劳动节都过去了。答应大家的数学篇迟迟难产，都是个人原因罢了，当然可能写出来并不能达到大家所期望的，或者写出来的东西水分也不是很足，都是一些个人浅解而已，谈不上指导大家。比如上一篇的计算机篇，我写的是自己的学习过程，同样得到广大球友的建议，发现确实Python不错，我也花了很多时间开始学习Python，小清新的界面总是让我无法抗拒，现在网上第三方量化平台也特别多，界面做的确实好看。    

 言归正传，希望我这个毕业于数学系的不要丢脸了，如果真丢了，那也只是我个人哈，无关数学。有任何问题或者异议，小弟我是虚心接受指导的。   

  金融市场如此庞大的数据库，肯定需要数学这个最基础的工具的，这个相信大家没有异议吧。首先量化在数据的角度分为P派，Q派，这个是什么大家百度一下。总结一句话就是Q重模型而轻数据，P则重数据而轻模型。小弟我觉得只要是好策略，不管P,Q派都接受，我实战的策略大部分是Q派的，当然P派的也有，同样P,Q结合的也可以。

如果是多年的股民，自己脑袋已经有核心思路，其实可以系统的测测策略。如果纯数学系出生，完全不懂金融市场，同样可以就从数据数学出发做出好策略，我认识很多私募或者团队就是纯数据出发做的很好的，市场那么大，博弈手段很多很多，只要足够高明。  

   很多人经常问，数学要学到什么样的地步才能做好量化投资啊？量化投资我同样把数学当做一种工具。工具我个人的定义是够用就可以。 那什么样的数学课程会有利于或者说在量化中经常会使用呢？我想这个不需要我回答，大家应该都很清楚。 

（1）唱的比较多的数据挖掘，数据挖掘基本就包括了神经网络，决策树，SVM，各种回归等，这些建立的模型是特别注重数据的，往往学出来的结果你是不清楚具体过程的，解释不通。 

（2）统计套利，也是完全根据数据统计发现相关品种或者不清楚品种间的套利机会等。 

（3）数学的巧妙运用，就像欧拉公式一样如此完美，在数学上进行巧妙的数据变化，也许能得到极好的结果，就像以前做证明题一样一个简单的变化就变得结果如此简单。 

（4）以上的那么多点，不管怎么样，其实都是拿现有数据寻找概率分布，然后指导交易。 一．数学的跳跃，巧妙思维下的好策略 这个就是数学功底了，数学的跳跃及灵感的运用，这个完全就是数学积累和敏感度了。