量化交易時代如何應對

A. 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^_^

B. 做量化交易策略的人在公司應該如何維護自己的利益

像這樣的問題我也是有遇到的，不管到什麼公司老員工總會覺得比你有地位資歷比你高，所以對於做量化交易策略的人在公司應該如何維護自己的利益？我是這樣理解的：

---

我的經驗是，無論對於公司還是對個人來說，任何想要要投機取巧的想法都是非常危險的。

創建一個完全由你的領導的組成的新策略。 當然，目前你只有一個試探，也你還不夠強大，無法獨立運行。 然後嘗試製作足夠的信號，足以單獨運行。 額外的訣竅是，這樣的信號最好是難以添加到某人現有的戰略框架或被吞並。

C. 什麼是量化交易個人如何做量化交易

一、何謂量化交易
量化交易(Quantitative Trading)，即使用現代統計學和數學工具，藉助計算機建立數量模型，制定策略，嚴格按照既定策略交易。具體又可分為高頻交易和非高頻交易，其中非高頻交易適合一般個人投資者和中小機構。
量化交易是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預期年化預期收益的多種「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。
二、量化交易的發展
對多數普通投資者而言，量化交易仍是一個較為陌生的概念，但該模式已在國內流行了數十年。2010年，國內股指期貨上市，成交量在兩年內增加了倍，為量化交易提供了極佳的交易標的，國內量化交易便快速發展。
據華聯期貨介紹，2012年上半年，量化交易量占國內證券市場總交易量8%左右，但占股指期貨交易量的比例已達20%左右。絕大部分的券商和期貨公司開始進行量化交易，部分私募公司和個人投資者也開始使用量化交易產品。
事實上，3年多來，在股市連續下跌的大環境中，傳統投資策略紛紛失效，而一批以股指期貨、商品期貨、債券為投資標的，以量化投資、程序化交易為工具的新興投資方式，卻在國內投資市場嶄露頭角，並實現了較為穩定的預期年化預期收益。
「傳統投資策略依靠人的主觀感覺來投資；而量化投資是根據數學統計模型，由計算機來實現自動化交易。」國信證券東莞營業部財富管理中心負責人林玉偉指出，量化投資的應用涵蓋幾乎所有金融投資領域，是在計算機和網路的支持下，把人腦投資策略編寫成語言程序，由計算機觸發買賣條件，完成自動化交易的投資方式，實際上是傳統投資的嚴謹化。
據華聯期貨介紹，量化投資主要應用於期貨交易、ETF套利、條件選股、權證套利交易等，主流平台包括文華財經、交易開拓者、金字塔，此外Multicharts、龍軟、高手、金錢豹、Yesterday等平台在業內的使用也較為廣泛。
三、量化交易的特點
「量化產品的特點就是任何行情階段都能盈利。」國信證券東莞營業部投資顧問蔡恩俠告訴，量化產品一般都是多空對沖，因此無論牛熊市均能盈利，不過其也有弱點，即牛市跑不贏一般的股票類投資產品，「2007年大牛市，也就30%左右的預期年化預期收益，但2008年大熊市也有15%左右的預期年化預期收益。」
「資金不會一直朝一個方向直線形地前進，資金增值是一個艱難的曲折前進過程。」莞香資本CEO江國棟則提醒道，回撤即是資金增長行進中的停頓，也可看做是期貨交易的機會成本。「因此，必須正確看待策略參數優化結果，不刻意追求最高預期年化預期收益，不過度擬合行情；同時，堅持正確的交易理念和交易方法，嚴格執行和堅持不懈是持續盈利的前提。」
量化投資的應用涵蓋幾乎所有金融投資領域，是在計算機和網路的支持下，把人腦投資策略編寫成語言程序，由計算機觸發買賣條件，完成自動化交易的投資方式，實際上是傳統投資的嚴謹化。

D. 國內散戶如何玩量化投資具體是什麼步驟呢

量化交易是指投資者將交易策略的邏輯與參數經過電腦程序運算後，將交易策略系統化，然後通過電腦自動下單來完成交易。

在量化交易過程中，散戶可以這樣做：

1、根據個股的歷史數據，進行多因子選股，比如，把市盈率、市凈率、市銷率等作為選股標准，選出一些價值被低估，或者處於合理區域的個股。

2、順勢交易，即在上漲的趨勢中買入，在下跌的趨勢中賣出。

3、進行合理的倉位管理，即採取漏斗型倉位管理法、矩形倉位管理法、金字塔形倉位管理法等，好應對個股後期的風險。

4、再根據個股的歷史走勢，尋找個股的支撐位和壓力位，把它們作為止損、止盈點，即在壓力位置，且獲得收益的時候及時賣出；在跌破支撐位時，且股票虧損的時候及時賣出股票，避免更大的損失。

