高频交易和统计/机器学习套利模型，哪个技术含量高？

貌似机器学习的模型都不太是高频，而是持有期几天到几个月，用模型来测定信号，确定策略，执行等。高频好像拼的是速度，哪个技术含量（数学，金融，编程）更高点？

董可人 · 2018-10-15 23:54:31

高频交易并非只拼速度就可以。数据流上有很多东西需要处理，交易所发给你的一团乱麻似的玩意里面有不少信息是需要自己提取的。速度水平相近的情况下，比拼的就是谁能更好地理解数据。机器学习等技术在这方面也有用武之地，比如可以看 Michael Kearns 的这篇三合一论文：Machine Learning for Market Microstructure and High Frequency Trading

现阶段大家对高频的光速小子印象，主要是因为在速度方面有很多容易做的工作（比方说凿个山洞让通信线路变直来缩短距离省上几个微秒，是不是比绞尽脑汁搞模型更简单粗暴？），既然这块大矿还没采完，自然对其他智能化模型的需求不高。但是在可见的将来，当系统速度达到性能瓶颈的时候，肯定是会需要更多智能方面的研发，对此有兴趣的朋友不用着急。

至于挖掘机技术哪家强，我的看法是理解业务始终是第一位的。我们需要清楚的知道自己在做什么，技术性能等无非是为解决问题的手段，而非问题本身。而理解业务找到核心问题所在，往往才是最困难的部分。

做 Quant 如果不好好学习，和拍脑袋拼直觉的 Trader 有什么区别？（开个玩笑，大家莫怪。）

卢旺杉 · 2018-10-15 23:54:33

与其想哪个更牛，那个更强，不如把心思花在如何在每个领域都做得更好。

机器学习有很多结果是可以用来做高频交易的。高频交易也只有在最简单大家都知道的策略下，或者两家策略几乎一样的情况下才会只讲究拼速度。多数情况你的速度和策略算法本身两者结合起来才能决定你的交易结果。如果你们两算法一样那么谁的速度快，谁就占先机，如果你们两速度差不多快，谁的算法好谁就占先机。

技术曲线上来说，做速度只要足够努力，进步是可以很稳定的。而做策略算法则并不能明显看到自己的不断进步，需要能够在不断的失败中保持自信，等待某天的飞跃。

不管是哪个领域，要做到最好都是需要花极大的功夫。少比较多努力。

腾天 · 2018-10-15 23:54:34

高频拼编程多一些，统计套利拼数学多一些

来值乎问我问题

高频交易和统计/机器学习套利模型，哪个技术含量高？

3 个回复