為什麼量化交易那麼牛

『壹』 量化交易的特點和前景

量化交易 是將傳統交易理念規則化、變數化、系列化、模型化，利用計算機的數據處理能力，對宏觀周期內投資產品的市場結構、估值成長、盈利質量、市場情緒等多個角度進行分析，藉以制定新型投資策略，形成一整套操作系統，在實盤中使用電腦自動執行。

以人工智替代投資者在某些環節中做決策，能極大地減少了情緒波動的影響，增強投資的一致性，可以大幅提升投資的穩定。相較主觀交易者經常會應用「盤感」、「經驗」、「第六感」作為其下單的策略，量化交易強調數據的重要性，一套策略一定是清晰明了的，首先得能說得清，道的明，策略是一套完整的閉環，無論開倉、平倉、止盈、止損，都有明確的條件，否則計算機也無法識別。

這樣的好處也很明顯，會讓我們的交易變得清晰、成體系。我們能在此基礎上，改良、精進，可以設立投資組合，交易不同的標的，使用不同的策略，而又相互不影響，能通過策略、資金管理、執行成體系的交易，而非停留在構建虛無縹緲且無法驗證的策略這個階段。交易系統扮演著「憲法」的角色，並不是具體的法令，剩餘的細節則由操盤手藉助自身經驗來微調量化交易中的參數處理。量化交易也可以理解為是人工智慧、數據分析在金融領域的一種應用。

量化交易與普通交易的區別類似於西醫和中醫，普通交易是中醫，一番望、聞、問、切之後，依據個人經驗和主觀感覺開出葯方；量化交易是西醫，要化驗、拍片，取得大量客觀數據後開出葯方。雖然都治病，但依據截然不同。量化交易運作之前，會先用模型對整個市場進行一次全面的檢查和掃描，然後根據檢查和掃描結果做出投資決策。

採取股票量化交易的目的就是以明確的指標和規則指導交易，量化策略在實際使用的過程中可以脫離人為判斷，執行速度更快，運作效率得到了提高。不論是否採用程序化的執行手段，量化交易策略都能夠在實際交易中減少人的負擔，也就減少了許多重復性的勞動。早先的時候，投資市場都是交易員自己盯盤，根據市場動向來進行買賣。但是人的精力畢竟有限，隨著金融市場的發展，股票越來越多，交易員很難再靠自己去分析和盯盤。後來，投行家們就想到了利用計算機大數據分析來進行金融操作，只要設定好相應的規則，編寫好相應的程序，依靠計算機強大的數據處理能力，就可以輕松地進行市場操作了。

在科學不斷進步的今天，越來越多的先進技術被創造出來並應用到各種情境之下。通過結合多個不同學科的知識和相應的數學模型，量化交易策略更有可能發現一些隱藏較深的復雜數據規律，而這些規律往往不太容易被主觀交易者察覺得到。隨著大數據、人工智慧等技術的飛速進展，金融投資正在逐步由人主導轉向由科技引領，人與技術在投資過程中如何更好地結合，成為未來投資的關鍵。在此背景下，量化投資日益得到國內大量基金公司的重視，特別是在監管逐步趨嚴、市場有效性逐步提升的過程中，量化交易具有廣闊的成長空間。

                                                                                                                                                                 作者: 公眾號 量化交易小課堂

『貳』 量化交易的那些事！

最近一段時間，很多人覺得股票越來越難做了，板塊加速切換，市場走勢極端，一些中線趨勢良好的板塊個股完全無視基本面突然連續大幅殺跌。

有人說，這是因為量化交易成為了我們的對手盤，助漲殺跌。有些票漲六七個點，突然就摸漲停了，有些票跌六七個點，突然就奔跌停去了。手速、資金都拼不過，甚至按照這樣的趨勢，我們這些靠交易為生的散戶，有可能要被機器人幹掉。事實果真如此嗎？

今日筆者就來給大家分享一下量化基金的那些事。

量化交易到底是怎麼交易的？

交易員A兄，19至20年在國內某量化基金做交易員，基金規模最大到70億。最開始在量化交易部，後期在人工t0部。基本上交易部的東西都清楚，國內這幾家量化基金的交易模式也大同小異。

量化交易是怎麼交易的呢？大部分策略是量化對沖模型。

就是買入市場上的活躍股，然後開對應金額的期指空單對沖（IF，IC，IH都有），多頭金額和空單金額（期指有杠桿，實際佔用金額少）基本上在1：0.8到1：1區間浮動。

