内容计算机会自动跳过不去执行。

单行注释：在需注释语句前加“#”，可在代码后使用，也可另起一行使用

i=1 #在代码后使用注释

#另起一行使用注释

多行注释：在语句开头和结尾处加三个单引号或三个双引号（前后须一致）

'''

使用单引号的多行注释

'''

"""

使用双引号的多行注释

"""

使用注释除了起到望文生义，迅速了解代码意思的作用外，还有一个小妙处，可以将某段未完成或需要修改的代码隐蔽起来，暂时不让计算机执行。

3. 多行语句

python中默认以行结束作为代码结束的标记，而有时候为了阅读方便，我们需要将一个完整代码跨行表示，这时候我们可以使用续行符：反斜杠“\”来将一行语句分为多行显示：

score = eng_score + \

math_score + \

his_score

注意：若语句中使用大括号{}、中括号[]或小括号()将数据括起来，则不需要使用续行符，如下所示：

name=['Ada','Ailsa','Amy',

'Barbara','Betty','Blanche'

'Carina','Carrie','Carry'

'Daisy','Darcy','Diana']

什么是算法

在学习使用python之前，要先明确使用python的目的是什么？作为一名数据分析工作者，我们并不需要使用python语言来设计程序，只需要使用python来完成算法的实现。那么算法又是什么呢？

算法是指解决某项问题的流程或步骤，我们可以用一个很贴近生活的例子去理解，假如你需要做一道“西红柿炒鸡蛋”，根据菜谱：先准备食材，然后下油热锅，将西红柿倒进去翻炒后，加入蛋液翻炒至熟。

这就是我们完成“西红柿炒鸡蛋”这道菜所用的“算法”，而完成这个算法所需要的就是原料和操作说明，下面来看看原料和说明是什么。

变量

Python语言中的“原料”即对象,在python里万物皆对象,而对象通过引用变量唯一存在,引用上面的例子,可以将”鸡蛋”理解为”对象”,而给它取的名字”小红家鸡生的蛋”则是”变量”。

变量的概念想必大家不会陌生,和中学方程中学的变量基本上是一致的.变量可以理解为对事物的一个代号或者贴的一个标签,是一个可重复使用的量;而不同于方程中的变量,编程语言中的变量不仅仅是数值型, 还可以是字符型、逻辑型等其他数据类型。

1. 变量的性质

先定义后使用在python中引用变量需要先定义，否则会报错，但与其他编程语言如C语言不同，python定义变量不需要事先定义变量类型，变量类型随变量所赋值的类型决定可重复赋值及运算在python中变量可以重复赋值使用，变量间也可相互赋值，同时可以对变量进行运算操作#变量可重复赋值

i=2

i=3

#可对变量做运算

i+1

#查看变量的数据类型

type(a)

2. 变量的命名规则

只能包含：数字、字母、下划线不能以数字开头，不能包含python保留字、关键字、函数名慎用小写字母l和大写字母O, 避免与数字1和0混淆建议用驼峰命名法，即以单词加“"命名，如:studentname#查看python有哪些保留字

import keyword

print(keyword.kwlist)

3. 变量的赋值

基本赋值在python中，我们使用“=”对变量进行赋值，如“x=3"。这里要注意，数据和变量是分开存储的，即在内存中先建立数据“3”，然后建立一个标记“x”，再将x指向内存中的值。若重新对变量x赋值为“2”，实质上是修改了数据的引用，变量x重新指向内存中的数据“2”。

多重赋值对同一对象可以引用多个变量，例如一个人可以有多重身份，Mr Li 是一位父亲，同时也是一位教师，不同的变量，实质指向的对象是同一事物。father = teacher = 'Mr Li'

多元赋值对多个变量同时赋值，等号两边可加括号可不加a,b,c=1,2,3

(a,b,c)=(1,2,3)

语句

了解完算法中的“原料”，我们再来看看算法中的“操作说明”是什么呢？算法中的“操作说明”可以说是算法的“灵魂”，就好像一道菜完成的作品如何，很大程度取决于厨师的厨艺（即做菜秘籍）。构成算法“操作步骤”的是语句，其中包含python的基本语句和控制流程语句。控制流程语句的语法相对较复杂，在后面的文章再继续介绍，我们先认识一下python的基本语句：

其实前面我们已经接触过python的基础语句：赋值语句，赋值语句较简单不展开介绍，下面主要介绍python另一个使用特别广泛的基础语句：输出与输入语句。

1. 输出语句

python中输出值的方式主要有两种：表达式和print( )函数，两者的区别在于，表达式输出的结果为一个python对象，而在实际运用中，为方便阅读，通常需要按照一定格式输出结果，print( )函数就很好地解决此问题。

print( )语法：

print(*objects, sep=' ', end='\n', file=sys.stdout, flush=False)

print( )参数：

objects -- 复数，表示可以一次输出多个对象。输出多个对象时，需要用 , 分隔。sep -- 用来间隔多个对象，默认值是一个空格。end -- 用来设定以什么结尾。默认值是换行符 “\n”，可换成其他字符串。file -- 要写入的文件对象。flush -- 输出是否被缓存通常决定于 file，但如果 flush 关键字参数为 True，流会被强制刷新。#打印多个值，设置中间分隔符为“-”

print("广州","上海","深圳",sep="-")

#先以默认结尾符"\n"输出，再以结尾符设置为“-”，注意区别二者区别

print("广州")

print("上海")

print("深圳")

print("广州",end="-")

print("上海",end="-")

print("深圳",end="-")

以上代码实行结果为：

2. 输入语句

在python中获取键盘输入数据的函数是input()函数，input函数会自动将输入的数据转为字符串类型，并自动忽略换行符，同时可给出提示字符串。如果需要得到其他类型的数据，可对其进行强制性类型转换。

input( )语法：

input([prompt])

input( )参数：

prompt: 给输入者的提示信息，可选参数age=input("请输入您的年龄：")

本文标题：量化交易go语言,量化交易 语言
网页链接：http://azwzsj.com/article/phiipe.html