量化交易的十个知识点

最近几年，国内陆陆续续都会有一些量化软件上市，连不少个人交易者把目光都投向了量化，希望在量化这个赛道分得一杯羹；甚至有外行受到一些媒体信息的影响直接要跨行做量化投资的。

1、量化的本质是什么？

用数学模型与统计方法协助投资操作，依托于计算机技术，创造可以摆脱人性的操作模式。

2、量化都是做高频吗？

在期货市场中，量化的高频永远都是大机构玩的，多数是CTA策略、网格策略，易网行套利策略。A股市场内量化交易也在逐年增多，多数量化机构都是同时持仓几百只股票，持仓周期有短、中、长，尽有尽有，也越来越多的投资者开始留意与量化之间的对拼，担心个体无法与量化较量。

3、量化会影响市场波动吗？

当量化高频交易的量足够大时，肯定会影响市场价格波动，多数情况下会平抑住单边波动，偶尔加大了波动的幅度。量化加速了市场价格达到新的平衡点，减少了涨跌过程中的过多的震荡，这方面来说是平抑了波动。

目前国内多数量化还是低买高卖的，交易量分布在短、中、长线，并非追涨杀跌。主要是把仓位均价做低，再从行情波段中套取更多的收益。

4、量化能赚到钱吗？

这个问题，是不需要怀疑的，肯定是可以赚钱的。任何可能谋利的新生事物，再大的风险也阻挡不了资本持续探索的决心，量化交易起源1834年，至今已有上百年历史，在外币盛行的当下得以壮大。正因为机构在量化中持续取得亮眼成绩，才吸引了越来越多资金和人才想要尝试一下量化交易。

过去几年的市场数据来看，量化在国内超额收益10%-30%算是常态，而欧美市场相对完善些，量化超额收益只有2%-3%。

但，并不是所有的量化都赚钱。开头说了，量化是一种投资方式。好比你要去河对岸，有哪些方法呢？游泳、划船、邮轮、开车过桥、直升机，只要方向对了，这些方法都可以。但有了工具，驾驶的经验也很重要，并不是所有人都能使用的好，而且还会出现很多未知的操作事故，也会造成不可想像的损失。

所以，能否赚钱关键不在于量化本身，而是你的经验，策略，硬件，资金，行情等等，众多因素的影响，凡事都没有绝对的。

5、量化到底赚了谁的钱?

这个问题可以分成两个层次：

1、一个散户比例越高的市场，越容易出现错误定价，市场非理性交易越多，专业机构也就越容易赚到超额收益，量化总是能钻到市场规则上的漏洞。

2、传统的技术派、基本面派能赚钱的方式，是量化策略的基础，转化成数字量化后同样能赚钱，量化在计算机技术和资金规模的加持下能赚更多的钱。

当有能力的量化机构越来越多，市场的规则就会优化并完善，主观交易的基金经理能赚到利润的机会也会越来越少，每个人都需要升级自身的条件，方能在新的市场上生存下来。

6、机构量化的大量增加是否加大了个人交易者获利的难度？

其实个人交易者在市场赚钱从来没有容易过，二八定律每一位投资者都懂，散户的对手不是大量的机构，而是自己的天性：贪婪与恐惧，很多投资者都败在自身；有一句话用在这个问题很适合：以大多数人的努力程度还远远达不到拼天赋的时候。

个人研究量化也无法达到机构的水平，除非你同时精通交易和编程（这种人一般数学理论和应用能力都甩普通人几十上百条街，有可能做出赚钱的量化策略，但总会达到个人能力的瓶颈，个人也无法承担某些错误下产生的大规模亏损。

个人投资者眼中的量化多半是这样的：把基于MACD、均线交叉、波浪理论之类的交易规则编成计算机语言，设定程序，自动下单……这些属于基础的量化，在量化世界这就是幼儿园水平吧。只要你稍微有一点学历，自学一下python也能很快鼓捣出来，没有技术上的难度。

大佬眼中的量化：基本面因子、价投因子、成长因子、资金流、情绪因子、量价因子……统计、建模、回测、分析、调整；服务器配置、数据收集、软件配置；最新计算机技术的应用……

7、同一个策略，量化与主观的区别是什么？

交易速度：你还没碰到鼠标，量化交易已经完成买与卖，这代表着机会更多。

多交易所作战：量化还可以把同一个策略，通过一时间应用到更多品种，多更多的交易所，人工显然达不到这个效果，所以同一个策略，量化可以管理更大规模的资金。

处理信息的速度：量化可以同时处理多维度因子，做出更有利的判断，可以衍生出更多的交易方式，如高频交易，对冲套利等。

8、量化有前景吗？

量化占比和规模都在上升期，国内已占比约40%，量化发达的美国市场占比60%左右。随着市场有效性加强，主观交易的利润不管是技术流派，还是基本面流派都会被量化机构分食，机构要保持竞争力，会越来越多投入到量化研发中。