賺錢邏輯就是，不管大盤漲跌，因為有對沖，只要買入的票足夠強，只要能跑贏對沖指數（if，ih，ic），基金就是永遠賺錢的。

也有一些純多頭策略，就是不帶對沖，全買股票的，但是少一些。

量化交易的買入賣出，都是一攬子交易。每天要買入的票少的時候200隻，多的時候能到4、5百隻。這些票根據權重劃分金額，有的票買的多，大部分票只買一點點。一般前二十隻票，買入金額佔到總成交金額的4成左右了。

當天開盤前，策略部的演算法就會把當天的買入賣出任務做好。交易員的工作就是把當天要買的票買完（不論價格），把當天要賣的票賣完（不論價格）。考核指標就是以當天開盤價作為基準，算出平均買入成本與開盤價偏離值，以收盤價作為基準計算賣出價格偏離值，用這兩個數據算績效。

這個模式就導致，股票早上買的時候很容易打高了，因為很多公司都是這個演算法，互相一搶，股價就能推上去。但沒辦法，交易員一般10點之前就要買完票了，越往後風險越大，因為不知道誰就突然漲停了，導致買入成本暴增，是要被談話的。

賣出是這樣的，公司所有的票有一個7%止盈單，就是只要股價沖到7%，就會賣出。而且收盤統計的時候，漲幅超過7%的票是按7%的價格計算賣出成本的，假如賣早了那就賣虧了，假設我5個點賣了，沖到8個點，收盤砸綠，算收盤價的時候還是按7%算，這個對交易員很不友好。

「19年初那波行情我們當時規模不小了，有時候單票買入金額能佔到股票總成交的10%甚至更多，這時候票就很難買了，因為一買就要把價格推上去，推上去買入成本巨高，我們業績就會很差。但是沒辦法，任務一定要完成的。

印象很深刻的，19年2月1日，當時有個同事買入任務里要買 300615欣天科技800多萬，大家可以看一下這票前一天成交額，成交額太小了800很難買進去，買了一點點就封板了，然後炸板，我同事一直想等回落了慢慢買結果一直不回落，最後他直接集合競價把票頂到漲停板把剩下的買入任務買完了……」

量化策略模型：聯創股份的推升

由於「交易員A」兄從事於交易部門，選股條件那是策略部的事情並不清楚，而且這些量化公司都號稱自己有幾百上千個選股因子，每天機房電腦都在跑程序，在第二天開盤前把票選好。

不過公司的幾個模型結構是知道的。當時主要有7日模型，9日模型，13日模型，還有一個兩日模型。

這個N日模型的N就代表持股周期，表示買入後持有N日後賣出。有時候連續幾天都有同一隻票的買入任務，那麼這個票就會在持倉里躺小半個月。隨著模型時間到了之後，慢慢賣完。

演算法部都是清華高材生，學歷在那放著呢。不過再牛的策略也是人定的，再牛的量化演算法也是人選的。

模型的變化（持倉時間長短）、對沖指數風險敞口的調整，以及選股因子等，策略部一直在做優化。這些變化不是說某天突然發現不行了，然後就要改了、之前的都完全放棄了，而是說每天都有在回測市場分析賬戶表現，然後策略部們去做細微的調整。

「為什麼說這個模型的事情，今年的聯創股份這種，很明顯就是被量化模型推上去的。因為這票根本沒有什麼基本面，純垃圾股一個，pvdf那種故事聽聽就算了。」

實際上就是這票被很多家量化演算法選中了，有長周期的有短周期的，但是在前期都主要是買入為主，所以我們可以看到這票被鎖倉了，一直往上推，當然漲的好也就有散戶信了他的故事（散戶也鎖倉），然後到賣出的時候，這票往下按接不起來，因為大家模型時間都差不多到了。

