本博客的适用对象：想做一些量化投资，但又不想写代码的普通投资者。
做了20多年的财务和投资。随着年龄的增长，投资风格也逐渐变得稳健，逐步认识到投资不能把简单问题复杂化了，策略应力求简单明了，工具适合自己的就好。
大概从2010年在海外在工作的时候，开始学习量化投资。中间也学过专业的回测工具，如Matlab，以及现在流行的Python。虽然这些都是很好的工具，却总感觉离一般投资者有些遥远。毕竟自己不是专业的码农，学了，工作、生活上用不到，很快就生疏了。
后来我逐渐认识到作为一个散户，现在的Excel在功能和性能上，基本都能满足我的需求。毕竟自己用了20多年，当突然有一个想法的时候，可以随时用手中的电脑实现，比写代码简单得多。
经过多年的Excel做财务和投资分析实践，也总结了一套在财务和金融中应用的基本的思路框架体系。
目前市场上的Excel书籍和课程，绝大部分都太空泛了，缺乏行业针对性，尤其没有专门针对投资使用的Excel图书和课程。因此，我想把这套Excel基本的量化方法分享给刚入门者，尤其是非理工男们，以节省大家的学习时间。
第一节，首先介绍一下为什么要用Excel做量化投资。Excel做量化投资相比Python有哪些优势和不足。
优势
1.上手快，节省时间成本，不会忘记。
对于很多非码农来讲，学习Python就像学习英语一样。往往是学了很多年，但真正的用起来，依然脑子空白。原因很简单，之所以学不好，是因为没有环境，平时的工作和学习中用不上。
而Excel则不一样，工作中几乎无处不在，日常工作也离不开他。学习用Excel做量化的框架，也非常容易，基本几个小时就可以上手，而实现同等水平的Python,学习成本至少要一个月时间。
而且一旦掌握了Excel做量化投资的基本框架，就跟学会了开车一样，以后基本不会忘记。
2.Excel在功能和性能上，足够应付一般投资者的策略
简单的未必是不好的，好用就是硬道理。能够搞定任务，其他都不重要!
- 性能上：应付日线级的数据，Excel足够了
很多人对Excel的观念还停留在Excel2003和奔腾电脑的时代，数据一多电脑就白屏。
实际上从Excel2010起，已经可以支持104万行数据，16384列这样的表格；配合现在主流的i5处理器，8G内存，基本不会有任何的不适感。
104万行数据，对于个人投资者，用日线级别的数据做量化分析，足够了。
至于有些专业的投资者，数据动不动就上Billion，Excel2016开始，内置了Power Query和Power Pivot，处理几个Billion级别的数据，也足以应付了。
- 功能上：Excel本身的数据分析功能很强大，插件也非常丰富。
出了Excel自身的统计分析功能外，后面的文章会陆续介绍的Excel金融函数插件TA_LIB的使用。另外Office的插件商店，提供了很多金融分析甚至机器学习方面的插件可以使用。
基本上个人投资者能想到的功能，都可以通过Excel本身或者安装各种Add-in实现。
3.足够灵活，使您更专注于策略本身，而非代码
一直认为，生活中最重要的事情是家庭和健康，完全没有必要把时间浪费在不必要的写代码的事情上。
Excel简单，灵活，直观。其公式及函数的学习难度比起一般程式語言如Python要简单的多，用户可以轻易的掌握数据分析的逻辑，将精力集中在买卖策略上。
4.适用性强，随便一台电脑上都能用
Excel基本是个电脑就会装，无论公司电脑和个人笔记本。
Python这么多年没能坚持下来一个最重要的原因，就是作为一次低频使用的软件，每次想用的时候，都少不了再配置一次运行环境。
尤其很多同学的公司电脑，基本不可能让你自己配置运行环境。而家里的个人电脑平时又以娱乐和游戏为主，顶多用用Office。
缺点：
当然，Excel最大的缺点，就是没有Python逼格高。
如果是为了找一份好工作，比如毕业去金融机构应聘，简历上写Python，绝对比写熟练使用Excel机会要多的多，哪怕你只是学过Python几天。
但对大多数非专业机构的投资者做量化，Excel无论从哪方面讲，都足够应付了。
问题就是怎么做。
欢迎关注我的博客“Excel做量化”