量化交易的基本概念

关于量化是什么?这个问题，国内的私募的大佬也有谈过，大家可以先看看：大佬来谈什么是量化，然后再来看看下面我个人的一些浅见。

什么是量化交易，实际上，量化交易、宏观分析交易、主观经验交易、听消息交易、技术分析交易...这些XXX交易,本质上都是:依据某种认为可以得到利润的决策策略,来决策实施买卖的交易手段。而量化交易,就是具体以依据计算机基于数据进行分析，得到的通过了计算机验证的能获得利润的决策策略，来决策实施买卖的交易手段。

量化交易的优势

量化交易利用数学模型和计算机算法来进行投资决策，相比之下，主观投资更多地依赖于个人的直觉和情感。量化交易有以下几个优势：

客观性：量化交易依赖于数据和算法，减少了主观情绪的干扰。就像使用电子秤来称重一样，不会受到情绪的影响，结果更客观。
纪律性：量化交易策略执行起来更加纪律化，就像按照食谱烹饪一样，遵循一定的步骤和比例，不容易受到外界影响而偏离原本的计划。
快速决策：量化交易可以利用计算机快速分析大量数据，做出迅速的决策，就像使用GPS导航一样，可以快速找到最优路线。
风险控制：量化交易可以通过严格的风险控制模型来规避风险，就像驾驶汽车时系好安全带一样，可以降低意外发生的风险。

什么是决策策略?

一个决策策略，就是一个自己可以自圆其说的一个如下因素的决策依据：何时（When）、交易什么（what）、怎么交易（how），比如：

主观经验交易：根据我自己个人盯盘的经验，在看到某种价格图形（或者指数形态等）【何时（when）】，那么我就要去进行交易这个标的（个股或者是指数ETF或者是期货等）【交易什么（what）】，然后再凭我的经验决定是买入（做多）、卖出（做空）、还是坚定继续持有多方（空方）仓位，买入、卖出多少也凭个人感觉【怎么交易（how）】。这种就是存粹的主观经验的交易，很多散户其实就是这种类型的交易方式，这种交易方式很难具体说得清楚什么情况下买、什么情况下卖，很多时候是心血来潮式的，决策是凭感觉，这个感觉可能是来源于自己曾经看到过某一次个股出现某种形态然后就涨起来了，自己印象深刻，然后现在又出现自己感觉类似的情况，然后就感觉会涨。
听消息交易：我密切关注市场上各种新闻或者是听那些“内部人士”、“金融专家”等，听到某些消息【何时（when）】，那么我就要去交易这个消息相关的标的（比如光伏行业出来国家支持政策消息，就买光伏，某某专家说什么行业进入火热期，就去买这个行业的股票）【交易什么（what）】，然后根据经验或者是消息的细节，决定进行买入或者卖出（比如出了行业利好消息，就赶紧全仓买入，等涨起来10%就赶紧抛掉）【怎么交易（how）】。
产业基本面分析交易: 我根据国家的发展未来，以及对于各个产业的技术发展情况，深入对某个产业的上下游分析以及国家的政策和时代的发展红利对这个产业的影响等多个因素，分析后认定这个产业未来若干年内会迅速发展，于是我决定现在【何时(when) 】，就买入【怎么交易(how)】这个产业的龙头个股【交易什么（what）】

上面的例子交易方式都是散户常见的交易方式，其实都是一个决策策略，只是这些策略都很模糊，无法准确定义决策的何时（When）、交易什么（what）、怎么交易（how），很多时候还看个人心情和个人的资金情况，比如利好消息来了，自己又有闲钱，就买一下，没有就不买了，一旦有钱，就全仓买了，无法准确定义买卖多少合适，但并不妨碍它们是一个实际上操作起来的策略。

什么才是好的决策策略？

那么怎么样的决策策略才是一个好的策略呢？首先，毫无疑问：不管白猫黑猫，抓到老鼠的才是好猫。一个好的策略，必然是要能赚钱的策略，毕竟交易的目的就是为了要赚钱，不赚钱的策略都是耍流氓。那么核心问题就是怎么在交易中能赚到钱？

这个问题的答案，散户们都很喜欢一个是：抓到每一个个股的最低点买入，然后马上就是这个个股的上涨期，然后刚好涨到最高点，而且总能卖到涨幅、涨速都最大的个股，就是最好的策略。

这是一个很幻想的答案，现实世界基本上不可能，因为人不能预知未来，要做到这样的“精准交易”最低最高点，有且只有从未来的时间穿越回来的人，得到了明确的未来信息。而现实是一句粤语谚语说得很清楚：“有早知，就没有乞丐啦”。