今年好多票漲的快，漲幅大，但是調整的非常狠，跟量化模型同質化有很大的原因。

各位兄很感興趣的T+0

由於買入模型持倉7、9、13天不等，而且都是市場上比較活躍的票。那麼這些票躺著不動其實就是一種浪費，這些票可以甩給t0團隊去做t，用來搞額外收益。

「我之前的工作內容，說實話很無趣，自主操作的空間很少，更像是一個人形下單機器，所以在後期公司要開展t0交易的時候我果斷轉崗去了t0交易部。

當時國內幾家大的量化私募都已經有自己的交易團隊了，我司屬於介入比較晚的，老闆應該是去九坤這幾家參觀學過，也就動了搞t0團隊的想法。在成立自己T0團隊之前，公司的底倉是打包給國內幾家專業的t0公司去做的。」

t+0這邊很簡單，底倉給交易員分好，然後交易員自己拿著底倉去做日內差價，這個差價就是交易員的業績，然後公司按比例給交易員提成就是工資。

t0交易員是沒有底薪的，沒有底薪沒有五險一金沒有社保，全靠業績活。而且這個東西淘汰率相當高，當時新組建團隊，招來了四十多個新人，最後只留下來一個。最主要的是，現在基本沒有t0團隊要新人的了，沒公司願意培養新人。

關於t+0還有一個事情。

很多人做創業板新股喜歡看融券余額，覺得融券量大的票會容易漲，他們說的是要打爆空頭，第二天融券方要回補還券。

其實不是這樣的……創業板新股上市之前就已經把這些機構的券約出去了，這些券各大t0機構從券商手裡借到，當成底倉給交易員做t0交易。因為新股波動大做t0收益高，當然券息也高。但是專業的t0團隊是不可能裸空的，融券量大隻是券商把券借給t0團隊了，人家當天就已經買回了。

量化基金收益的潛規則

其實量化賽道也很擁擠，因為交易同質化很強，大家的策略大同小異，起重要因素的其實不是選股策略而是對沖盤的風險敞口。之前說了，多頭和空頭的比例是在1：0.8和1：1區間浮動的，那麼這裡面的可操作空間其實非常大。

而具體收益率，各個產品之間的差距其實很大……

「19年初那波創投工業大麻氫能源的行情大家應該都知道，到5月份我們的頭部產品收益率都干到了60%了，但是當時竟然還有一些產品是不賺錢的，真不賺錢甚至還有略虧一點的。

這個差距大的原因應該是各個產品的買入時間有差異，因為買的越早其實別的資金就在給你抬轎子（這些是我猜的沒法證實）。實際上在私募拍拍網上的明星產品收益率都還不錯，年化跑個二三十沒問題。但是，但是，但是！後面的產品根本不能看………頭部產品其實就是個廣告效應吸引投資人的…等你虧錢了，老闆開始心理按摩就行了，反正大部分客戶啥也不懂……

我們老闆就不會交易，他工作的一個主要內容就是給客戶心理按摩……

前東家規模最多到70億，當時老闆是有沖擊百億規模的想法的，擴招了很多人。實際上是這些規模一部分是公司本來賺上去的凈值，還有一大半是場外的人看公司業績漂亮高位跟投的…我知道的有一個大戶一個人就在我司放了20億，做量化對沖。

最後結果是行情沒了之後，好多後期進場的人是虧錢的，這些人虧了之後就會選擇贖回，撤資，然後規模也會迅速變小。很快的，從20億規模到70億只用了半年，從70億回到不到20億，用了不到半年……

不過老闆怎麼都是賺的，行情好的時候賺業績提成，新入場資金賺管理費……基金虧了，客戶就自己贖回好了，反正老闆都是血賺。」

最後

其實所有人（包括私募，公募，量化），對於市場都是靠蒙的……

能不能漲，為什麼漲，能漲多少，不是一個人說了算的，因為市場這么大，根本不是一個人能夠決定的。（袖珍盤庄股除外，這種就真看老莊心情………）

行情都是一陣子一陣子的，年初白酒yyds，三月碳中和yyds，5月醫美yyds，789月新能源賽道yyds，最後把鍋全甩到量化頭上去……其實還是自己學藝不精啊……

總的來說，市場的東西都交給市場去消化，市場有市場自己的規律。yyds白酒照樣能跌，賽道股照樣會大幅回撤。

老師們要認真觀察市場，認真學，認真提高自己的交易水平，其實是可以盈利的。

做量化的這些程序員大部分連股票都沒炒過，人家寫的程序也就是發現了市場規律，然後用合理的倉位，策略去做交易。連這些人都能賺錢，其實我們需要做的是客服自己的貪婪和恐懼，做一個無情的交易機器就好了。

『叄』 量化交易不是保賺的也沒有什麼高大上！揭開量化交易的神秘面紗

量化交易是近幾年來一個金融交易領域的流行詞彙。所謂量化，就是指數量化。量化交易就是把交易行為以 定量的形式為交易者提供交易的依據，使交易結果盡可能排除和 避免 主觀交易的隨意性和心理波動。

