Python金融量化分析-代码入门

这其实是一篇很短的代码入门。

代码在很大程度上是一种工具，在我们做量化分析的过程中主要作为辅助，但是熟练地敲代码和接触代码的世界也是非常重要的。所以我希望大家在代码方面可以将自己作为半个程序猿看待。接下来我介绍一下我这两节课的大纲：

Choice金融终端
GitHub
Python（这一节分点会非常多）
Machine learning
一个程序猿的自我修养

Machine learning

机器学习是一门通过编程让计算机从数据中进行学习的科学（和艺术）。下面是一个稍微通用一点的定义：

机器学习是一个研究领域，让计算机无须进行明确编程就具备学习能力。——亚瑟·萨缪尔（Arthur Samuel），1959

更工程化的概念：

一个计算机程序利用经验E来学习任务T，性能是P，如果针对任务T的性能P随着经验E不断增长，则称为机器学习。——汤姆·米切尔（Tom Mitchell），1997

例如，垃圾邮件过滤器就是一个机器学习程序，它可以根据垃圾邮件（比如，用户标记的垃圾邮件）和普通邮件（非垃圾邮件，也称作ham）学习标记垃圾邮件。系统用来进行学习的样例称作训练集。每个训练样例称作训练实例（或样本）。在这个示例中，任务T就是标记新邮件是否是垃圾邮件，经验E是训练数据，性能P需要定义。例如，可以使用正确分类邮件的比例。这个性能指标称为准确率，通常用在分类任务中。如果你只下载了一份维基百科的副本，虽然你的计算机有了很多数据，但不会在任何工作中变得聪明起来。因此，下载一份维基百科的副本不是机器学习。

由于这是一门入门的指导，所以大家只需要指导机器学习是一门让计算机自我学习的学科，其数学理论支持非常坚实，而其实际应用也十分常见，例如人脸识别，自动驾驶，甚至你的手机淘宝的首页推荐。

后面的学习中我们会学到如何使用Python进行机器学习的代码编写，要用到TensorFlow或者Pytorch框架，在此大家先有一个印象即可。