量化投資的最終目標

是讓投資者做到知行合一，剋制人性的貪念，讓自己成為理性的投資者。優柔寡斷，是投資者面臨損失最常見的問題。量化投資的模型，將所有的數據模型化，不再給出多個方案選擇，只給自己定下唯一的參考標准。

量化投資的問題在於，當模型被市場打破後，在沒有找出根本的原因，是否能夠做到靜觀其變。即使錯過了機遇，也不為此而嘆息，以原則堅守為主。簡單的理解，將炒股的各種參數量化，像機器人一樣簡單，消除各種幻覺。不以虧損而恐慌，不以賺錢而自大，盈虧有道。

如果想在股市中長期生存，請給自己設置一個模型！

E. 量化交易下散戶怎麼辦

所謂量化交易就是，編一套相當於交易系統的程序，由電腦程序（又稱機器人），自動完成操作。
這個交易程序涵蓋，如何選股，如何確定買賣點，並進行自動買賣的，完整過程。
選股一般用基本面選股，也有用技術形態選股的。
買賣點，一般都是短期技術上的買賣點。
人們設定好程序後，電腦程序自動運行，代替人操作。

量化交易技術在機構中已經非常普及了，確實是很靠譜的交易方法，不過散戶或是個人想使用這種交易方法的話成本很高，光是技術問題就難以解決，其實這種方法應用起來並不復雜，所以建議題主還是使用一些成熟的量化交易產品比較好，最近在使用的策略炒股就非常方便，手機上就能用，回測准確，而且推送功能非常貼心，只要選定策略就不用管了，自動推送交易信息，然後交易的時候照著做，非常方便。

在理論上看，量化交易，是有理性交易的優勢。
由於設定好「選股+買賣點」的自動買賣程序，可以讓機器自動操作。
電腦程序自動操作，克服了人們在買賣中的各種情緒，顯得比較理性。
如果量化交易程序，真的科學合理，又克服了情緒因素，將提高交易的效率，提高成功率。

F. 【策略】量化對沖的三種策略

期貨市場行情瞬息萬變，交易本身也蘊含極大風險。不過，投資並非一定是「刀口舔血」，通過數據分析和特定的交易軟體，投資者也可獲得穩定的收益。如今進入衍生品時代，量化對沖交易將成為投資者的核心策略。

▌市場有波動就能賺錢

2011年底，國際大宗商品市場的波動越來越多地顯示出資金面的重要性，而非傳統的基本面在決定市場波動。這種新變化，使投資者越來越依賴資金的分析來做出決策，這也在一定程度上推動了量化對沖交易的發展。

所謂量化投資，其本質就是利用數據和模型來進行投資決策工作。東方證券資深分析師丁鵬表示，目前國內的量化對沖交易仍處於起步階段，但國際市場上早已不乏成功案例。如在美國，由「對沖基金之王」詹姆斯·西蒙斯管理的「大獎章」基金連續20年年均盈利達35%。西蒙斯的主要策略就是利用強大的數學模型和計算機軟體，通過對歷史數據的相關性分析來預測未來，在全球市場的不同產品中進行高頻交易，賺取微小的波動差，從而獲取一個穩健持續的收益。

丁鵬指出，對沖交易更多的屬於中性策略，不太受到牛熊市大環境的影響，只要有波動就能賺錢。他認為，投資的暴利時代已經結束，在衍生品時代，雖然市場操作的難度大大增加，但穩健盈利將會成為資產管理的核心競爭力，且絕對收益產品也將變成高凈值客戶的追求。因此，量化對沖交易將成為獲取絕對收益的核心。

丁鵬表示，目前國內市場應用較多的還是期現的套利交易，而實際上，量化的概念包括期貨、期權套利及演算法交易等。以股指期貨套利為例，其基本概念是指利用股指期貨市場存在的不合理價格，同時參與股指期貨與股票現貨市場交易，或同時進行不同期限、不同（但相近）類別股票指數合約交易來賺取差價的行為，其主要方法包括期現、跨期、跨市、跨品種套利等。

而期權套利的優點在於收益無限的同時，風險損失卻有限，因此很多時候利用期權取代期貨來做空，進行套利交易，比單純利用期貨套利具有更小的風險和更高的收益率。其主要方法包括股票—期權套利、轉換套利、跨式套利、寬跨式套利、「蝶式」套利和「飛鷹式」套利等。