量化交易在美國已經搞了30多年了，最著名的是數學家西蒙斯和他的文藝復興公司的大獎章基金， 從1989年期起，復興 科技 公司的大獎章基金( Medallion )的年回報率平均高達35%,大獎章基金被譽為是最成功的對沖基金。

狹義的角度講量化交易就是十幾年前就已經開始的程序化交易，它是把交易過程中運用到的交易方法，用計算機語言編成計算機軟體程序，實現機器選股，自動下單買賣等行為。通過計算機程序可以省去一些人力成本（人力分析慢，畢竟現在市場上已經4000多隻股票，未來會更多），同時也省去了一些交易員不必要的盯盤時間，也一定程度規避情緒心理因素影響。

廣義的角度講量化交易就是我們交易者在交易過程中運用的系統化交易。根據一些固定的交易模型進行交易的系統化的方法，系統化交易是股票交易盈利的前提條件。比如基本面的價值投資法，把很多財務數據和指標進行數量化的梳理成固定的模型，這屬於基本面量化；人們包括利用技術分析理論編成的各種指標，選股條件等，屬於技術面量化；

另外量化交易又根據交易的形式分為：演算法交易（也就是高頻交易，主要用於搶單），套利交易（期貨品種的跨期套利和跨品種套利），根據現有的各種技術分析理論編成的實現全自動交易的計算機程序等等。

量化交易不是盈利的保證，它必須建立在一定的成功概率的模型基礎上才能應用的實戰交易中。我們都知道賭場盈利的根本其實就是比玩家盈利的概率高1%而已，這高出的1%盈利概率保證了賭場久賭必贏。所以量化交易其實追求的就是比市場上大多數人盈利的概率高出1%即可。但是這1%不是普通投資者可以做到的。需要大量的實戰總結和復盤總結，最終形成所謂量化交易模型。

最後提醒投資者注意：量化交易模型主要來源於以下兩種模式：

1、數據挖掘，從 歷史 數據中找到在以往 歷史 中盈利概率大的模型，這種模型一般為黑箱模型，黑箱就是你只能看到結果，不知道其中的邏輯，比如現在流行的機器學習模型，就是典型的黑箱模型。它的缺點非常明顯，就是你不清楚盈利原理，未來是否還能繼續出現符合上述模型的情況的概率有多少，也就是說，這種模型， 歷史 業績非常好，但是未來能否盈利非常的不確定。

2、來源於主觀交易者的盈利模型，根據盈利的主觀交易者的系統化的交易方法，用計算機語言編成的交易程序。這種交易模型有的可以量化，有的不可量化，如果可以量化的部分較多，而且量化後回測 歷史 數據盈利概率較高的話，那麼很大概率就是可以用於實盤 。可惜這種模型鳳毛麟角，可遇不可求。另外一種就是少部分可以量化，多數不能量化，而能量化的部分在 歷史 回測中表現很差，主觀交易者的盈利多數可能來源於主觀判斷，此種模型占絕大多數。比如徐翔的漲停板敢死隊的打板模型，在漲停板上買入可以量化，但是如果僅僅是漲停板買入，卻不能實現盈利，盈利的更大原因在於盤手所謂的盤感，所以這些盤感的挖掘數量化，才是這類模型的關鍵。

綜上所述，量化交易僅是交易的一個小分支而已，不是盈利方法。不要迷信所謂量化交易。

其實把交易系統化才是關鍵，系統化關鍵又是盡量把主觀交易數量化客觀化。祝投資順利！

『肆』 最近老聽朋友講量化交易，什麼是量化交易有沒有了解的朋友有哪些的優缺點

量化交易也稱為演算法交易，是嚴格按照計算機演算法程序給出的買賣決策進行的交易方式。它以先進的數學模型替代人為的主觀判斷，利用計算機技術從龐大的歷史數據中海選能帶來超額收益的多種「大概率」事件以制定策略，極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下作出非理性的投資決策

『伍』 量化交易靠譜嗎

近些日子，一則“量化交易靠譜嗎？”的問題，成為了一個熱門的話題，我來說下我的看法。量化交易是什麼意思呢？量化交易主要就是指通過電腦程序的計算，統計出來的一些高勝率的模型，然後在通過這些模型去進行交易，實現穩定的盈利。量化交易靠譜嗎？我認為量化交易一般的情況下應該都是靠譜的。一般的情況都是他了解過 ，自然不容易出錯，但是特殊情況他也會出問題，導致嚴重虧損。不僅僅有普通的量化交易，現在還有一些游資做出了一些自動打板的操作，也是朝著自動化交易繼續邁進了。那麼具體的情況是什麼呢？我來給大家分享一下我的看法。

