作者：量化君也
题图：量化君也微信公众号
最近，量化交易被推上了舆论的风口浪尖，先是有财经大V带头炮轰量化砸盘，后有中小V跟风讨伐量化，最终“天下苦量化久矣”之声不绝于耳。
这几年也都习惯了，市场有什么解释不了的风吹草动，都会有人给量化交易扣锅，只不过这次来得更猛烈些。要搁前几年，自己暴脾气加阴阳师附体，肯定得回怼一番，即使不痛斥一番ta们“满嘴胡言”，也暗讽一下ta们“以偏概全”。
当英国还是欧盟国家的时候，我就已经在量化这个行当了，这么多年也不敢说能了解量化的方方面面，所以说话和写文章都是留有余地，不敢把话说满说死，但看到那些都没有深入了解过量化的营销号，口口声声斩钉截铁地误导网民，唯有一声叹息。
因为这个时候，真相已经不重要，重要的是情绪要得到宣泄，不赚钱的锅一定要有人来背。量化私募大佬买豪宅，被扒被骂也没啥关系嘛，既然有了经济价值，情绪价值少一点就少一点嘛，既有又有的话，人生就太圆满了，月满则亏，水满则溢。可怜的是那些今年亏损的量化机构，钱没捞着，还结结实实挨了顿骂。
鉴于舆情汹涌，官方终于在上周五表态了，证监会指导上交所、深交所、北交所制定和发布了《关于股票程序化交易报告工作有关事项的通知》和《关于加强程序化交易管理有关事项的通知》，前者针对程序化交易者/机构，后者针对交易所和券商，标志着我国股票市场正式建立起程序化交易报告制度和相应的监管安排。
在发布内容当中，首先肯定了程序化交易的作用：从境内外经验看，程序化交易在提升交易效率、增强市场流动性等方面具有一定积极作用。其次也说明了弊端：在特定市场环境下存在加大市场波动的风险，有必要因势利导促进其规范发展。最后在细则当中做出了明确要求：最高申报速率要在每秒300笔以下，并且单日最高申报笔数要在20000笔以内。
有点儿属于各打五十大板的味道了，官方不会因为一些抹黑量化的言论，全盘否定量化交易，同时也对量化提出了看管要求。有人管总比没人管好，这也反映出量化交易是可以合法合规操作的，就相当于是孙大圣给唐三藏划的保护圈，虽然限制了自由，但可保万事无虞，更好地向前迭代发展。
更何况，据官方的测算，“目前全市场需要报告的存量账户数量占比很低“，”不会对投资者尤其是广大中小投资者的正常交易造成影响”。因此，对于产品换手率低或规模不大的量化机构没有啥显著的影响，个人宽客影响就更小了，可能就是将来整合规材料的时候麻烦一些。
造成量化老背锅这种现象的原因是其本身的特殊性，太小众了，太黑箱了，被宣传得太玄乎了，要弄清楚量化交易，往往涉及到金融、数学和计算机这3方面的知识，有一定的知识门槛，不容易被理解，经常性地被误解。
我第一次在这方面有深刻的体会是在去年的四五月份，那段时间一直在还人情债，跑了好几个城市，见了很多陌生人，在听到我所从事的量化行业后，都会在席间问一些关于量化的问题，不知只是为了客套一下，还是真的想了解，唯一可以确定的就是，很多量化行业外的伙伴对量化交易存在非常多的误解。
不仅是吃瓜的行外人，就连准备进入量化行业的准业内人，也都会对量化存在误解，正好借着这个机会，把这其中最常见的3个误解再重发一遍，不是想给量化“洗白”，而是给将来想做量化交易的萌新们消除一些误区和焦虑。
以下内容初稿写于2022年5月下旬，记得代入当时的时间点来看，同时我也会补充一些新内容。
误解1：量化交易就是“高频交易割韭菜”
