量化交易

导语：相信很多投资者都听过量化交易但对于量化交易却不是很了解，本篇文章将着重介绍量化交易的原理与量化交易的好处，为什么大资金与机构投资者喜欢用量化交易。

量化交易的概念：
从狭义的角度，量化交易就是运用非常复杂统计学方法和数学模型，从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，用数量模型验证及固化这些规律和策略，然后用计算机来严格，高效地执行已固化的策略。这看起来非常的高大上，似乎只适合于那些精通统计学，金融和计算机的学霸们。
广义角度上，量化交易是指利用统计学，数学，计算机技术和现代的金融理论，来辅助投资者更好地盈利。这些数量化的方法可以仅仅用于分析海量历史数据，也可以用于具体信号生成，或者控制持仓大小，风控模块等等。从这种角度来考虑的话，可以惊喜地发现量化交易与传统的主观交易不再是二元对立，量化交易里面也包含主观交易，如比较常见的期货的跨市套利策略，期权波动率套利等有属于半自动交易，需要交易员综合历史均值回归和对宏观政策的主观解读，开盘前调整好参数让计算机严格执行策略。量化交易吸收主观交易的精华，必然会成为历史发展的趋势。
大家容易把量化交易与技术分析混淆，实际上量化交易的内容丰富的多。许多量化交易系统在进行建模和运算的时候会用到基本面数据，比如估值、市值、现金流等，还有的算法将新闻作为变量进行计算。而技术分析基本只需要用到交易标的的量价数据。一般投资者，在接触交易时，一般采用主观交易模式，根据个人对于盘面或者基本面的判断来进行下单，容易受到客户情绪因素影响，在接触交易一段时间后，多数投资者会选择指标来指导自己进行交易，然而由于这种模式下单仍然要经过投资者主观过滤，如果操作不当，仍然会效果不理想。在经历了主观交易和指标交易的各种缺点后，转型为专业投资者都会选择量化投资，数据回测与系统纪律性让投资者走向成功的路上事半功倍。

主观交易与量化交易的对比：

主观交易
主观交易投资者需要关注国际环境财经新闻、券商的研究报告、公司的财务报告、K线趋势、个股新闻、价量经验、大人物的演讲、朋友圈情绪、甚至一个小道消息，进行定性分析或者定量分析，既可以体验公司产品或者直接实地考察，又可以根据自己的选股原则，对公司的各个方面打分，然后买入分数高的股票，卖出分数低的股票。
主观交易具有较强的主观能动性，即在同样的选股原则和止盈止损策略下，100个人操盘会有100种不同的结果。原因无他，理性被情绪打败。
人的精力是有限的，基本上不可能在每一个交易时间段实时的看盘，不可能在交易日后实时的复盘。

量化交易在信息获取方面，量化交易不仅仅关注历史行情数据，基本面指标数据，也会把一些非传统的数据，如市场情绪，财经新闻的一些关键字眼转化成机器可以理解的指标。数据方面要求精度越高越好，例如行情数据可以直接购买交易所最原始的，未经清洗的数据。第三方数据提供商尽管物美价廉，但是在数据清洗过程中看似无用，实质是隐含盈利机会的数据洗掉。
有了数据之后，就需要运用数学和统计学的方法，如单位根检验，线性回归，机器学等等来从大数据当中找到超额收益的多种“大概率”事件。在选股中，量化的思想是进行收益拆解，从很多的维度来进行数量化的判断。传统上把多个（200个左右）巨型因子分类成6类：盈利性、估值、现金流、成长性、资产配置、价格动量和技术面，然后通过现代统计学地方法进行冗余因子的剔除、因子的降维、因子权重的确定和对精英因子进行打分。基于选股模型的判断形成交易信号，通过程序化交易的API接口进行自动化交易。并且在交易系统上引入风险控制模块来管理持仓头寸。
量化交易的一大优点就是计算机的高效执行让人从简单重复的任务中解脱下来，把精力更好地放在开发更好地策略。另外，量化交易可以使人从更高的维度去思考问题，受限于人体的生理机构，人从看到数据，大脑判断到手指敲在键盘的反应时间是几百毫秒，而计算机执行是可以达到纳秒级别的，因此在超高速领域量化交易可以赚取主观交易无法赚到的钱。
但是也正因为机器能够完美执行策略，公司核心策略的保密性就显得非常重要了。比如公司有一个很赚钱的策略，但是泄露后被其他99个公司知道，结果就是这100个公司只能赚小钱或者不赚钱。

量化交易的特点：
纪律性。量化交易要求严格按照既定的逻辑进行投资决策，每个操作都是有数据和模型支持的，这样可以克服人工交易带来的情绪波动、主观臆断、恐惧和侥幸心理。比如一个每五分钟执行一次下单逻辑运算的策略，到第五分钟时，不应该出现模棱两可的情况。
系统性。在制定量化交易策略的时候，需要从全方位考虑交易品种、交易频率、投资周期、对冲机制、异常处理、资金容量、市场流动性、冲击成本等一系列策略系统元素，另外，需要从海量的历史数据和实时行情中捕捉到统计上大概率盈利的模型，这整个过程，是一个系统性的工程。
及时性。正是因为量化交易的系统性，人脑在处理这些系统元素的速度上，是比不上计算机的。信息技术的使用，使得量化策略的执行在速度上是优于手动交易的。比如一些微小的套利机会，计算机可以在毫秒之内捕捉到，并执行完套利逻辑，但是手动交易就无法做到这么快速及时了。
概率取胜。这表现为两个方面，一是定量投资不断的从历史中挖掘有望在未来重复的历史规律并且加以利用。二是依靠一组股票取胜，而不是一个或几个股票取胜。