一.量化交易

量化交易主要就是指通過電腦程序的計算，統計出來的一些高勝率的模型，然後在通過這些模型去進行交易，實現穩定的盈利。量化交易也是很多這樣的基金的，實力都是還不錯的。

大家看完，記得點贊+加關注+收藏哦。

『陸』 量化交易是什麼量化交易有哪些優缺點

近些日子，一則“量化交易是什麼？”的問題，引發了廣大網友們的熱議，在網上鬧的沸沸揚揚。那麼，量化交易是什麼呢？量化交易也可以叫自動化交易，就是使用數學模型來自動交易，摒棄了認為主觀的判斷。量化交易的優點是什麼？量化交易的優點就是去除了認為的操作，不會受到情緒的影響，都是拿概率說話。量化交易的缺點是什麼？量化交易的缺點是不懂得炒作熱點，不會分析時事。那麼具體的情況是什麼呢？我來給大家分享一下我的看法。

一.量化交易是什麼

量化交易，也叫自動化交易。就是指利用數學的模型，製作出一套能夠穩定盈利的方法，然後讓計算機自動的進行買如何賣出的操作。量化交易模型越好，那麼交易的盈利能力，以及穩定性則是越強。

以上就是我對於這個問題所發表的看法，純屬個人觀點，僅供參考。大家有什麼不同的看法都可以在評論區留言，大家一起討論一下。大家看完，記得點贊，加關注哦。

『柒』 揭開「量化交易」的神秘面紗

量化交易（ quantitative  trading  ）是金融術語，即以數學模型代替人為主觀判斷，以計算機程序從還想歷史數據中篩選出多種「大概率事件」並總結出規律，從而制定相應的投資策略。有了量化交易策略，就較容易減少投資者情緒波動的影響，避免在市場狂熱或悲觀的情況下做出非理性的投資決策。

在量化交易出現之前，股票和證券市場的投資操作都是人工完成的。著名的股神巴菲特，他的故事投資秘訣就是價值投資，即通過大量研讀財報選出優質的公司，並長期持有。價值投資利潤固然高明，但知易行難，絕大多數的投資者並沒有耐心和毅力去逐一研讀每家企業的資料，分析基本面，等等。以美股為例，14000+家公司，每份財報都有好幾百頁，怎麼看得完。更何況，很多機構和投資者都是炒短線的，根本沒時間按價值投資的思路去做資料分析。

在此背景下，很多金融創新就應運而生了。比如金融學上有一個很著名的交易策略叫動量交易（momentum trading），即股票價格向上突破到某個比例時買入，下跌某比例時賣出。這個原則說起來容易，人工操作就很困難。而有了計算機之後，交易員只需要輸入具體明確的交易策略的指令，剩下的具體操作就可以由電腦自動完成了，非常輕松。

20世紀70年代，隨著計算機算力的突飛猛進，金融數據的大數據分析變得簡單易行，接著一大批劃時代的金融理論誕生了，比如投資組合理論、資產定價理論、期權定價理論，都是在這一時期出現的，這些理論為挖掘金融數據提供了理論基礎。另一方面，市場上需要管理的錢越來越多，證券的種類也越來越多。計算能力、金融理論基礎、市場需求，這三個條件在一個時代同時實現，量化交易也就應運而生了。

率先使用量化交易技術的是投資銀行們。他們利用計算機技術在海量的數據裡面挖掘信息，設計很多很復雜的金融產品，放大杠桿，獲取著令人難以置信的高額利潤。由於計算機技術的大面積應用，很多IT天才雲集華爾街，他們大都是穿著T恤和牛仔褲不修邊幅的宅男，與西裝革履的傳統銀行家形成了鮮明的對比。2006年，來自摩根史丹利，高盛，德意志銀行等投行的頂級「寬客」（Quants，量化交易專家）平均年收入是5.7億美金，年齡最小的才30歲左右。