▌量化對沖三種交易策略

流動性回扣交易

為爭取更多的交易訂單，美國所有的證券交易所都為那些創造流動性的券商提供一定的交易費用回扣，通常為0.25美分/股。不論買單還是賣單，只要交易成功，交易所即向該流動性的原始提供券商支付回扣，同時向利用該流動性進行交易的券商徵收更高的費用。隨著這種激勵機制的普及，越來越多以專門獲取交易回扣為贏利目的交易策略便應運而生。

例：假設機構投資者的心理成交價格在30-30.05美元。如果交易系統中的第一個買單（如100股）配對成功，以30美元成交。這樣，交易系統中第二個買單（如500股）便顯示出來。假設該買單也配對成功，以30美元成交，根據上述交易信息，專門從事流動性回扣策略的高頻交易者的計算機系統即可能察覺到機構投資者其他後續30美元買單的存在，遂迅速採取行動，報出價格為30.01美元的買單100股。毫無疑問，那些曾以30美元出售股票的券商更願以30.01美元的價格出售給該回扣交易商。

交易成功後，回扣交易商立刻調整交易方向，將剛剛以30.01美元購得的100股股票以相同價格，即30.01美元掛單賣出。由於30美元股價已不復存在，故該賣單很可能被機構投資者接受。

這樣一來，盡管回扣交易商在整個交易過程中沒有贏利，但由於第二個主動賣單給市場提供了流動性，從而獲得交易所提供的每股0.25美分的回扣傭金。不言而喻，回扣交易商所獲得的每股0.25美分的盈利是以機構投資者多付出的1.0美分為代價的。

獵物演算法交易

在美國，超過一半的機構投資者的演算法報單遵循國家最佳競價原則。根據該原則，當一個報單由於價格更為優先，從而在排序上超過另一個報單時，為能成交第二個報單，常常調整股價並與前者保證一致。事實上，一隻股票的演算法報單價格常以極快的速度相互攀比追逐，從而使該股票價格呈現出由高到低、由低到高的階段性變動趨勢，這也正是在實際交易中經常看到數量有限的100股或500股小額交易常常將股價推高或拉低十美分至幾十美分的原因。

所謂獵物演算法交易策略，就是在對上述股價變動歷史規律進行研究的基礎上而設計，即通過製造人為的價格來誘使機構投資者提高買入價格或降低賣出價格，從而鎖定交易利潤。

例：假設機構投資者遵循國家最佳競價原則，且心理成交價格在30-30.05美元。像上例中流動性回扣交易商一樣，獵物演算法交易商用非常相似的程序和技術來尋找其他投資者潛在的連續演算法訂單。在計算機確認價格為30美元的演算法報單的存在後，獵物演算法交易程序即發起攻擊：報出價格為30.01美元的買單，迫使機構投資者迅速將後續買單價格調高至30.01美元。然後獵物演算法交易商進一步將價格推高至30.02美元，誘使機構投資者繼續追逐。

以此類推，獵物演算法交易商瞬間將價格推至機構投資者能接受的價格上限30.05美元，並以此價格將股票賣給後者。交易商知道30.05美元的人為價格一般難以維持，從而在價格降低時補倉賺取利潤。

自動做市商交易

做市商的主要功能即為交易中心提供交易流動性。與普通做市商一樣，自動做市商高頻交易者通過向市場提供買賣訂單來提高流動性。不同的是，他們通常與投資者進行反向操作。自動做市商高頻交易者的高速計算機系統，具有通過發出超級快速訂單來發現其他投資者投資意向的能力。比如，在以極快速度發出一個買單或賣單後，如果沒有迅速成交，該訂單將被馬上取消。然而，如果成交，系統即可捕捉到大量潛在、隱藏訂單存在的信息。

例：假設機構投資者向其演算法交易系統發出價格在30.01-30.03美元之間的系列買單，外界無人知道。為發現潛在訂單的存在，自動做市商高頻交易者的高速計算機系統以30.05美元的價格發出一個100股的賣單。由於價格高於投資者價格上限，因此沒引起任何反應，該賣單被撤銷；計算機又以30.04美元再次探試，還是沒引起反應，該賣單也被撤銷；計算機再以30.03美元探試，結果交易成功。