一听到“量化交易”，很多人的第一反应，量化是不是就是那种"高频交易割韭菜"，出现这种情况，个人感觉，都是一些新闻媒体对“高频交易”的竭力报道和渲染，“高频交易”和“量化交易”总是搭伙出现，让很多人误把“量化交易”等同于“高频交易”。
其中最著名的事件莫过于“伊世顿高频事件”，两个外国人，不远万里潜入中国金融市场，抱着纯粹利己的动机，利用自研的高频交易系统，将700多万的初始本金滚到了20亿，其中跌宕起伏的故事可参见财新周刊的文章《伊世顿：20亿神奇之旅》。
也就是伊世顿事件报道后，身边很多以前不关注量化的人都开始问起“高频交易”，可能是其中的让du贩都自叹不如的盈利能力，让大家的好奇心开始迸发。
如果按照交易频率划分，量化交易可以被粗略划分为“高频交易”和“中低频交易”，也就是说除了“高频交易”之外，还有“中低频交易”。
换个角度想想，中国A股目前实行的是“T+1”交易制度，今天买进的股票，第二天才能卖出，即使有股票底仓做T+0，一天之内最多一买一卖交易2次，连高频的边儿都摸不到，所以至少在中国A股领域，A股在交易机制上就无法实现真正的高频交易，用反证法就能证明“量化交易”不等同于“高频交易”。
高频交易多发生于期货期权衍生品领域，之前说的伊世顿交易的标的就是股指期货，但高频交易一般承载的资金量都比较小，因为高频交易拼的是速度，船小好调头，资金量过大的话，对市场冲击非常明显，摩擦成本都能把之前的利润侵蚀掉。
因此大部分资金还是沉淀在“中低频交易”，比如常见的对冲Alpha策略，买入一揽子股票，用股指期货做对冲，往往交易周期都是周月级别的。
一句话总结来说，高频交易之于量化交易，如同某娅某琪之于直播带货，很多人是因为某娅某琪知道直播带货的，但某娅某琪并不等同于直播带货，虽然直播带货头部效应明显，但这个行业中还有非常多的人在辛勤耕耘，量化领域亦如此。
误解2：量化交易可以做到“稳赚不赔”
在量化交易领域内，也流传着稳赚不赔的传说，那就是找到传说中的圣杯策略，圣杯策略的资金曲线永远都是倾斜向上，给人带来稳稳的幸福，可惜它跟人们口中的“鬼”一样，听过的人多，见过的人少。
其实，无论在量化交易亦或是其他领域，如果有人信誓旦旦地告诉你某某交易某某项目稳赚不赔，相信我，要么他是神仙，要么他就是骗子，是后者的概率极大。
直接唠个实例解释一下吧，某方是中国量化交易领域的翘楚，下图是其代表作产品“量化对冲1号”自成立以来的收益走势图（绝对收益），虽然整体保持了向上正收益，但若是在2021年8月底认购产品，之后出现大幅回撤，亏损颇大。
此刻脑海中都能浮现出投资者跳着脚骂街的场景，并随着光良的《童话》旋律哼道：你哭着对我说，量化里都是骗人的，它不可能是你的王子，也许你不会懂~~~
量化界翘楚尚且如此，更何况其他梯队，总体盈利我信，但是任何投资期限内都稳赚不赔，那是我做噩梦都不会信！
简单来说，量化交易能基于历史数据和数学模型，让投资盈利的概率偏向于我们，并不能保证百分之百盈利。一个你动了手脚的硬币，让你的胜率提升到60%，还是有16%的概率连输两次，6.4%的概率连输三次，黑天鹅谁也预料不到，哪有什么“稳赚不赔”。
既然不是稳赚不赔，那为什么还要做量化呢？说说自己的看法，详见这篇文章《量化交易不一定赚钱，为什么还要做量化？》。
误解3：做量化交易的门槛非常高，就一定要学习编程和人工智能
听了我的解释之后，能戳破部分小伙伴对量化交易的“幻想”，但仍然有一部分在认清本质之后，依然对量化交易感兴趣，想自己也去入门尝试一下。