經過投行們的推波助瀾之後，量化交易在金融市場上占據著相當大的份額。目前的美股市場上，量化交易大概佔到60%的比重。

量化交易的核心競爭力就是對海量數據進行分析計算，進而提煉出一定的規律，並據此作出預測。比如，對於某一隻農業概念股，除了常規的坎財務數據、歷史產量，還可以利用衛星數據來分析天氣，然後把農產品的歷史產量和其它先關數據全都難過來，進過整合分析之後預測這產品的未來產量，進而對該只農業股的股價進行預測。在市場平穩發展、規律性較強的情況下，只要精確地捕捉到這些規律，投入一些本金，並加上一定的杠桿，就可以實現很高比例的盈利，可謂是一本萬利，這也是前文提到很多量化交易的IT專家能夠獲取天量收入的秘訣。

這個原理聽起來確實很誘人，然而卻不是容易做到的。畢竟從海量繁雜的數據中持續捕捉規律，並作出准確預測，是非常復雜和燒腦的勞動，費一般人力所能及。因此，大多數投行都是到MIT（麻省理工學院）、普林斯頓等最牛的高校里挖最牛的人才來組建團隊。這些精英們也經常自詡，他們是用模擬天體運行規律的方式來解讀金融世界。簡言之，這是智商密集型的精英領域，非一般人可以涉足。

然而，經濟世界和金融領域的運行狀況，跟天文物理、化學生物等穩態結構領域的規律是大相徑庭的，沒有必然和連續的規律 。量化交易確實厲害，但卻非穩賺不賠的必殺神技。實際上，量化交易的風險非常大。關鍵在於，量化交易的本質是基於歷史數據挖掘規律，因此它依賴於過去的趨勢。而如果這些趨勢依存的條件發生變化，趨勢也就不復存在。進而，基於這些趨勢所做的投資策略，也就面臨著失敗的厄運。

最著名的案例就是著名的投行「所羅門兄弟」，它裡面有一個叫梅瑟維夫的天才，自己組建了著名的量化基金「長期資本管理公司」。在1998年之前，這家公司的業績非常好，年化收益達到32%，在同行之中一騎絕塵。但是經過俄羅斯盧布崩盤的黑天鵝事件之後，一切灰飛煙滅。

1998年俄羅斯盧布大幅貶值，市場上到處拋售俄羅斯債券。長期資本管理公司根據自己設定的量化模型，不但不拋售，反而激進地抄底，想著等市場反彈之後大賺一筆。然而1998年8月17日，俄羅斯政府發表聲明不再償還任何債務。盧布應聲而落，長期資本管理公司爆倉，一天就虧掉幾億美金，在一個月之後，這家天才雲集的公司就破產清盤了。

量化交易把金融市場當作穩態結構，以為一切皆有序可循。然而，金融市場不是天體世界，它歸根到底是人的市場。人性的貪婪、恐懼、慾望都會隨著市場情況的變化而變化。因此它是一個規律和任性相互作用的動態過程，沒有一成不變的規律，也沒有料事如神的預測模型。用李善友教授近兩年廣為人知的說法，叫「 不連續性 」。

當今的量化交易已經回歸到了一個正常狀態：一方面，認識到量化交易在數據挖掘和科學決策方面的優勢，但是另外一方面，人們也認識到量化交易是有局限的，尤其是應對這種突如其來的規律變化的時候，這種純量化交易可能會面臨更大的風險。

作為全球重要的金融市場之一，中國也有一定規模的量化交易的，但仍處於萌芽的發展狀態。炒過股票的同學都知道，中國股市雖然長期收益率不錯，但仍總體而言仍是「消息市」、「題材市」、「概念市」，一旦政策或者環境有點風吹草動，中國市場的變動是非常非常頻繁的，而且波動的幅度特別大。在市場起伏很大、無規律性非常明顯的情況下，量化交易策略就難以湊效，更遑論賺取暴利。

2013年中國有一個光大「烏龍指」事件，就跟量化交易有密切的關系。當時是光大證券的交易員不小心輸錯了一個數字，下了一個70億的天量買單，瞬間拉動股價大漲，進而觸發了很多量化交易程序的自動執行條件，很快導致300多億的資金湧入場內，幾分鍾之內上證指數就拉升了100多點，59支權重股瞬間漲停。很多不明就裡的散戶盲目跟進，結果損失慘重。事後很多人除了控訴光大證券，也指責採用量化交易的機構，因為量化交易數倍放大了「烏龍指」效應，明顯影響了整個股市，進而間接促成他們的跟進損失。

