如何建立自己的量化交易系统

股票交易是一个可预测的概率游戏

10节课教会你股市赢家的投资逻辑

今天是我们本系列课程的最后一讲。

之前我们介绍了打造完善交易体系的必备要素，对于投注、风控、市场情绪、交易策略、交易心理等内容都进行了讨论。今天我们来谈一个重点问题：怎么利用技术来武装自己？特别的，个人投资者，能不能搭建属于自己的量化交易系统？

当然可以！

那么，怎么做呢？让我们先来系统地了解下，什么是量化交易。

首先要纠正一个印象。很多人都以为，量化交易起源于美国，其实不是。

最早采用量化方法来分析数据变化，并从中挖掘市场价格涨跌规律的，是1834年出生于法国的朱尔斯·雷格纳特（Jules Regnault）。他发现，法国永续国债的价格长期浮动于32.50至86.65法郎之间，并计算出其合理价格应为73.4法郎。低于此价他就果断买进，偏离越远买进越多；高于此价就果断卖出，偏离越远卖出越多……就这样，虽然也会遭遇短期的缩水和亏损，但持续到1881年，47岁的他已经实现了“财务自由”。他雇了车夫、园丁，买了3辆马车和几匹好马，每年都去度假。1894年，雷格纳特去世，留下由债券、股票和房产构成的300万法郎的财富。

300万法郎在当时是多少钱呢？粗略计算一下，大概相当于今天的20亿人民币。

当然了，把量化投资发展到现代水平的，是个美国人，我们都很熟悉他，他的名字叫爱德华·索普，被誉为“量化投资之父”。他写的书《战胜市场：一个科学的股票市场系统》，可以说是现代量化投资的开山之作。他的故事我们就不多讲了，前面的课里反复提到过。

还有一位美国人，所有做量化的都知道，大名鼎鼎的文艺复兴基金公司的老板，詹姆斯·西蒙斯，他的平均年化收益比巴菲特还要高10个点左右，而且一干就是30年。大家可以计算一下，年收益30%，30年复利下来是多少？他是所有宽客膜拜的偶像。

所以说，量化的优势并不一定是每一年盈利有多高，关键是能不能持续盈利，回撤又小。投资的复利效应，在量化交易中体现得尤其明显。

咱们再来看看量化在中国的发展情况。量化在中国的起步比较晚，目前规模也不算大。在14年之前成立的基金中，量化基金的数量只占12%；但从过去十年的收益上看，排到前20名的基金中，量化基金占了30%，说明量化基金的收益比平均要高。而从2017年一季度量化基金的管理规模上看，不到整个市场的千分之五，比美国要差一个数量级，说明未来有很大的发展空间。

也就是说，现在加入宽客的行列，或者至少加入到这个圈子里，正是最好的时候。

刚才我们两次提到“宽客”这个词。什么是宽客？英文叫做Quants，就是指从事量化交易的人。

什么样的人能够成为宽客呢？需要很深厚的金融学功底吗？需要复杂的数学模型理论吗？

去掉所有的修饰，我们说得直白一点，想成为一名宽客，对你的基础没有要求，初等数学就够，巴菲特做投资连除法都用不上，加减乘就够，我们做量化还是要用到除法的。如果你有高等数学特别是概率论的基础当然好，没有的话问题也不大，这个学起来不费劲。对于金融理论更不需要多少了解，甚至有时候金融小白更好，免得已经被所谓的经济学理论洗脑，中毒太深。

你会问了？就这么简单吗？

对基础的要求就这么简单，但对人品的要求比较高。

首先，你要爱学习，还要够聪明。爱学习就不用说了，市场唯一不变的就是变化，墨守陈规，不思进取，显然做不好投资，包括投机。

够聪明，什么算聪明呢？就是会思考，善于学习和不断挑战自己。这个没法量化，你自己判断吧。

还有，就是喜欢钱。这个只要你有做投资或者投机的冲动，基本都能满足。

简单总结一下，够聪明，爱学习，喜欢钱，就是对你的人品的要求。

还有人要问了，做量化，成为宽客的目的是什么？有什么好处？

我们之前说过，人的认知偏差和情绪偏差，很难克服。量化交易系统，首先通过定量的数据化分析，通过严谨的计算模型来运行完整的交易逻辑，可以在最大程度上克服人的认知偏差。因为机器在重复性任务上的效率要远远高于人类，所以，量化系统通常可以帮助你发现更多的机会，验证和进行更多的决策。

对于情绪偏差，因为我们靠机器自动执行交易指令，就在很大程度上避免了人的情绪的负面影响，减少了随意性和冲动。

那么，怎样打造一个适合自己的量化交易系统呢？其实，这和打造适合自己的主观交易系统并没有本质的区别。

把大象装冰箱，总共分三步。

第一步，完整的自我评估和确定一个合理的交易目标。这和主观投资的评估过程一样。

第二步，选择适合的交易哲学或者交易体系，包括策略逻辑、风险要素等。这里和主观交易的区别，就在于策略的制定，要把策略思想统统变成机器可执行的逻辑。不能有任何主观形容词，或者说，不能只有定性的描述，而要转化成定量的语言。比如说，底部放量，你要规定明确，什么是底部，什么是放量，不能有任何模糊。

第三步，把策略的定量逻辑依靠计算机程序来实现，通过计算机或者说程序化的交易系统来执行你的策略。当然，这个过程要求反复通过历史数据来验证你的量化策略，通过了严格的检验，然后才能进入到模拟盘和实盘的运行。在策略程序化执行的过程中，人的因素也非常关键。你要监控程序的运行是否正常，是否出现了意想不到的情况，要有充足的预案来面对突发情况。

当然了，实际的量化交易系统还是比较复杂的，从数据的处理到交易环节的各个细节，每个地方都有坑。

因此，学习量化也是一个系统性的过程。

如果你之前有主观交易经验，可以重点学习如何把主观交易思路变成一个量化交易模型。然后，可以学习采用什么样的工具来实现这样的策略并且投入到实际的交易当中。

如果你之前缺少交易经验，但你是IT工程师出身，对计算机程序很精通。那么，你首先要学习一些投资逻辑，知道市场上有哪些策略类型可以使用，从中挑选出适合自己的策略逻辑。然后，通过程序去实现。

看似再简单的事情，真正做起来都是有难度的。

投资是一个专业性要求很高的工种。别看巴菲特老爷子投资只用到加减乘，但为什么只用这三种运算，之前的过程有多艰辛，不足为外人道哉。

如果你真的对量化的学习感兴趣，可以来关注普量学院及其旗下的各类课程。普通的“普”，量化的“量”，普量学院。

学习量化投资就好比打怪升级，如果没有体系，经常功亏一篑。普量学院打造的量化投资实战交易体系必修课，目的就是帮助你开启系统学量化之旅。

好了，我们《财富增值必备的10个投资逻辑》系列课程到这里就全部讲完了。非常感谢你的收听！真心希望我的分享，能够对你有所启发，帮助你在投资的道路上，少走弯路，取得进步。