量化炒股代码(量化炒股是什么意思)

说起量化交易，很多炒股的朋友估计都有所耳闻。

在大家的印象里，量化交易总是带有一种神秘色彩，是一种非常复杂的交易技术。的确，目前的量化交易领域汇集了全球最顶尖的金融人才，其中不乏来自哈佛、剑桥、麻省理工等知名学府的资深专家，甚至包括诺贝尔奖得主。

同时，量化交易领域也是“高薪”的代名词。

在金融业猎头给出的报价中，有丰富经验的量化交易人员，年薪百万是起步价。而早在2006年，来自高盛、摩根斯坦利、美林等机构的量化交易业务，平均年收入已达5.7亿美金。

但是，在量化交易风光无限的背后，同样隐藏着巨大的风险、高度的不确定性以及持续的争议。今天，我们就揭开量化交易神秘的面纱，看看它究竟是何方神圣。

什么是量化交易

百度百科给量化交易的解释是：

以先进的数学模型替代人为的主观判断，利用计算机技术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，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。

简单概括，所谓量化交易就是制定投资策略，并依靠计算机程序执行策略的一种技术。

可以看出，量化交易的核心主要是两条：策略构筑和策略执行。

比如，有一种基于“动量交易”的策略，当股票价格向上突破压力位时买入，向下跌破支撑位时卖出。这个策略说起来简单做起来很难，因为市场有数千支股票，靠人类交易员很难有效执行。

但在计算机时代，依靠强大的电脑程序把所有股票跑一遍，再依靠事先编好的代码去实施买卖操作，上述交易策略就变得简单多了。

当然，现实中的量化交易策略不会这么简单，它是一系列策略的排列组合，即所谓“建模+约束条件+不断修正”的策略输出。

比如，在大盘指数处于A情境下时，采用1号策略。如果市场出现变化，某阈值被触发使得大盘指数处于B情境下，则切换到2号策略，同时决定划拨多少资金去执行。

在这一过程中，策略还会被不断测试和修正，以提高数据可信度与成功率。

量化交易的发展与应用

随着资产管理规模以及市场的不断扩容，如何让一个人同时可以研究更多的证券，并管理更多的钱，成为行业亟待挑战的课题。

上世纪80年代之后，美国的投资银行业开始了创新尝试。他们投入大量的资金、人力、物力去组建团队、募集资金和设计金融算法。

这期间，一个叫梅瑟维夫的人成立了著名的量化基金“长期资本管理公司”，摩根斯坦利也组建了“过程驱动交易组”（Process driven trading）来做量化交易，这个部门替摩根士丹利创造了巨额的利润。

此后，像德意志银行、高盛、美林也不甘落后，到最牛的高校金融学去挖天才交易员来组建量化交易团队。

这些金融业的天之骄子，被称作宽客（Quant）。

上个世纪90年代到21世纪初，华尔街的宽客们迎来了黄金时代，很多人甚至认为投资银行已经摒弃了传统投行业务，而华丽转型成量化投资基金。顶尖宽客的收入可能是这种传统投资银行家的数十倍，甚至上百倍。

华尔街投行珠玉在前，量化交易在整个金融市场上就占据着越来越大的份额。如今的美股市场上，量化交易大概要占到全部交易的大约60%。

不过，这些设计着复杂金融产品、不断放大杠杆并获取令人难以置信的高额利润的宽客们，也承担着巨大的风险。

量化交易的风险

量化交易是基于历史数据去挖掘规律，策略依据的是历史数据。这里还有一个假设，即市场是有据可循且处于相对的稳态当中。如果这个稳态趋势存在的条件发生变化，量化交易策略就会面临失效，导致亏钱。

比如，我们上面提到的风光一时的长期资本管理公司，它曾经被誉为量化交易界的一面旗帜，但就是因为执行了错误的交易策略而导致破产。

自成立以来，长期资本的交易业绩傲视群雄，年化收益率可以达到惊人的32%。1998年，俄罗斯受亚洲金融危机影响，卢布出现大幅贬值，投资客们开始疯狂抛售俄罗斯国债。

但在长期资本管理公司的交易模型里存在一个假设：如俄罗斯这样的大国是不可能赖账的，其外债一定会被如期兑付。于是，他们开始逆市场而行，大肆买入市场抛售的俄罗斯债券，希望危机过后，待市场反弹时大赚一笔。

结果，“黑天鹅”事件发生了。

1998年8月17日，俄罗斯政府发表声明称：我们将延期偿还所有对外债务。没错，如俄罗斯这般的大国结结实实的违约了，卢布当天应声大跌，长期资本管理公司一天亏掉数亿美金。一个月之后，这家名噪一时的公司被迫清盘，宣告破产。

或许有朋友要问，为什么不把“黑天鹅”事件纳入量化交易的条件中？原因就是上面说的，只有在稳态市场中，量化交易才能发挥最大优势。

但是金融市场并不是严密的程序运行，归根结底还是“人”的市场。金融市场所有的规律都会受到人性所影响，一切价格的涨跌永远伴随着贪婪和恐惧，永远在理性和非理性之间交织运行。

我国的量化交易现状

我国的量化交易还处在萌芽阶段，目前已经有一些公募或私募基金，以量化交易为主要运作策略，但整体来看，回报水平并不突出，有些甚至处于市场中下游水平。

曾有业内人士把量化交易总结为三个层次：

第一个层次，就是通常的量化选股策略；

第二个层次，将量化和交易结合起来，运用到期货这类高频交易中；

第三个层次，将人工智能运用到量化交易中，实现策略的自我学习，根据市场变化、宏观经济等条件，自动更新策略。

以此为标准，我国的量化交易机构，目前普遍尚处于第一层次。

A股中，最令人印象深刻的量化交易，恐怕就要数2013年光大证券的“乌龙指”事件了。

2013年8月16日午后，上证综指突然暴涨近6%，50多只权重股触及涨停。后查明，异动的主要原因是光大证券量化团队发生巨额错误买入导致。随后，这次事件被定性为“内幕交易”。

实际上，我国金融市场的特点是变动是非常频繁，尤其近几年，交易规则、市场构成正在发生巨大变化。

从这个角度来说，在中国实施量化交易的风险，可能比那些成熟的发达市场要更大，想稳定获利的难度也更大。所以，不要迷信那些以“量化”为卖点的基金——咱这个市场，再牛的金融精英也未必玩得转。