在2013-2014期間，有些量化交易機構收益不錯，但經過2015年股災之後，整個A股市場的情緒和資金面都發生了巨大的變化，過去行之有效的策略通通報廢，以量化交易為核心的私募基金倒掉了300多家。

因此，量化交易在中國市場的成長壯大，路漫漫其修遠兮。我們普通人，還是老老實實學巴菲特，踏踏實實研讀財報，搞價值投資吧^_^

『捌』 量化交易一定會賺錢嗎量化交易怎麼賺錢的

很多人在投資前特別關注的是會不會賺錢這個話題，那麼量化交易一定會賺錢嗎？量化交易怎麼賺錢的？為大家准備了相關內容，感興趣的小夥伴快來看看吧！

量化交易是可以賺錢的，但並不是一定會賺錢，也是會有虧錢的可能性，因為理財、投資都是有風險的，沒有百分百的賺錢，除非是銀行的定期存款利息，那才有可能百分百的賺錢。
影響量化交易賺錢的因素是有很多的，主要是有三個，分別是：策略模型的適應性、交易員的能力高低、風險的控制。
策略模型的適應性：策略針對的是某一類行情，適應性有限，能否賺錢，和賺錢多少和市場行情關系巨大。
交易員的能力高低：一位優秀的交易員是不會依賴於量化策略，知道量化只是一個工具，會仔細的分析和了解量化交易，比如說：分析策略適合的行情，找出策略不適合的行情、分析不可控因素的正常回撤是多少以及分析市場行情、什麼時候下手敢於，添加止盈止損，什麼時候下提前手動平倉。
風險的控制：每一個量化交易都是會有正常的回撤，這就要求交易員要考慮到突發事件對策略的影響以及要合理分配資金和倉位，設定停止交易的紅線等等。
總結：量化交易是可以賺錢的，但並不是一定會賺錢，也是會有虧錢的可能性，量化交易賺錢影響的因素主要有策略模型的適應性、交易員的能力高低、風險的控制這三個，因此想量化交易賺錢，那麼就要注意從這三個方面去考慮。

『玖』 A股的巨額成交量都是由誰貢獻的量化交易為什麼會火

一則關於“A股的巨額成交量都是由誰貢獻的？量化交易為什麼會火”成為了一個熱門的問題？接下來我來說一下我的看法。 在股市中，A股的巨額成交量都是由誰貢獻的？量化交易為什麼會火？其實，在股市中，A股的巨額成交量都是由大部分的機構和散戶所一起造成的，比如說有一隻股票當天的成交量為五個億，那麼可能機構買了一兩個億，另外的三個億或四個億都是有許許多多的散戶一起購買所造成的成交量，最終結合起來，就會有巨額成交量。量化交易為什麼會火？其實，量化交易的其根本原因就是因為一個股票有許多的成交量，說明這個股票比較活躍，買的人多，賣的人也多，所以振幅會比較大一點，才能夠讓人賺到錢，如果一隻股票的成交量很少，那麼他一天的振幅可能才只有1%，這種政府少的股票一般都是賺不到什麼錢的。

『拾』 什麼是高頻量化交易為什麼他們是最賺錢行當他們策略是什麼

首先，真正做高頻量化交易（或叫自動化交易）的，確實是站在鄙視鏈的頂端。

只不過很多也自稱是搞高頻量化，其實都是逗B，盯著所謂的一分鍾K線跟一分鍾macd，自己做了一個自動交易的程序，然後跟別人說「我是做quant的「，是的，用英文來說；也有一些是通過python來構建AI，去自動搜集 歷史 特徵來做出預判，選取高概率方向，這種相對於前者更高級些。——但這兩種大多數都是虧貨，偶爾會有一些成功的。這些都只是自稱自己是量化交易，並不是真正頂端的那些人。

（而現在市場上主流的教材，主要是圍繞以上兩種，所以真就能賺錢的方法不告訴你，告訴你的都是不賺錢的）

那真正站在鄙視鏈頂端的高頻量化交易，是怎麼賺錢呢？

——他們賺的是無風險的利潤，用的方法其實並不復雜，就是高頻套利，每一單的利潤很少，但是憑著量多，來獲取巨大利潤。他們拼的是網速與演算法。

高頻套利有很多種，我下面簡單介紹幾種。

1、一種是外匯套利，假如現在美元對日元升值，但如果現在日元對歐元沒變化，歐元對美元沒變化，那麼就可以用美元換日元，然後用日元換歐元，最後用歐元換回美元，這樣一輪操作下來口袋裡的美元會比一開始多了，這是無風險利潤。如果手裡沒美元怎麼辦？可以在外匯期貨市場上同時做空美元對日元，做空日元對歐元，做多歐元對美元，你可以等交割，亦可以在這幾個市場產生利潤的時候平倉。

