什么是量化交易，未来前景如何？知道的讲讲。

量化交易是指借助现代统计学和数学的方法，利用计算机技术来进行交易的证券投资方式。在国外的期货交易市场，程序化渐渐地成为主流，国内则刚刚起步。今天我们就来分析一下它的优势和劣势。

量化交易到底有何种魅力

所谓量化交易，是指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，减少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。

量化模型=计算机技术+量化分析师制定策略

在股票市场上，量化交易早不是什么新闻，量化从业人士张威告诉人民创投(ID：renminct)，在国外七成的交易都是通过计算机决策的，在国内这个数字也接近五成。

过去的股票市场都是靠交易员手动敲键盘来操作的，难免一失手成千古恨，这种行为被戏称为“胖手指”，相比之下，量化交易则如同点石成金的“仙人指”。量化里最美的童话就是“旱涝保收”，牛市也好，熊市也罢，都能大赚特赚。

传统股市量化中最耀眼的明星莫过于詹姆斯西蒙斯，其一手缔造的大奖章基金自1988成立至2009年西蒙斯退休的这21年间，年平均收益率达到了惊人的46%，即使是2007年次贷危机席卷美国，量化基金遭遇滑铁卢的时代，大奖章基金依然获得了骄人的73%的回报率。

量化投资中常用的策略，包括阿尔法策略，CTA策略和套利策略。阿尔法策略通过选股组合，挖掘超越市场整体表现的投资机会;CTA策略通过追随趋势，追涨***跌;套利策略利用市场价格差异，空手套白狼。每个量化投资策略都是个黑盒子，它们是量化公司的量化投资的核心竞争力，其他外部人无法知道其中的秘密。

旱涝保收，坐收渔利，这样的“黑科技”让币圈的投资者也分外眼红。一家量化交易企业的创始人这样描述自己转行数字货币量化交易的经历：“两年前，炒币的朋友经常24小时看行情，搞得精神疲惫，问我如何在数字货币领域实现量化、程序化交易。他们提供了一个比较简单初级的模型，希望我在它的基础上扩展改造，增加风险管理模块。”

现在大大小小的数字货币量化交易团队采用的量化策略与传统外汇市场、期货市场用来做套利的策略虽然大体相似，可也玩出了新的花样，搬砖就是一个典型。搬砖学名“配对交易”，是指同类型股票或同股异地股票根据价值分析以及股价相对比例相互置换的一种套利方法，由于政策原因，同股异地搬砖并不常见，但在数字货币市场，大大小小的交易所数不胜数，不同交易所之间的价格也常有差异，利用价格差低买高卖，就成为数字货币量化中最简单粗暴的盈利方式。

量化交易的优势

1 严格的纪律性

量化交易有着严格的纪律性，这样做可以克服人性的弱点，如贪婪、恐惧、侥幸心理，也可以克服认知偏差。一个好的投资方法应该是一个“透明的盒子”。我们的每一个决策都是有理有据的，特别是有数据支持的。如果有人质问我，某年某月某一天，你为什么购买某支股票的化，我会打开量化交易系统，系统会显示出当时被选择的这只股票与其他的股票相比在成长面上、估值上、资金上、买卖时机上的综合评价情况，而且这个评价是非常全面的,比普通投资者拍脑袋或者简单看某一个指标买卖更具有说服力。

2 完备的系统性

完备的系统性具体表现为“三多”。首先表现在多层次，包括在大类资产配置、行业选择、精选个股三个层次上我们都有模型;其次是多角度，量化交易的核心投资思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度;再者就是多数据，就是海量数据的处理。人脑处理信息的能力是有限的，当一个资本市场只有100只股票，这对定性投资基金经理是有优势的，他可以深刻分析这100家公司。但在一个很大的资本市场，比如有成千上万只股票的时候，强大的定量化交易的信息处理能力能反映它的优势，能捕捉更多的投资机会，拓展更大的投资机会。

3 妥善运用套利的思想

量化交易正是在找估值洼地，通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会。定性投资大部分时间在琢磨哪一个企业是伟大的企业，那个股票是可以翻倍的股票;与定性投资不同，量化交易大部分精力花在分析哪里是估值洼地，哪一个品种被低估了，买入低估的，卖出高估的。

