大家好，我是ZERO，今天和大家聊聊金融市场上一种投资派系：量化交易

听到量化交易总是让人有一种莫名的神秘感，其实它在一定程度上是被刻意神秘化或者标签化了，就像当下风头正劲的互联网金融一样，很多时候都被包装成了看似高端大气、且可能一夜暴富的卖点或者噱头。

追根溯源，其实量化就是指运用数学或者统计模型来模拟金融市场的未来走向，从而预估金融产品的潜在收益。此外之所以神秘，一个比较重要的原因是量化交易的上手难度相对较大，门杆较高。量化交易在国外已经流行许多年，现如今量化交易已经不是什么神秘的事情。

笔者首先就来说说量化交易的核心操作思想：

1、量化交易者首先需要观察并找到市场上的一些规律，所以大前提是你要有足够大的历史数据库；

2、然后统计这些规律出现的历史概率（简单来说当条件1出现时，条件2出现的概率有多少，而实际应用中有很多的参数条件，这就是量化交易的核心思想）；

3、当找到一些高概率规律后，进行各种回测调试直到满意为止；

4、在实战中遇到相同情况时，即刻分析当时的风险与回报情况，最后做出[交易]或[放弃交易]的决策。

所以简而言之，量化交易是用先进的数学模型来代替人为主观判断，利用计算机软件从庞大的历史数据库中筛选出能带来超额收益的大概率事件规律，从而将其制定成量化投资策略。

现在国内一些量化交易平台甚至提供傻瓜式策略生成服务，例如下图，可以根据自己的需求DIY股票量化交易策略然后生成对应的Python代码。

说到Python，它是常用的量化交易汇编语言，关于这个笔者也在自学，就不多说，有兴趣大家自己去了解，教程很多。

量化交易的最大优点是避免交易行为受到人为情绪和主观臆断的影响，使得交易员在执行量化交易策略时，有希望完全排除情绪对于整个交易过程的干扰和影响。基于数量化规则，量化交易策略本身具备相当的独立客观性，不需要交易员的主观判断也可以完整的指导整个交易流程。

而主观的交易策略由于在交易操作中需要持续的人为控制和判断，因此不可避免的存在一定的偏向。例如笔者在之前的文章中提到的投资心理学，包括损失厌恶偏向、风险厌恶、过度自信偏向等，都是一些人类固有的行为偏向。

而采用量化投资策略可以最大程度的规避这些人为偏向。为什么说最大而不是完全，是因为实际操作中交易员有可能会人为干涉量化模型。相反，量化交易的最大缺点就是在对待无法量化的因素时，只能采取舍弃这样较为无奈的处理办法。

同时，数据样本是随着时间推移而逐渐增加的，所以之前从样本中发现的规律和数据特征也会随着时间而发生改变甚至失效。

现如今，量化交易已经被应用到博彩行业，笔者也一直在这个方向进行研究。虽然现阶段仍处于半自动手动化操作，但却乐此不疲，基本思路就是先使用多种参数根据历史数据库对比赛进行胜平负概率估算，然后根据既定的多种策略的筛选条件进行多层筛选，选出具有投资价值的赛事。

但是在实际操作中也会遇到很多困难，所有被构建出来的模型肯定是经过回测后产生正收益后才有使用价值，但是回测有正收益并不代表实战就能产生收益，否则那不就成了提款机了么！

上文中，笔者提到在依赖模型进行投注时也会受到人为情绪的干扰，因为量化交易常常是反人性的，很多时候当你觉得这场比赛应该是B不败，模型却选择投注A胜。每次下单都是如履薄冰心惊胆战。下单时各种纠结，没下单却打出时是各种悔恨。举个例子，当模型出现连续黑单后是跟还是不跟？

当回撤幅度过大心理承受底线被击穿，然后愤怒停掉策略模型，修改参数，反复调试，再丢进去进行实战，最后发现是原来老版本比新版更好！直接哭晕在电脑前。所以，在漫长的实战盯盘等待中，交易者很容易对自己的系统产生怀疑，直到开始怀疑人生后便不由自主地对模型进行人为干预。

所以笔者想说，任何事物都有利弊。