正是這么做的人多了，最終推動三方匯率去到一個新的均衡點，整個國際匯率市場隨之變動，最終使得套利空間壓縮到極致——而高頻量化拼的就是速度，在市場還沒完全傳導以前，比其他參與者更早的進行這樣的操作。

2、另一種是利率市場，例如現在美聯儲宣布加息，這樣帶來的一種結果是美元區銀行間同業拆借市場的利率提高，如果現在美元對歐元匯率沒變，歐元區銀行間同業拆借利率沒變，如果你是跨境銀行，或是跟境外銀行有利率互換合作，那可以先從歐元區借入歐元，拿著歐元去外匯市場兌換美元，再拿著美元去美元區銀行間同業拆借市場借出美元，賺取利率差。而如果你最終的目的是想讓自己口袋裡的歐元增加，那麼這么做的同時可以在外匯期貨市場上做一個約定匯率的遠期交易合約，然後等交割。（如果期貨市場上美元對歐元的匯率跟現貨市場上差別不大）

除此之外，如果美聯儲加息主要是通過「縮表」，也就是通過售出自有債券的方式，那麼最終的結果是美元區債券價格下跌，債券價格下跌也就意味著收益率提高，如果歐元區的債券價格沒變，美元對歐元的匯率不變，那麼可以賣出歐元債券，用換來的歐元去外匯市場換美元，拿著美元買入美元債券，同時再在外匯期貨市場上簽訂一個美元兌歐元與現貨市場匯率接近的匯率等交割，也就是約定一個固定的匯率在日後用美元換回歐元。這樣一來，最終你可以拿著美元債券等到期後獲得較多美元，然後拿著這美元等你的匯率期貨合約到期後交割換回歐元，最終到手的歐元比一開始要多。

當然，如果你一開始手頭沒有歐元債券，你可以在債券期貨市場上做空歐元債券，做多美元債券，同時做多美元兌歐元匯率，你可以等交割，或是在這幾個市場上產生利潤的時候平倉。

而這么做的人多了，就會推動美元對歐元匯率的上漲，亦或是推動歐元區銀行間同業拆借利率提高，或者使得美元債券價格提升，歐元債券價格降低，最終使得套利空間壓縮到極致。

3、商品期貨上的高頻套利。

這個比上面兩種更簡單，我在別的文章也介紹過。

一種是現貨市場與期貨市場的套利，很簡單，某個品種現貨價格是這么多，期貨價格卻遠高於現貨價格，那可以在現貨市場買入的同時，在期貨市場上做空，然後等交割。

這么做的人多了，必然會壓低期貨市場的價格，使得套利空間壓縮到極致。

所以一般情況下都是期貨價格低於現貨價格。

同樣道理，如果期貨價格遠月高於近月，你可以用有做多交割許可權的賬戶去在近月做多，同時用有做空交割許可權的賬戶去遠月做空，然後等交割，以近月較低的價格買入交割，然後等到遠月交割的時候以較高價格賣出交割，賺取差價。當然，你亦可以不用等交割，在兩個合約產生利潤的時候平倉。

所以一般情況下，期貨價格都是遠月低於近月的。

當然，以上是還沒考慮到倉儲費、物流運費等因素，加入這些會更復雜。

以上這些方法只是冰山一角，這市場上還有很多玩法，都是課本上不會告訴你的。

例如商品市場與外匯市場之間的套利，原油現貨與期貨市場在國際上有幾個，分別是不同的結算幣種，如果其中一個市場原油價格發生變動，而另一個市場沒有同步，同時匯率也還沒變動，你可以做什麼你懂的，結合上面自己去想。

除此之外還有黃金、白銀、有色金屬，甚至是農產品都可以這么操作。

以上這種高頻量化套利交易，其實就是最古老的方式，也是站在金字塔頂端的。過去是靠著一群會計師精算師一邊用肩膀夾著電話，一邊手指飛快的按著計算機，現在拼的就是優化的自動化演算法與網速。

可以這么說，因為這幫人的存在，使得套利空間壓縮到極致，我們普通散戶根本搶不到一口湯。