4 靠概率取胜

这表现为两个方面，一是定量投资不断的从历史中挖掘有望在未来重复的历史规律并且加以利用。二是在股票实际操作过程中，运用概率分析，提高买卖成功的概率和仓位控制。

量化交易的风险性

首先是一二级市场“级差”风险，其次是交易员操作风险，最后是系统软件的风险。

一二级市场的“级差”是整个套利交易的核心。在现有规则下，ETF套利模式分为两种：一种是通过购买一揽子票，按照兑换比例在一级市场换得相应的ETF份额，然后在二级市场上将ETF卖出;另一种则与前者相反，是在二级市场上购买ETF份额，通过兑换比例换得相应数量的股票，然后在二级市场卖出股票。交易的顺序视股票价格、兑换比例、ETF份额交易价格的变动而决定。

由于股价的变动，ETF套利级差转瞬即逝，因此纷繁复杂的计算过程，目前业内由计算机完成，交易员通过设定计算程序并按照结果决定策略，又或者完全自动让系统在出现套利空间时自动交易，后者便称之为程序化交易。

又因为套利的空间非常小，通常只有万分之几，因此套利交易为了获取适中的收益，参与的资金量都比较大。如果交易员把握不当顺序做反，则投资将出现亏损，这便是级差风险。而为了控制这样的人为风险，券商一般提倡自动化交易，方向由计算机把握，交易员输入交易数量即可。

第二种风险是交易员操作失误，比如光大这次的乌龙指事件，有可能是交易员在输入数量的时候出现了失误。这同时也牵扯到第三种风险，系统软件风险，每个交易员在系统中都有相应的交易权限，包括数量、金额。光大本次涉及的金额坊间一度传闻为70亿元，而数量如此巨大的金额是如何绕过系统权限完成交易的这个问题的暴露，也导致业内质疑光大风控并未做足。

这个平台犹如币圈的一个缩影，每一个人都心惊胆战地伏在荷官的膝下，聆听骰子撞击的声音，殊不知荷官才是他们中的头号玩家。“职业投资者都知道有庄家”，张威直言。多数的量化平台可能会推出更复杂的止损策略和更出色的套利机制，但除非平台拥有足够雄厚的资本成为游戏的庄家，否则就只有被收割的命运。

量化作为工具，或许无可厚非，但许多数字货币基金以“量化”为名，公开募集资金，行走在法律的边缘。中国人民大学教授赵锡军认为，金融行业和其他行业不同，参与金融活动，动用的是别人的钱，发生风险，别人会有损失，因此***需要更加严格地监管。

量化交易一念天堂，一念***。小编在这里希望广大投资者切莫游走在法律的边缘，以身试法，否则等待你的将是法律的制裁

征服华尔街的“数学家”| 长江读书303期

什么是量化投资的奇才

2016年，在全球收入最高的10位对冲基金经理中，有8位是量化基金经理。数学模型和计算机是量化基金经理们的最爱。和那些高调的经济界名流相比，量化投资的奇才却大隐隐于市，“无勇功，无智名。”他们不会抛头露面，四处站台，而是潜心于科学研究，就算是这样“心不在焉”，投资业绩却秒***各路英雄。

量化投资与大奖章基金

先来看量化投资的定义——把计算机当成测试和执行策略的工具，通过固定的交易逻辑和数学模型来分析、判断和决策，就是量化投资。

提起量化投资，就要谈到詹姆斯·西蒙斯。

韬光养晦是优秀的对冲基金经理恪守的准则，詹姆斯·西蒙斯也是如此，即使是华尔街专业人士，对他和文艺复兴科技公司也所知甚少。然而在数学界，西蒙斯却是大名鼎鼎。早在23岁，他就获得了加州大学伯克利分校的数学博士学位。30岁，他就担任了纽约州立石溪大学出任数学系主任。西蒙斯在石溪大学做了8年的纯数学研究，其间与华裔知名数学家陈省身创立了对数学和物理学影响深远的Chern-Simons理论。1976年，西蒙斯摘得数学界的皇冠——全美维布伦(Veblen)奖，个人数学事业的成就也就此达到顶峰。他喜欢学术界的数学奖章，甚至把基金的名字起名为“大奖章基金(Medallion)”。

