兄dei，你是不是对量化投资有什么误解？

细心的读者可能发现了，将近一个月没有更新文章内容，实话实说，偷懒是其中一个因素，更多的是在陌生的环境当中，文章不容易“憋”出来。
从四月底到现在，一直都在还人情债，跑了好几个城市，最远的城市在千里之外，期间碰到了许多事儿，遇见了许多人。
在饭桌上，朋友都会为在座的陌生人相互简单介绍一下个人信息，方便接下来的交谈，以免社死，工作背景信息当然也在此列。
当大家得知我是在量化投资行业后，都会在席间问一些关于量化的问题，不知只是为了客套一下，还是真的想了解，唯一可以确定的就是，很多量化行业外的伙伴对量化投资存在非常多的误解。
今天就挑被问及最多的3个问题来唠一唠，为将来想做量化的萌新们消除一些幻想和焦虑，别被一些无良机构骗进坑。
误解1：量化投资就是“高频交易割韭菜”

一听到“量化投资”，很多人的第一反应，量化是不是就是那种&#34;高频交易割韭菜&#34;，出现这种情况，个人感觉，都是一些新闻媒体对“高频交易”的竭力报道和渲染，“高频交易”和“量化投资”总是搭伙出现，让很多人误把“量化投资”等同于“高频交易”。
其中最著名的事件莫过于“伊世顿高频事件”，两个外国人，不远万里潜入中国金融市场，抱着纯粹利己的动机，利用自研的高频交易系统，将700多万的初始本金滚到了20亿，其中跌宕起伏的故事可参见财新周刊的文章《伊世顿：20亿神奇之旅》。
也就是伊世顿事件报道后，身边很多以前不关注量化的人都开始问起“高频交易”，可能是其中的让du贩都自叹不如的盈利能力，让大家的好奇心开始迸发。

如果按照交易频率划分，量化投资可以被粗略划分为“高频交易”和“中低频交易”，也就是说除了“高频交易”之外，还有“中低频交易”。
换个角度想想，中国A股目前实行的是“T+1”交易制度，今天买进的股票，第二天才能卖出，即使有股票底仓做T+0，一天之内最多一买一卖交易2次，连高频的边儿都摸不到，所以至少在中国A股领域，A股在交易机制上就无法实现高频交易，用反证法就能证明“量化投资”不等同于“高频交易”。
高频交易多发生于期货期权衍生品领域，之前说的伊世顿交易的标的就是股指期货，但高频交易一般承载的资金量都比较小，因为高频交易拼的是速度，船小好调头，资金量过大的话，对市场冲击非常明显，摩擦成本都能把之前的利润侵蚀掉。
因此大部分资金还是沉淀在“中低频交易”，比如常见的对冲Alpha策略，买入一揽子股票，用股指期货做对冲，往往交易周期都是周月级别的。
一句话总结来说，高频交易之于量化投资，如同某娅某琪之于直播带货，很多人是因为某娅某琪知道直播带货的，但某娅某琪并不等同于直播带货，虽然直播带货头部效应明显，但这个行业中还有非常多的人在辛勤耕耘，量化领域亦如此。
误解2：量化投资可以做到“稳赚不赔”

在量化投资领域内，也流传着稳赚不赔的传说，那就是找到传说中的圣杯策略，圣杯策略的资金曲线永远都是倾斜向上，给人带来稳稳的幸福，可惜它跟人们口中的“鬼”一样，听过的人多，见过的人少。
其实，无论在量化投资亦或是其他领域，如果有人信誓旦旦地告诉你某某交易某某项目稳赚不赔，相信我，要么他是神仙，要么他就是骗子，是后者的概率极大。
直接唠个实例解释一下吧，某方是中国量化投资领域的翘楚，下图是其代表作产品“量化对冲1号”自成立以来的收益走势图（绝对收益），虽然整体保持了向上正收益，但若是在去年8月底认购产品，之后出现大幅回撤，亏损颇大。

此刻脑海中都能浮现出投资者跳着脚骂街的场景，并随着光良的《童话》旋律哼道：你哭着对我说，量化里都是骗人的，它不可能是你的王子，也许你不会懂~~~
量化界翘楚尚且如此，更何况其他梯队，总体盈利我信，但是任何投资期限内都稳赚不赔，那是我做噩梦都不会信！
简单来说，量化投资能基于历史数据和数学模型，让投资盈利的概率偏向于我们，并不能保证百分之百盈利。一个你动了手脚的硬币，让你的胜率提升到60%，还是有16%的概率连输两次，6.4%的概率连输三次，黑天鹅谁也预料不到，哪有什么“稳赚不赔”。