网络从2G发展到现在的5G，工业化从劳动密集到技术密集到自动化工业的出现，都在发展变化，这必然是时代的趋势。量化可以瞬间处理海量的数据，提高交易效率，它是投资行业的进化标杆。

9、量化策略的风险来自哪里？

最大的风险应该是来自未来数据的不可知，量化是统计历史数据来寻找规律，并假设未来市场还会有同样的规律。以不变的假设应对不可预知的未来。

其它风险比如：程序出现bug、系统性风险、硬件风险等等。

10、未来量化投资发展的趋势是什么？

吃基本面的利润的将会越来越多，人工智能化—将使量化发生质的飞跃，超额收益的获取会越来越难，这是整个市场成熟的趋势；

交易量在整个市场的占比会继续走高；量化机构马太效应也会越来越明显。

如果你是手握重金的金主大佬，在主观交易与量化交易之间，会选择哪种进行投资呢？

量化交易的十个知识点相关推荐

开始正经谈谈数字资产量化交易
我是一名程序媛(没错,是媛不是猿),从毕业到现在写了4年程序了(你敢信?),做过嵌入式,做过测试,当然为了赚外快,也偷偷搞了些小项目.不过,从接触到比特币,我就深深的被吸引了,而且在炒币的同时,我一直 ...
福利 | 零基础学习Python量化交易 !（深圳）
文末有数据派独家福利投资界的人才需求量化投资在中国已经进入到一个高速发展期.量化人才需求也成为众多金融企业的关注.金融科技企业发现中国目前正面临严重的金融科技专业人才短缺.而量化分析从业者,俗称 ...
python量化交易策略实例_Python进阶量化交易场外篇3——最大回撤评价策略风险...
新年伊始,很荣幸笔者的<教你用 Python 进阶量化交易>专栏在慕课专栏板块上线了,欢迎大家订阅!为了能够提供给大家更轻松的学习过程,笔者在专栏内容之外会陆续推出一些手记来辅助同学们学习 ...
python计算最大回撤_Python进阶量化交易场外篇3——最大回撤评价策略风险
新年伊始,很荣幸笔者的<教你用 Python 进阶量化交易>专栏在慕课专栏板块上线了,欢迎大家订阅!为了能够提供给大家更轻松的学习过程,笔者在专栏内容之外会陆续推出一些手记来辅助同学们学习 ...
python gui插件_Python进阶量化交易专栏场外篇17- GUI控件在回测工具上的添加
欢迎大家订阅<教你用 Python 进阶量化交易>专栏!为了能够提供给大家更轻松的学习过程,笔者在专栏内容之外已陆续推出一些手记来辅助同学们学习本专栏内容,目前推出的扩展篇链接如下: 为了 ...
大道至简：大数据、小数据、量化交易
大道至简:大数据.小数据.量化交易, 11.23 今天下午在Q群:124134140(zwPython大数据量化交易). 与大家讨论大数据.量化交易, 没想到,晚上就碰到了一只黑天鹅惯例,QQ讨论直 ...
python做excel数据分析带gui_Python进阶量化交易专栏场外篇25-GUI工具实现excel功能...
欢迎大家订阅<教你用 Python 进阶量化交易>专栏!为了能够提供给大家更轻松的学习过程,笔者在专栏内容之外已陆续推出一些手记来辅助同学们学习本专栏内容,目前推出的扩展篇链接如下: 为了 ...
《Python股票量化交易从入门到实践》随书赠送“回测框架”的使用帮助
点击:QTYX最新版本使用指南[文字版] 点击:QTYX最新版本使用指南[视频版] 点击: QTYX历史版本更新说明赠送"回测框架"的目的为了帮助读者再建立一座从书本知识到实战 ...
访谈 | 终于有人为了我解答了关于量化(交易)的种种疑惑
点击上方"AI派",选择"设为星标" 最新分享,第一时间送达! 这篇文章由我对圣元前辈采访而来,或许一些读者不清楚关于他的故事,所以我先来介绍下他. 姓名:王圣 ...
“泰迪杯” 挑战赛 - 基于市场资金流向分析的商品期货量化交易策略（附suibian代码）
目录基于市场资金流向分析的 Suibian 期货策略摘要 1 问题重述 1.1 问题重述 2 符号说明及名字定义 3 问题分析与求解 3.1 资金流向指标的定义 3.2 持仓量.成交量和价格的关系 ...

量化交易的十个知识点

量化交易的十个知识点相关推荐

最新文章

热门文章