现实世界是我们每一个参与交易的散户其实都有曾经买入涨了赚钱了的经验，也有买入了跌了亏钱的经验，也就是说，在交易市场中，单个盈利、亏损的交易是每个交易的人都会遇到的，人不可能一直倒霉一直输，也不会一直赢下去的。那么怎么样才算是“能赚到钱的策略" 呢？那么必然要对这个能赚到钱定义一个时间区间：在交易的长期时间内，能保持长期的持续赚钱。要能长期的持续赚钱，就有以下的三种能实现的策略模式：

1、如果策略的每100个交易里，赚钱的交易多于50个，亏钱的交易少于50个，每个交易投入的钱（成本）和赚钱亏钱的绝对值是一样的，就能长期赚钱【平均胜率取胜】。 2、如果策略的每100个交易里，赚钱的交易少于50个，亏钱的交易多于50个，每个转的交易投入的钱（成本）比亏的交易投入的钱多，赚钱赚的比例也多于亏钱的，导致赚钱的总额大于亏钱的总额，就能长期赚钱【赚大亏小取胜】。 3、如果策略的交易量很少（一年10个以内）交易持续时长很长（以年为单位），克服价格的波动，达到超过50%的交易都是赚钱的，而且交易投入的钱（成本）都是赚钱的比亏钱的多，且赚钱总额超过那些亏钱交易的总额，就能长期赚钱【“下准抱住”长期巴菲特式取胜】。

那些不太可能实现的策略模式是： 1、交易量很多（一年几百上千次交易），交易胜率也很高（下注很准），每个交易投入大且赚钱很多。【为什么不可能：交易多就导致不可能每次交易都投入很大（满仓进出），然后还能交易胜率很高（盈利交易占比高），而且每一个交易赚的比例也高，除非可以有未来的信息能得到精准买入，或者是得到了一个市场的“金规律”能高精度预测未来，不然满仓进出的交易多，等于是在悬崖边缘反复横跳，一两次的错误就能出现大额亏损而失败。】

从上面的好的策略的分类中，其实就明白一个交易的策略，要能持续地赢，其实内核还是两个核心：胜率（赚钱交易占比）、赔率（赚钱的比例）。

量化交易策略是怎么样的？

好，回归到量化交易策略中，作为一个交易策略，实际上也是通过何时（When）、交易什么（what）、怎么交易（how）来表达的一个策略，而量化的前缀，只是说明它是一个基于数据、相信数据、依赖数据的一个交易决策依据，而且它也是追求成为一个好交易决策策略的方法论。其中“量化”这个词语，实际上是来源于：定性和定量是科学研究中常用的两种方法，它们是对研究对象进行描述和度量的方式。定性研究着重于描述和解释现象、现象间的关系和发展趋势等，而定量研究则通过数字化的方式量化对象的属性和变量，从而得出统计结果。对于交易的决策依据，进行数据化的定量，对于各个类型的数据，定量出那些数据的什么组合对于达成成功的交易策略的什么决策形成何种统计性的影响。然后结合分析人的能力和经验，找到数据中的这种定量的信息，经过反复回测验证做了取舍形成策略。

怎么才能做出一个量化策略？

首先一个量化策略来源于一个或多个可以清晰描述的量化策略想法（如：突破5日均线买入，跌破10日均线卖出）。
利用量化框架实现上面的量化策略想法（如：“沃伦量化”配置一个策略，其他量化框架使用代码编写实现量化策略）。
利用量化框架所支持的数据，进行策略回测，验证想法在过去的一段时间内是否表现良好。
分析回测结果，确认量化策略的想法细节上有那些问题，进行策略的调整，然后再进行回测，然后再分析调整策略，直到回测的结果能获取合理的利润和表现满足个人预期。
策略进行模拟实盘，在模拟的数据中，实盘跑一段时间，确认在真实的数据中没有太多异常情况（如果有异常则回到策略修改和回测验证的循环进行策略调整到满意）。
策略进行真实交易实盘，在市场中验证策略。

怎么才算是一个好的量化策略？

能稳定盈利，回撤较低的策略，才算是好策略，不会忽高忽低。
盈利足够战胜市场，阿尔法（alpha）是正值且比较大，说明市场总体涨的时候能赚更多，总体跌的时候亏得更少。
投资标的关联性风险敞口较低，也就是投资的标的集中度较低，不会全部前砸一个标的，投资的标的也不会太强关联，避免一个意外事件一锅端。
对于风险控制（止损、止盈等）的相关控制比较及时到位的策略，不会死扛。