一、量化交易都是什么
量化交易、程序化交易、量化投资，听起来很高大上的名词。随着市场的成熟化，去散户化，量化交易慢慢成为机构投资的主要手段之一，但它真的如同印钞机一样，躺着赚钱，还是不过是把“手动亏钱”变成了“自动亏钱”，本文说说。
成熟市场，散户的占比是很少的，比如美股，不到10%的散户比例，其他都是机构，再比如外汇交易市场，就没几个散户，因为散户早就死光了。有些外汇黑平台，你只要去它那里炒外汇，给你送100美金，各种赠送，因为它心里太清楚不过，来一个死一个，几乎不会有例外。
既然当散户，就是被收割的命，那就不要人为炒了，用计算机来搞，计算机没有情绪，严格执行指令，如果稳定盈利，岂不是日进斗金。是不是想象很美好？
量化交易在外汇市场最为流行，因为外汇是高杠杆，而且24小时交易，作为一个交易者，如果按照日常作息去炒，只怕你在睡梦中，就爆仓了。外汇市场主要的量化工具是MT4（metatrader4），在MT4，MT5平台上，量化策略几万个，如过江之鲫。什么策略都有，只有你想不到，没有策略做不到的。
量化策略有几个大的方向，趋势、网格、趋势+网格、还有目前最为流行的机器学习。最简单的策略比如MA20策略，价格在20日均线以上就买，在20日均线以下就卖，别看这么简单，已经比大多数策略都强了。
机器学习就更是一个大开脑洞的地方，什么隐马尔科夫链、卷积、循环、蒙特卡洛树搜索，因为机器学习的决策特别像人，有些模糊化随机化，给人感觉机器给的指令，那就是深不可测，啥也别说的，听机器的就对了。于是掀起了一轮新的装X高潮。
趋势策略，一般是吃大势，在震荡过程中，不断承受小的亏损，最后通过盈亏比达标，获得利润。趋势策略基于人对于股市的认知，即所谓“截断损失，让利润奔跑”（loss cut，profit run）。趋势策略没有什么数学基础，都是靠感觉。认为虽然大部分时间市场哪儿都不去，就在那儿震，但一旦形成趋势，就可以获得超常回报。这就有一个问题了，“趋势”是真的存在吗？市场的“趋势”还是“震荡”是人想象出来的，还是真有？
网格策略，跌了买，涨了卖，这个倒是有一定数学基础，也就是马丁格尔网格，俗称“翻倍加注法”，如果输了，下次赌注加倍，只要赢了一把，就能回本并盈利。条件是本金要无限多。
以上无论是什么方法，其实都是人凭借想象，对股市一种感觉，落实到策略上，最后通过回测，证明了这个方法的可靠。
二、当前量化方法的有效性数据测试的误区
现在测试量化方法的有效性，就是通过“回测”，回测是将历史数据，带入到自己的策略中，模拟过去时段策略的表现，但“回测”的作用，估计大多数都误会了，它基本上毫无用处。
然后对回测的结果，进行调整（调参），妄图达成一条稳定向上的曲线。奔着这个目标，耗尽心血，浪费了大把时间。
1、回测方法不科学，造成新手的第一大坑
经常有量化新手，学习量化没三天，跑出来的收益曲线惊天地泣鬼神，什么几倍都是小菜，什么几百倍，甚至几千万倍都有，按照这收益曲线，巴菲特直接被秒杀。可这些新手也不想想，你哪里来的自信，开几个脑洞，就赚这么多，这世界上还有人需要辛苦工作挣钱吗？
新手犯错可能有几种：
1）程序根本就写错了，呵呵
2）未来函数，这是个比较隐秘的坑，需要好好找找原因，什么让你穿越了时间？
3）大大低估了手续费与滑点的影响，其实，在交易中，手续费（或者说所有中间费用的总合）是决定性的。我看很多人回测A股，如果是趋势交易，设置交易费用千一，滑点千三，那就是太小看滑点了。（至于滑点是什么，可自行百度）
4）无法成交的情况，比如涨跌停，你根本买卖不到，如何交易？
5）因为低估手续费，就造成低估了频繁交易手续费的影响，容易使得交易策略高频化，收益曲线看上去非常惊人。
2、回测是对历史的归纳，与未来是否有相关性？相关性大坑
这方面有几个案例，通常前几年表现好的基金，后几年就差；业绩差的基金经理，开除后业绩反而变好，这不是随口说说，有这方面研究论文。
换个市场，换个品种，换个时段，同样的策略，回测结果千差万别。
就算你避开了新手的坑，你同样可能掉进一个无穷回测的坑。
举个例子，你回测两个品种，一个回测结果好，一个回测结果差，请问你接下来打算应用该策略到哪个品种上？
如果你说肯定是用在回测结果好的品种上，否则我要回测干什么，不就是寻找好的结果吗？
恭喜你，你接下来，更大概率是会输给哪个回测结果差的。
3、调参的大坑
调参可能发生在所有策略中，特别是现在的机器学习最流行。想调个天昏地暗，又怕过拟合。
参数越多，得出的结果可能会越荒谬。这个就像你面对一个复杂系统，每多一个复杂度，系统就会更加混沌。你判断的最终结果大概率就是个错的。还不如家里的一条狗，来选股。
热衷于调参的人，都是一根筋，沉浸在虚拟的快感当中。可是结局早就注定是徒劳的。
量化圈经典的几个笑点：
1）回测吊上天，实盘不如狗
2）炒股穷三代，量化毁一生
以上，回测的意义是完全没有吗？其实是有的，比如你在程序中犯了一个低级错误，然后回测结果几万倍，你就知道，肯定是写错代码了。 回测的作用也就是这个了。
三、量化交易的根本问题
量化交易，通过建模，回测，然后通过程序化自动交易，取代了人工的买卖，效率上自然不必说，还是有进步的。
但量化交易的根本数学逻辑是什么，那就没那么明显了。
对市场价格进行数学变换，几乎所有市场，从加密货币，外汇，到美股、港股、A股，其实都一样，遵循完全相同的概率密度曲线，说个结论，比如外汇的EUR/USD,数学计算出来的结果是1.0006，随机过程是1，两者仅相差0.0006，也就是说，EUR/USD无限接近于随机过程，如果算上手续费、点差等因素，已经远低于1.0000了，你长期炒，只会通向死亡的终点。这一点也和外汇市场散户炒家近100%死亡率吻合。
当然市场有好有差，但空间都很小，手续费算进去，就没有哪个市场是很容易的，随着市场的成熟，空间会持续减少，直到变成外汇市场。外汇市场是最难的市场，是无敌的存在。
大致的市场空间排序为 加密货币>A股>美股>港股>外汇。
四、总结
量化交易，很多新手都有误解，以为就靠几个想法，就可以从市场上赚取大笔的钱，躺着赚钱是多么的令人神往。
但往往时间一长，就不再狂妄，知道市场是多么强悍。区别只在于，是被市场教训的早，还是教训的晚。
量化交易搞得比较大的平台，像Botvs,vnpy，聚宽，米宽等等，虽然掌握那么多量化的知识，积累了那么多量化的资源。最后还是靠给别人提供量化服务，教别人如何量化来赚钱了。你理解到底是为什么吗？
而你，既不是智商高达150，也不是数学天才，更是连一个IMO奥数题都做不出，就你那点脑洞，真以为市场是病猫，也是你可以随意蹂躏的？
|
|
转播