大奖章基金只接受公司内部人员的钱进行投资，不会在各种展会上拉客户，不会上电视装大师。

在1989-2009年的二十年间，大奖章基金的平均年收益率为35%，若算上44%的收益提成，则该基金实际的年化收益率可高达60%，比同期标普500指数年均回报率高出20多个百分点。索罗斯和股神巴菲特的操盘表现，只能算是西蒙斯的跟班小弟了。

在次贷危机全面爆发的2008年，大奖章基金的投资回报率依然稳稳保持在80%左右的惊人水准，成为量化投资的长青树。

量化投资在哪些方面胜过人类？

量化投资的优势在于纪律性、系统性、及时性、准确性和分散化。

它能准确评价机会，严格执行投资策略，没有人类情绪变化。它有多层次的数学模型，能多角度地观察多个市场。它能处理海量数据，捕捉到更多的投资机会，快速地跟踪市场变化。它还能不断发现新的提供超额收益的新的统计模型。

因为计算机能处理大量数据，可以建立起分散化的投资组合。人类没有千手千眼，和计算机没法较量。量化投资不断地从海量数据中挖掘，发现规律，并且加以利用这些大概率取胜的策略；它还能筛选出规模宏大的投资组合，而不是依靠一只或几只股票取胜，在多个市场上捕捉大概率获胜的金融品种，而不是押宝到单个股票。

量化投资的大宗师

量化投资的宗师们都有一个门槛——物理学或数学博士起步，解决问题的能力超强。因为平凡的人各有各的平凡，天才却基本上都一样。早慧、数学好和鼓捣新玩意几乎是量化宗师的标准配置。

量化投资之父是爱德华·索普。爱德华·索普从小就调皮捣蛋，但是又聪明得一塌糊涂，被誉为天才数学家、**专家、量化投资之父。像许许多多“开挂从娃娃抓起”的大牛们一样，索普从小就展露出了非凡的数学天赋。7岁的时候他就能心算出一年有多少秒。为了拿到免费的冰淇淋，他还和杂货店老板比算账，他用大脑，杂货店老板用计算机，结果当然是智商碾压。当同龄人买来爆竹玩时，索普已经自制***了。他从朋友的亲戚那里搞来硝化甘油，又用氨水和碘化物晶体做***，炸山洞，炸马路，见啥炸啥，自娱自乐……

从上世纪70年代开始，索普的基金连续11年获得了2位数的回报。1982年，他彻底辞掉了大学教授的工作，一心一意管理基金。索普喜欢凯利公式，用它来计算市场的真实胜负。凯利是什么人？他的全名是John Larry Kelly，并不是一个资深赌徒，而是贝尔试验室的的物理学家。香农博士是麻省理工的博士出身，也是一位著名的密码破译者。二战期间，他在贝尔试验室的破译团队主要是追踪德国飞机和火箭，尤其是在德国火箭对英国进行闪电战时起了很大作用。他是美国科学院院士、美国工程院院士、英国皇家学会会员、美国哲学学会会员，拿奖到手软。香农本身也是一个优秀的投资人，数十年收益率在20%以上。可是，这样丰硕的投资业绩，与他本人在信息论中的成就相比，显得十分低调。为了测试量化结果，他干脆自己发明了一台计算机。

量化宗师们早就功成名就，他们只是把投资作为副业，却秒***了华尔街的一干专业人士。

在投资界流传着这么一句话：世界上只有一个巴菲特，也只有一个西蒙斯。西蒙斯是谁？能够与“股神”巴菲特相提并论的人究竟是何方神圣？

西蒙斯曾是一位数学终身教职教授，40岁时才转战华尔街。即使没有上过任何金融课程，不影响他带领大奖章基金取得661%的年平均回报率，连续27年业绩超过巴菲特、索罗斯，成为现代金融史上最为成功的交易者之一。

西蒙斯的秘诀就是：当别人还在用诸如天性、直觉等老套的方法做预测的时候，他已经决定借力于数据挖掘、高等数学和计算机模型来做投资。

他引燃了一场投资界的革命——至2019年年初，对冲基金和量化交易者已经成为市场最大的参与者，交易额占比达到30%，远超散户投资者和传统机构投资者。各大公司的管理层都曾经非常不屑于利用 科技 手段和计算机模型来投资，而如今情形反转，程序员已经快让管理者的饭碗保不住了。

