量化交易杂谈（二）

我国资本市场经历了三十多年的发展，灵活性和开放性在不断扩大，但国内市场与国外成熟市场依旧有很大的区别。这也导致在具体的量化交易策略上，我们不能将很多国外现有的成功经验直接照搬。
看过西蒙斯做过的演讲，其中提到他的基金，关注瞬时的市场变化，在历史数据中寻找相似的波动，进而做出市场预判，进行短线交易。或许在美国，在长期的有效市场夹缝中，存在一些这样可以捕捉的“无效市场”瞬间，然后很快恢复，这样只要有足够的历史数据支撑，加上频繁的交易，就可以有不错的收益。
但是在国内市场，即使抛开宏观政策对市场的突发影响，以及各种交易制度上的不同，这三十多年的曲折成长历程，也会让我们对于历史数据的指示性信任度不高。在仍然继续向成熟市场发展的今天，我们在使用历史数据时需要抱着谨慎的态度，数据之外的因素也要加以考虑。
此外，众所周知，我国的一般法人和个人投资者的占比仍然很高，而机构投资者的占比相对就比较低。这就好像在一场游戏比赛中，同台竞争者有开挂玩家，有职业选手，也有新手小学生。在这样的比赛里，直接谈游戏攻略似乎不太合适。反而最紧要的应该是先给玩家划分等级，再让玩家在各自的等级内参赛，这样最后才能总结出，在什么等级内应该怎么打比赛。好在这些年来，从科创版、北交所的门槛来看，我国确实正在向划分等级这个方向做逐步的过渡。
从交易费用、时间等方面做的限制可以看出来，从市场管理者的角度来讲，量化交易特别是其中的高频交易，似乎对实体经济没有太多促进作用，这些限制也不仅仅为了保护普通投资者的利益，同时也是对价值投资的引导。因为理想状态下，只有对未来有期许，才应该有交易产生，以此保障资本定价符合市场参与者的心理预期，也是所谓的价值回归。而高频交易的模型只对tick有期许，对人能理解的字面意义的“未来”并没有什么期许。
当然，我们也可以通过形式和参数的定义，来解释模型对价格发现的意义。然而，我们也可以假设一种理想情况，就是所有相关信息都被量化后用于评估，价值将完全回归，市场也会完全理性。