但里面的人又出现了另一种极端，认为做量化交易的门槛非常高，又要学编程又要学人工智能的，自己学不来，之前对量化的幻想有多乐观，现在对自己的学习能力就有多悲观。
先把一句话撂在这，能熟练使用Excel的人，就能做量化交易。
做量化交易必须学编程吗？不一定！
最简单的量化策略莫过于定投策略了，在固定的时间点买入固定金额的标的，按照规则手动操作就可以，无须编程。
萌新常说的双均线策略，金叉时买入，死叉时卖出，对着行情软件观察，满足金叉就买入，满足死叉就卖出，也无须编程。
当然啦，量化交易当中还有很重要的一项任务就是“回测”（Backtest），也就是把自己的交易想法放到历史数据当中检验，看看能否在历史统计当中盈利，是不是一个好的交易想法。
刚才提到的定投和双均线策略，都可以使用Excel完成回测和盈亏情况统计，别问为什么，问就是我刚开始也是这么干的，这就是为什么敢说“能熟练使用Excel的人，就能做量化交易的原因，具体实现案例可见文章《萌新量化投资入门的第一个策略，仅用Excel便可完成》。
对现在萌新入门量化更友好的消息是，现在可能连Excel都不需要会用了，目前都陆续有了零代码无需编程的量化平台，像小时候搭积木一样就能构建属于自己的量化策略。
做量化交易必须学人工智能吗？也不一定！
有像定投和双均线这样的简单策略，自然也有复杂策略，比如说人工智能。”人工智能“（Artificial Intelligence）这个词近几年非常热，很多领域都在不断提及这个概念，在量化交易领域，用互联网的黑话来说，就是”AI赋能，智能投资“。
很多量化培训课程，也在不断教授人工智能的知识，大有不会人工智能就不能做量化之感。咱不能听到别人教人工智能，咱就去学，不要为了学而学，要想想为什么要学。
简单来说，量化交易当中引入人工智能，很大程度上是需要AI帮我们自动找到数据当中的规律，主要是非线性规律。
因为人脑一般对线性的规律比较敏感，一般通过足够时间的观察就能找到（如果规律存在的话），AI模型就复杂很多，里面存在着各种空间的转换和维度的变换，低维不可分的数据可以映射到高维可分，因此它是找非线性规律的小能手。
就是因为AI模型太“能”了，找出的数据规律人类都不太容易看懂，所以很多人觉得AI就像一个黑匣子。而且，你可以输入毫不相干的数据（例如今天天气、前台妹子唇膏裙子颜色和股票涨跌幅），它都能找出规律来，只要模型够复杂、样本数够少，这种情况就是咱经常听到的“过拟合”（overfitting）。
正是由于“黑匣子”和“过拟合”的原因，建议萌新宽客（天才除外）入门时，不一定要学人工智能，最主要的是把“观察市场->总结规律->形成策略->回测统计->改进优化”的学习路径走通，降低学习曲线的坡度，把每一维数据当做是自己的朋友，感受量化给自己带来的快乐。人工智能是给量化交易添砖加瓦的，最好先有一个稳固的量化地基。
最后再废话一句，做量化就像是做饭，有做熟吃饱级别的，也有酒店大厨级别的，更有国宴级别的，各有各的活法做法，终归会做饭总没有坏处，但行量化，无问西东。
参考资料：
财新周刊，2015年第43期，《伊世顿：20亿神奇之旅》
周志华，2016年，《机器学习》（坊间俗称“西瓜书”）
Ian Goodfellow，2017年，《深度学习》（坊间俗称“花书”）
中国证券监督管理委员会，2023年9月，《证监会指导证券交易所出台加强程序化交易监管系列举措》
版权声明：文章版权归原作者所有，部分文章由作者授权本平台发布，若有其他不妥之处的可与小编联系。
