量化投资常见误区合集，量化交易新手指南 |

点击文字观看视频

2个

时机策略

量化时机策略是一种让模型决定某个产品买卖时机的策略。

策略的买卖信号可以很频繁，每隔几分钟一次，也可以很慢，每隔几个月一次。

我个人偏好中长期的时机。 我们做了很多关于时机策略的视频，比如：

点击文字观看视频

3个

套利策略

与前两种策略相比，套利策略更稳定，风险更小。

市场越原始，套利的机会就越多。 近年来，套利机会最多的无疑是币圈。 2018年写了一篇数字货币期限套利教程，7天无风险收益15%。

点击文字观看视频

目前这个策略还是适用的，币圈每年都会有新的套利机会。

4个

事件驱动策略

事件驱动策略意味着事件触发交易。

例如，我们经常看到上市公司大股东或高管增持或减持自己股票的新闻。 把这当成一个事件，跟着他们买卖。

我的这个视频通过8万条增减事件数据详细论证了这个策略的可行性：

点击文字观看视频

5个

高频策略

高频策略的特点是交易频率高，交易时间间隔短，交易金额相对较小。

高频是脏活，不适合散户

除非你能力极强，否则我不建议个人做高频交易。 在此视频中查看原因：

点击文字观看视频

03

量化=自动化交易？

还有人认为量化投资一定是自动化交易。

有时自动交易确实很有必要。 比如某一个选股策略，在开盘时选择了几十只需要买入的股票。 这时候人工下单太忙了，需要自动交易。

我之前也演示过自动交易：

点击文字观看视频

但是量化投资不一定要用自动交易。

比如量化定投策略，它的交易频率很低，我每周手动下单很方便，但这并不妨碍它是量化投资。

或者有一天，价值投资基金经理KUN心血来潮，想再加10000手茅台。 他直接下单肯定不行，因为下单量太大，会增加采购成本。

这时候，大部分机构会通过APP拆分订单交易，将10万手的订单拆分成很多小单，寻找机会在一天内自动缓慢完成交易。

程序拆分大单，分批执行

虽然这是自动交易，但交易决策是基金经理主观做出的，不属于量化投资。

因此，自动交易与是否量化投资无关。

04

量化=稳赚不赔？

有人觉得量化投资这么高级比特币量化交易一定赚钱吗，就一定能赚钱不亏钱吗？

这让我很无语……

没有一种投资方式可以保证稳定的盈利。 毫无疑问，那些承诺稳定盈利的都是骗子。

风险与收益成正比。 如果真的想稳赚的话，我一般推荐买余额宝，每天赚4/10万，很稳定。

量化投资的回报会受到很多因素的影响。

1个

影响因素：市场状况

对收益影响最大的第一件事是市场状况。

上图是沪深300的择时策略，在股市大跌的时候，比如2008年的熊市，策略能不亏本也不错。

行情好的时候，比如2015年的牛市，策略可以赚的比大盘多。

当然，也会有策略不适应市场的时候。 比如2018年，指数跌幅不大，但策略出现了大幅回撤。

2个

影响因素：策略类型

量化策略的类型也会影响投资回报。

上图中比特币量化交易一定赚钱吗，有择时策略A和选股策略B。2017年和2018年同期，策略A稳步上涨，而策略B急转直下。

但是从整个时间段来看，策略B的收益是700倍，远高于A的45倍。

这说明在同一个市场中，不同类型的策略会有不同的表现。

至于策略A和B哪个更好，这个见仁见智，不同的人有不同的选择。

05

量化=优越？

有同学认为量化投资更胜一筹，其他投资方式不值一提。

当我自己刚接触量化时也是如此。 感觉价值投资太慢，技术分析太low，套利太无聊，量化是最酷的方法。

但我在市场上呆的时间越长，看到的案例越多，我就越有敬畏之心。 这个市场上总有人想方设法赚钱。

只要能够长期获利的投资方式就是好方法，量化只是众多投资方式中的一种。

对于个人来说，最重要的是结合自己的长处和性格，找到适合自己的方法。

06

量化=一定要学编程？

也有同学说，要想做量化，一定要学编程。 其实并没有这么夸张。

以我自己为例。 我是金融专业的，刚开始处理数据的时候用的是祖传的Excel。 当时的策略也很简单，无非就是均线、指标等等，excel就可以很好的搞定。

Excel筛选个股交易信号

后来随着攻略的复杂，Excel已经满足不了我了，于是开始使用同达信。

很多有一定经验的炒股人都知道，通达信是电脑上最好的行情软件。

这类行情软件带有一个简单的编程系统，可以对一些简单的策略进行回测。

通达信公式选股，写涨停分析

后来随着策略越来越复杂，同达信支撑不住了，于是开始学习编程。 一开始用的是C语言，后来改用SAS，再后来用的是Python。

Python处理开仓和平仓信号

可见，编程只是解决问题的工具。 有些人即使使用Excel也能在市场上取得成功。

当然，现在我还是强烈推荐学习Python编程。 毕竟，工欲善其事，必先利其器。 Python的优势可以大大提高开发策略的效率。

人生苦短，我用Python

07

量化=人工智能？

也有一些同学把量化想得很高级，认为做量化投资的一定要懂人工智能。

我又要搬出定投策略案例了。 这种量化策略简单有效，但肯定不属于人工智能。

人工智能或机器学习是量化投资中的众多技术之一，但不是全部。

事实上，人工智能的研究早在 20 世纪 50 年代就开始了。 近年来，随着深度学习等算法的突破，人工智能才进入大众视野。

围棋：一个复杂的简单游戏

股票市场：一个简单复杂的游戏

另外，不要盲目迷信它。 在像围棋这样规则明确的一对一场景中，人工智能确实可以表现得很好。

但与股票市场相比，虽然规则简单，但参与者众多，市场极为混乱。 这时候人工智能会帮助交易，但绝非稳定盈利，经营不善和亏损的情况很多。

08

量化=预测天鹅？

每当市场暴跌时，总会有同学问量化投资能不能预知黑天鹅。

这个学生很可能被关起来了。

我的回答是：不可预测。 可预测的还叫黑天鹅吗？

我们网站上有一个名为“一路向北”的策略，它会给出沪深 300 的买入和卖出信号。

去年1月22日，它发出卖出信号作为预警。 次日起，武汉封城引发新冠疫情担忧，整个市场开始下跌。

时隔20年，股市因疫情暴跌

但这并不意味着该策略可以预测黑天鹅，只是一种巧合。 没有一种交易策略可以预测疫情的发生。

但实际上，黑天鹅并不一定是坏事，很多时候它可以增加策略的利润。 因为量化投资的价值不是预测黑天鹅，而是帮助你事后有效应对这个事件。

量化多空策略增加收益

比如纳斯达克指数在疫情之后一路暴跌，然后一路上涨至今。

这时候，即使是最简单的量化策略，也会让你在下跌时及时止损，甚至做空，在策略看涨时再做多。

实现这样的操作并不难，前面提到的旋转策略可以完美重现。 有兴趣的同学可以看看：

点击文字观看视频

如果大家还有其他关于量化投资的问题，可以加我微信xbx719进行交流。

联系作者