量化交易的可怕之处

量化交易的可怕甚至说恐怖之处，师爷跟兄弟们叨叨看，当然，最后也会告诉一下量化交易的一些改进或者弱点。

量化投资是指借助统计学、数学方法，运用计算机从海量历史数据中寻找能够带来超额收益的多种“大概率”策略，并纪律严明地按照这些策略所构建的数量化模型来指导投资，力求取得稳定的、可持续的、高于平均的超额回报，并在很大程度上用计算机自动化交易来实现投资的一种投资方式。

• 精力无穷

量化交易是程序员通过交易模型在不断分析和测算数据，不单单是交易数据，还包括研究报告、公告、新闻包括社区、股吧、微博等阅读和提取。

人工看盘盯盘复盘的精力是有限的，相关结果的数据都要手工记录下来，整理成明天的交易计划。量化交易模型设置好以后，不仅时间上要节省，而且结果一目了然，交易计划明确可执行，甚至已经基于这类交易模型做出回测结果及盈利概率。关键是复盘数据量化交易是24小时在运行的，只要不断电这个家伙就在工作哟。

人工阅读研究报告、公告、新闻等不仅在效率上较低，而且在提取要点、摘要观点等方面需要经验极其丰富并花费大量的时间和精力。量化交易程序员设定好研究阅读和提取模型后对大量的研报进行24小时无间断地处理，可以不知疲倦地进行工作，量化交易程序整理好需要的数据供交易员调取。

• 无情绪

选股策略上，量化交易可以通过量化择时、量化选股、因子分析、事件驱动等N种量化模型选股，量化交易模型可以通过测算所有交易因子赚钱的概率进行因子调取应用和及时调整。

交易策略上，量化交易可以根据交易模型理性分析和判断，完整地执行止盈和止损，无情绪地进行下一条交易，避免人性的恐慌、贪婪、畏惧。

彼得林奇曾经就说过，投资是反人性的事。当把人性的弱点通过计算机量化交易模型来进行操作的时候，成功的概率就要大许多。

• 自主学习

现在普遍的量化交易都有自主学习的策略，就是宣传上的AI人工智能自主学习。

这个自主学习的能力是什么？

可以通过回测出该股票现在这个买点的历史数据年化收益率，让你立刻知道什么样的股票型态？什么样的主力资金流入的股票？什么样的点位买入、止盈、止损？才能达到远远超越大盘指数涨幅的年化收益率？然后可以挑选收益率更高、回撤更少、更理想的策略，组合成超级收益率策略进行实盘交易。

那是怎么自主学习的？

量化交易系统通过数据回测和分析，找到了更好的盈利模型后，就会向该类型的数据进行自主挖掘，通过对该类型的数据挖掘后统计出可能更高收益的交易模型并进行数据回测和分析，修正，完成整个自主学习的过程。

人工智能植入到股票交易中，在A股的交易中已经开始展露出一定实力。

• 自动化交易

人工下单可能速度慢，量化交易机构一般有自己的交易专线，甚至通过计算机大量的交易单来获取稳定的收益。

自动化交易单位时间内处理的交易单量可能上万笔，一个交易员一天最多能下单交易应该是有上限的，远远达到不到算机自动化交易的。

同样也避免了人工下单可能造成的乌龙指等可能性。

• 强大的团队

就上面那些也就算了，我们小散们努力一点就行，或许也能拼得过。

当最强大脑们集合在一起想办法收割小散的时候，是不是有点后脊发麻的感觉？

我看了很多管理规模200亿以上的量化交易团队，大部份是清北甚至欧美留学数学博士、计算机科学家、量化行业专家不乏华尔街顶尖量化团队历练归来的。

还有，某量化机构还花10亿以上的资金用来购置量化交易的设备提升运算能力，能更快更精准地捕捉到任何一个交易机会。

小散们是不是都要哭了？

师爷，那我们是不是没有任何机会了？量化交易有啥弱点不？

量化交易是区别于传统的交易方式的最大特点在于，是通过大量数据分析进行选股和交易的。数据来源一般有两种，一种是纯粹的大脑里面的想法，这个很难量化或者形成统计数据，一般就是市场调查数据之类的；另一种就是通过过往的数据产生的算法数据。

那细心的兄弟可能发现了，数据分析是基于过去已经产生的数据进行分析呀，不能直接用于未来的判断呀。

那量化交易在市场的反应的作用就是助涨助跌。

所以，2021年很多量化机构的超额收益出现一些分化的原因就在于此。目前市场的成交量中应该已经有25%甚至更多来自于量化交易。

当然人机结合才是收益更高的方式，相信在不远的将来，有一些量化机构会通过这种方式为投资者获得更高的收益。

以上仅为师爷讲解量化交易之需，不作为投资参考，请谨慎应用，不要盲目投资。