基於此，計算機系統即意識到一定數量價格上限為30.03美元的隱藏買單的存在。於是，運算功能強大的該計算機系統隨即發出30.01美元的買單，並利用其技術優勢趕在機構投資者之前進行成交，然後再以30.03美元的價格反賣給機構投資者。

G. 散戶如何做量化交易

定量投資是標准化投資環節的交易方式，主要包括選股、購買、銷售三個環節.在量化交易過程中，散戶可以這樣做：1、根據個股的歷史數據，進行多因子選股，比如，把市盈率、市凈率、市銷率等作為選股標准，選出一些價值被低估，或者處於合理區域的個股。 2、順勢交易，即在上漲的趨勢中買入，在下跌的趨勢中賣出。

一、散戶是怎麼量化交易的？
1、根據股票的歷史數據，進行多因子股票選擇.例如，將股價收益率、股價收益率、市場收益率等作為股票選擇基準，選擇價值被低估或處於合理地區的股票.
2、順勢交易，以上升趨勢購買，以下降趨勢銷售.
3、進行合理的倉庫管理，即採用漏斗型倉庫管理法、矩形倉庫管理法、金字塔形倉庫管理法等，應對股票後期風險.
4、根據股票的歷史趨勢，尋找股票的支持位置和壓力位置，以此為止損、止損點，在壓力位置，獲得收益時立即銷售的支持位置，股票損失時立即銷售股票，避免更大的損失.

二、散戶如何做量化交易
確保管理公司所有的活動遵守法規規定，確保對付給基金管理公司的費用和付給投資者的收益計算符合法規和契約規定負責.同時，受託委員會負貴監督和核查託管人是否合法、合規、高效地進行基金資產凈值核算、報酬的計提和支付、資金的劃付，以及收益的分配等.委員會還應有權審查管理公司及託管機構高級人員個人賬戶及證券交易的詳細內容.並定期對交易、資產凈值、服務合同進行審查，定期向監管部門提交相關報告。

三、量化交易系統的出現能夠解決什麼問題？
1.減少客觀因素(情緒化交易)帶來的影響，從而達到穩定持續盈利目的。
2.有嚴格風險控制機制，可杜絕過量交易、重倉交易、大幅虧損等問題。
3 解放操盤時間，降低重復工作帶來的時間消耗，從而達到提高效率目的。

H. 什麼是量化投資如何做到程序化交易

所謂量化投資是將投資環節標准化的交易方式，主要包括選股、買入、賣出三個環節，而真正的量化投資是完全自動化交易，不需要人為參與，投資者只要監管程序是否正常運行，參數設置是否合理，指標選擇是否在既定目標范圍內。

量化投資的形成過程十分簡單，就是一個想法，通過程序化語言變成現實，比如低市盈率投資，當市盈率低於5倍時買入，高於10倍時賣出，具體步驟如下：
首先確定自己的投資理念，是價值投資或是趨勢投資，如果是價值投資，你要通過什麼指標來確定這個價值是高還是低，同樣趨勢投資也要找到判斷趨勢的指標，不管是技術的還是財務的，都要是明確的指標，可以量化的。
其次還要有配套的交易策略，交易策略是根據投資理念的再細化的過程，包括買賣的時機，買賣的數量，倉位的安排等。市場上主要的量化策略有：多因子選股策略、相對價值對沖策略、網格交易策略、事件驅動策略、指數增強策略、日內回轉交易策略、行業輪動策略、趨勢投資策略以及多策略等。
在確定了指標和數量之後，再進行量化建模，將以上過程變成機器語言，也就是程序化，比如趨勢投資確定KDJ日線金叉買入，死叉賣出，數量為總資產的10%，就可以通過這些條件寫進程序。
最後，對編好的程序進行驗證修改，量化交易軟體有文華財經、蝸牛股票量化分析軟體、方正證券量化交易平台等。
因此量化交易的門檻也是很高的，因為具備編程的能力投資者就寥寥無幾，何況其核心並不在編程，而是對投資的理解，如何取捨相關指標，將其組合成新，打磨成無鋒的重劍。
量化交易的優勢是不言而喻的：自動程序化，不受情緒干擾；劣勢也是明顯的：無法做到靈活變通，因此現實投資中可以綜合運用，在選股環節可以一半藉助系統，在交易環節可以完全交給機器，投資人可以真正從盤面中解脫出來，專注於投資的本職工作：選擇、研究、思考。
對於普通投資者來說，可以不懂編程，確定標准通過系統選股，然後只需要確定買入賣出的明確指標即可，最後盤後跟蹤行情，盤前委託交易，到達則下單，不到不動。