误解3：做量化投资的门槛非常高，就一定要学习编程和人工智能

听了我的解释之后，能戳破部分小伙伴对量化投资的“幻想”，但仍然有一部分在认清本质之后，依然对量化投资感兴趣，想自己也去入门尝试一下。
但里面的人又出现了另一种极端，认为做量化投资的门槛非常高，又要学编程又要学人工智能的，自己学不来，之前对量化的幻想有多乐观，现在对自己的学习能力就有多悲观。

先把一句话撂在这，能熟练使用Excel的人，就能做量化投资。

做量化投资必须学编程吗？不一定！
最简单的量化策略莫过于定投策略了，在固定的时间点买入固定金额的标的，按照规则手动操作就可以，无须编程。
萌新常说的双均线策略，金叉时买入，死叉时卖出，对着行情软件观察，满足金叉就买入，满足死叉就卖出，也无须编程。
当然啦，量化投资当中还有很重要的一项任务就是“回测”（Backtest），也就是把自己的交易想法放到历史数据当中检验，看看能否在历史统计当中盈利，是不是一个好的交易想法。
刚才提到的定投和双均线策略，都可以使用Excel完成回测和盈亏情况统计，别问为什么，问就是我刚开始也是这么干的，这就是为什么敢说“能熟练使用Excel的人，就能做量化投资”的原因。
对现在萌新入门量化更友好的消息是，现在可能连Excel都不需要会用了，目前都陆续有了零代码无需编程的量化平台，像小时候搭积木一样就能构建属于自己的量化策略。

做量化投资必须学人工智能吗？不一定！
有像定投和双均线这样的简单策略，自然也有复杂策略，比如说人工智能。”人工智能“（Artificial Intelligence）这个词近几年非常热，很多领域都在不断提及这个概念，在量化投资领域，用互联网的黑话来说，就是”AI赋能，智能投资“。
很多量化培训课程，也在不断教授人工智能的知识，大有不会人工智能就不能做量化之感。咱不能听到别人教人工智能，咱就去学，不要为了学而学，要想想为什么要学。
简单来说，量化投资当中引入人工智能，很大程度上是需要AI帮我们自动找到数据当中的规律，主要是非线性规律。
因为人脑一般对线性的规律比较敏感，一般通过足够时间的观察就能找到（如果规律存在的话），AI模型就复杂很多，里面存在着各种空间的转换和维度的变换，低维不可分的数据可以映射到高维可分，因此它是找非线性规律的小能手。
就是因为AI模型太“能”了，找出的数据规律人类都不太容易看懂，所以很多人觉得AI就像一个黑匣子。而且，你可以输入毫不相干的数据（例如今天天气、前台妹子唇膏裙子颜色和股票涨跌幅），它都能找出规律来，只要模型够复杂、样本数够少，这种情况就是咱经常听到的“过拟合”（overfitting）。

正是由于“黑匣子”和“过拟合”的原因，建议萌新宽客（天才除外）入门时，不一定要学人工智能，最主要的是把“观察市场->总结规律->形成策略->回测统计->改进优化”的学习路径走通，降低学习曲线的坡度，把每一维数据当做是自己的朋友，感受量化给自己带来的快乐。人工智能是给量化投资添砖加瓦的，最好先有一个稳固的量化地基。

最后再废话一句，做量化就像是做饭，有做熟吃饱级别的，也有酒店大厨级别的，更有国宴级别的，各有各的活法做法，终归会做饭总没有坏处，但行量化，无问西东。

参考资料：

财新周刊，2015年第43期，《伊世顿：20亿神奇之旅》
周志华，2016年，《机器学习》（坊间俗称“西瓜书”）
Ian Goodfellow，2017年，《深度学习》（坊间俗称“花书”）
我是 @quantkoala，一枚量化/程序化策略源码捕手，喜欢全方位收集分享市面上主流的策略源码（股票+期货+外汇），在『量化藏经阁』和『量化藏经阁Max』社群（入口）中，持续分享量化策略源码和量化知识等干货（目前已分享200+套精品策略），欢迎关注点赞&联系沟通，探讨共赢&成果共享，相互交流&共同进步！！！
常在线，多交流，多沟通！！！

更多相关资料请见：

期权匿名回答 · 2022-5-26 08:51:45

是事实

期权匿名回答 · 2022-5-26 08:52:39

对对对

兄dei，你是不是对量化投资有什么误解？

2 个回复