我不是牛人，谈量化投资，牛人有很多，我这里仅仅想把自己的一点心得和大家分享一下，量化投资的概念很宽泛，从投资标的来分类，涉及到期货、期权、股票、外汇等的量化投资方法和理念，我在主要讨论期货的量化投资，范围再小一点是关于期货的程序化交易的一些方法和理念，后期会讨论一些股票alpha的东西，关于期权和外汇我个人实战经验少，相关东西暂且不做讨论。

         如果从数学角度来看，一个交易系统仅仅是一个从行情序列到资金曲线的映射：

f(ts, para) = equity

其中f是一个交易系统，ts是某一个投资标的的行情时间序列，para是交易系统的参数组，equity是资金曲线。如果f可以解析表达，那么可以使用泛函的东西，直接来研究f的一些性质，包括其连续性、稳健性、对参数的敏感性等一些性质，也可以使用控制论的东西来研究这个系统的鲁棒性。

通过对资金曲线equity的一些再处理，可以得到一些评价指标（年化收益率、年化夏普比率、最大回撤等等），通过这些指标，可以从一定角度来窥探这个交易系统的性能。

         之所以将交易系统使用数学抽象表达出来，一则是这样来看待问题更加清晰和明了化；二则也尝试将交易系统的一些问题进行公理化的方式解决，包括最主要的参数选择问题，包括某一具体交易系统与随机交易系统的对比和统计检验问题，后面你回发现采用数学描述来看待这些问题会别有一番洞天。

         我时常在想复杂的数学工具在量化投资领域的实战中到底有没有用？在军工和航天领域复杂的数学工具肯定是有实战的用武之地的，金融这个系统的复杂性肯定不会比军工和航天低，照这个逻辑推是复杂的数学工具在量化投资实战中会有一定作用，但金融与军工和航天领域的最大差别是，金融中有人的参与，导致其未知因素和噪声的不可控性大大加大，而军工和航天领域其噪声虽然也是随机的但大体是可控和可估计的。也不知道西蒙斯的量化团队都用了哪些数学工具？

         《基于Matlab的量化投资》这个系列帖子除了讨论量化投资的方法和理念，还会讨论Matlab这个工具的一些实用问题，之所以采用Matlab来做量化投资而没用采用MC，TB，MT4，天软等其他量化（程序化）平台，一是因为自己用Matlab也7年左右比较熟悉；二是自己使用Matlab来建立量化回测平台，我可以很容易掌控自己的平台的每一个细节（包括资金流的计算、图形的展示、评价指标的计算等等），虽然建立回测平台框架的过程可能会花费一些时间，但一旦整个框架建立起来，日后的使用将会非常方便；三是使用Matlab建立金融模型其周期会比C快很多。

         随后的内容可能会讨论的东西很多很杂，我争取做到让整体的逻辑清晰一些，这一段也太忙，没有太多时间来理清《基于Matlab的量化投资》系列帖子的逻辑思路，每天就在上班路上的地铁上思考一下大致该写那些东西，毕竟要认真写一个东西需要将其思路理清，否则还不如不写。