Question

什么是量化交易？

Answer 1

这是一个量化小白站在大门口的一点思考，想法可能会有很多问题，仅仅作为抛出来的砖，希望后续的学习中能雕磨出玉。

不知道大家入门量化之前，有没有像我一样的困惑，分不清什么是量化，什么是程序化。

经过我不成熟的思考，我觉得用定量的方式来确定交易策略，就是量化。将交易逻辑编写成程序，交给电脑来执行，就是程序化。换句话说，其实量化是选择交易（或投资）策略的一种方式，而程序化是执行交易（或投资）策略的一种方式。另外两者也是包含和被包含的关系。因为电脑没有主观的判断，想要把交易逻辑写成程序，必须先将其量化，所以一般地，程序化都是量化的。而量化出来的交易策略不一定用程序执行，也可以手工执行，所以量化不一定是程序化的（参考海龟那样，不知道这样说准不准确？）。

你们有没有好奇过，量化都是什么类型的呢？

根据《打开量化投资的黑箱》这本书所说，从设计交易策略的角度上分，量化可以分为理论驱动型和数据驱动型，我用我小学的理解水平翻译一下，就是分为演绎法和归纳法。举个例子，假如我要预测明天10点我是否起床了。演绎法（理论驱动型）来看，理论上如果明天是工作日，我要上班，所以就应该起床了；而如果是周末，我需要充足的休息，所以就应该没起。根据这个理论，我们就可以通过明天是否是工作日，来预测10点我起没起床。

归纳法（数据驱动型）的方式，是先找到过去n天10点时的各种数据，然后进行数据分析。通过分析数据，可能会发现，工作日的10点，我已经起床的概率是100%，而休息日的10点，我没起床的概率是99%，那么由此来根据明天是否是工作日，来预测我10点是否起床。但是，归纳法得出的结果不一定能找到理论依据，可能得出一个看上去无厘头的结果，所以普通玩家可能更倾向于使用演绎法来做量化。

同样根据上边这本书的定义，从使用的数据的角度来看，量化也跟主观交易差不多，可以分为使用价格数据的技术面派，和使用基本面数据的基本面派。技术面更多使用量价数据，而基本面更多使用财务数据、宏观经济数据，这些大家都很熟悉了，就不再累述。更重要的是如何应用这些数据，比如同样是使用量价的技术面，可以是非常简单的均线来做量化，也可以用非常复杂的数学模型来刻画走势，同一套数据在不同人手里可能得出不同的结果，所以数据的应用至关重要。

在了解量化前，我觉得量化非常神秘，仿佛有化腐朽为神奇的力量。但通过这本书简单的了解过后，我感觉好像并没有我想得那么神奇。量化更多的好处在于，让我们交易前缕清思路，而不是盲目下单。程序化更大的好处是，运算快，严格执行（其实不一定是好处，也可能会把错误严格执行）。那如果利用这些优点呢？我觉得要么通过高频，把运算快的特点利用起来，抢在主观交易者做出反应前下单，取得速度优势。要么就对大量标的进行分析，通过广撒网来重点捞鱼，捕捉到主观交易者不容易察觉到的机会。至于对单一标的深入研究，我觉得量化不一定能比主观有巨大优势，拿股票举例，可能需要非常海量的数据和适当的方法，才能比得上跟企业高管或行业大佬吃几顿饭得来的“前沿”消息。当然，这些只是我初窥量化带来的一点小想法，可能比较幼稚，还希望自己能多多学习。