量化交易好搞又难搞

做量化的话，不知道现在对于量化的定义是什么。

一种是程序化自动交易，时间跨度可长可短，现在除了大奖章（好像是叫这个）没有特别出名的。时间放大来看，和人工操作成绩差不了多少。

另一种是自古就有的高频量化交易。这种打的就是一个时间差，他们比拼的不是交易技术，而是谁的网速快。

最早还没有信息技术的时候，大家都围在交易所，看谁先获得价格信息，越早下单的人就能赚到后下单人的钱。后来有了电报，电话，机构开始比拼谁的接入速度更快，谁的速度快谁就获得巨大利润。包括后来的海底电缆，无线电传输等等技术应用。

到了今天，一些大的机构还有直通交易所的信息渠道，下单渠道。利用其他玩家买入卖出动作产生的微小价格差异，迅速下单，获利。赚取无风险收益。

如果说量化交易实际上指的是这个东西，那量化交易就不是普通人可以搞的。

不说美股，只说国内市场，深交所五六年前的数据是每秒钟30万笔交易。但是你从任何一个软件上都看不到这么多交易报价。

我认为想做好量化交易，不管是做高频还是低频，你的数据应该尽量全面。这意味着需要自己设计一个看盘软件，数据渠道需要直接和交易所连接，对这些数据加以分析，才有可能做出来一个好的模型。

如果说只根据现在市面上看盘软件提供的数据，来做量化交易，那一定做不起来。这些软件因为服务器的限制，他的数据一定是不全面的。对于人工来说足够了，但是对于程序来说，这个数据就是残缺的。想想，再这样的情况基础下建立起来的量化交易模型，他的实战效果绝对不会很好。

除去这些还有一个方法，就是把交易频率放低。

这些数据相当于组成图片的像素，你的交易频率越高，对数据就会越敏感。如果数据不足，你就看不清楚情况。就好比，你把一个图片无限的放大，但是像素却不增加，最后你只能看到一堆像素块组成的马赛克，看不清楚图片是什么意思。你的交易频率越高，对数据的要求就越高（数据的量、数据的即时性），这是一个正比关系。

既然如此，可以把频率降低。比如把日内改成以年为单位。这时，你的量化交易对数据就不那么敏感，一般看盘软件的数据就可以用了。在此基础上，做一个交易模型，量化交易可以做成。不过这时，你可能需要好长时间才能做一次交易。

这只是个比方，实际上，你可以找到和现在看盘软件数据相搭配的时间频率。因为交易频率和数据敏感度成正比，而数据现在处于固定的程度，所以只需要调整交易频率到与目前数据相匹配的程度就可以了，这个时间可能是以周为单位，也可以是以月为单位，但日内不要再想了。这时，量化交易才可以搞，就有了成功的可能性。

以前参加过一个期货公司举办的讲座，有一位大佬就是如此做量化交易。他的时间跨度是以月为单位，在此基础上做出交易模型，隔好几周才能下一次单，但是效果还不错。

如果说到了这种程度，就又陷入了一个悖论。时间跨度放大之后，人工和机器的区别就变小了，这些数据处理人工也可以胜任。那到底是用机器呢，还是用自己的脑子呢？

其实，到了这时，机器的优势就变成了绝对理性而不再是高频，可以绝对按照模型去操作。人就不行了，一方面是精力有限，一方面是心态波动。这也就回到了量化交易存在的根本，去除人的心理不稳定性。

怎么说呢，一切都是个圈