开始之前，先讲讲什么叫量化？
从字面理解就是数据化，就是把抽象、概念化的东西用数据表示出来，这些数据不管到哪里，都会客观的表达所要描述的东西，而不会出现曲解，就像工程图纸一样。
举个生活化的例子：你朋友小明说，我们学校校花可漂亮了。漂亮是个抽象的形容词，显然是一个仁者见仁，智者见智的事情。小明继续描述：V脸D胸A4腰，外加一字大粗眉，显然有了一些量化的东西，原来小明所谓的漂亮，就是韩国批量生产的，打了玻尿酸的，网红脸。
所谓量化就是用数据详尽的描述你想要表达的东西。放在股票交易就是：这个股票走势太平缓了，但每个人对平缓的定义不同。如果你这样描述他可能会更懂你：股票走势在10-15度范围内缓慢爬升，股票每日波动幅度在2-3点，这显然是一个平稳的走势，或者是走势以60-80度范围内距离攀升，这显然是一个很牛的走势。
为什么进行量化？每个人进行量化的原因千奇百怪，归根结底，就是为了提高股票交易各个环节的效率。有些人为了提高从2000多只股票选股的效率；有人将自己的交易策略让机器自动执行，从来克制自己不理性的手贱行为；有些人为了验证自己交易策略的历史表现，通过数据分析，提高自己策略赚钱期望值；
以上环节我都想实现，但是这是一个庞大和长期的工程，不妨还是从自己当前的痛点作为突破口，学习效率会更高些。
自己当前痛点有哪些呢：
1、由于要记录交易数据，一旦出现交易，需要从交易软件将当天交易成交价格、成交数量等数据输入表格中用来数据分析。每次交易都要手动输入，很浪费时间，完全是可重复的低效率行为。
2、从2000多只股票选股显然是一个相当费神的事情，目前使用同花顺的软件进行选股，但是由于选股的细节不能定制，还需要手动筛选。
3、表格数据分析生产的资金曲线、盈亏分布、交易表现打分等东西需要每次手动更新，太浪费时间。
解决方法：
通过一门程序语言实现自动获取数据、自动分析、自动选股，自动交易，显然是一个很爽的事情，从而有更多时间考虑优化策划的事情上来。
量化语言的选择：
我不是编程高手，而是一个仅仅大学学过的一点fortran语言的小白，对于各种语言的优略势，显然没有发言权。我只是通过大量的看碎片化的文章，显然很多人都在推荐python，那就从PYTHON开始我们的股票量化之路吧。