西蒙斯找到了把天赋、脑力和算法转化成财富的方法。今天的长江读书，带你走近量化投资之王西蒙斯，和他的另类管理法。

《征服市场的人：西蒙斯传》

作 者：[美]格里高利·祖克曼

出版社：湛庐文化

出版年：2021年2月

什么是量化投资？

量化投资可以理解为在投资时借助计算机系统强大的信息处理能力，同时用数学模型替代人在控制风险的前提下实现最大化的收益——简单讲就是用机器和算法代替人来做出投资决策。

量化投资图释

在华尔街，有家神秘莫测的量化交易公司，它凭借复杂的数学模型和算法进行海量数据分析，蜚声市场。它就是“文艺复兴 科技 （Renaissance Technologies）”。

文艺复兴 科技 的创始人詹姆斯·西蒙斯所管理的大奖章基金以年化66%超高收益率、5%的行业最高手续费，以及每天交易过万的超高频交易模式，超过1000亿美元的超高利润在投资界无人能出其右，这个记录就连沃伦·巴菲特、乔治·索罗斯、彼得·林奇、史蒂文·科恩，甚至瑞·达利欧都难以企及。

即使在市场动荡的2020年，大奖章基金依然获得了高达76%的回报率。

各大基金的年度收益率对比，远超巴菲特和达利欧

更惊人的是，如此凶猛的财富制造者，真正投身投资圈是在他40岁的那一年，而同期的巴菲特、索罗斯等人早已在华尔街崭露头角。

但40岁之前的西蒙斯也没闲着，只是在与投资圈毫无相关的数学圈制造传奇。

从小就有数学天赋的他，20岁就从MIT提前毕业；23岁出任哈佛教授；26 岁闯入情报界，摇身变为破译密码的特工……30岁时，詹姆斯·西蒙斯一手振兴纽约州立大学石溪分校的数学专业，并结识了时任物理系教授的杨振宁，在他最著名的“杨-米尔斯理论”当中，也有西蒙斯的影子。

清华园的杨振宁办公室里，悬挂着他和西蒙斯的合影

36岁时，西蒙斯拥有了以自己名字命名的理论“陈-西蒙斯理论”；37岁时，他又摘得数学界的诺贝尔奖——全美维布伦(Veblen)奖。

挂在西蒙斯办公室的“陈·西蒙斯定理“的公式

至此，西蒙斯拥有了做为一个数学天才应该拥有的全部，学术地位、自己名字命名的理论——他的学术生涯已经达到了顶峰。

虽然学术界已无人不知无人不晓，但这位数学天才对于金钱的渴望并没有得到满足，在他的朋友看来，西蒙斯有一套自己独有的财富观，他不想拥有奢侈的东西，他认为财富可以让人独立，也可以让人产生影响力，他想要做的是改变世界。

于是，西蒙斯决定去攀登另一座山峰。

1978年，各种货币的弹性加大，开始和黄金价格脱钩，英镑也开始暴跌。40岁的西蒙斯看准这个市场机会，正式决定脱离学术圈，投身外汇交易，开始经营自己的投资公司，他成立了一家名为Monemetrics的公司，这就是日后大名鼎鼎的对冲基金文艺复兴 科技 公司的前身。

他把公司开设在美国长岛北岸一个平平无奇的小镇里，雇了一群对华尔街的投资理论一无所知的员工。

与当时的投资者的思路完全不同的是，西蒙斯采用了他在国防分析研究所破译密码时类似的策略，他深信能够用数学模型挖掘出价格背后潜藏的规律——“一定有办法对价格建模。”

“从不雇用商学院毕业生，也绝不雇用华尔街人士” ，公司300多名员工中，几乎全是数学、物理学、统计学等领域顶尖的科学家。就连西蒙斯本人，也从来没有上过正规的金融课程。

文艺复兴 科技 公司办公室的旧址，附近有一家精品女装店，一家披萨餐厅和石溪市火车站

除了在雇人方面与众不同，西蒙斯的管理方式也稍显怪异，他的秘诀就是 创造一种完全不同的开放文化：对内完全透明，对外完全不透明 。

1 让最聪明的头脑和最聪明的头脑合作

在每周例会上与员工聊天时，西蒙斯总是会强调几个他始终恪守的原则。其中的许多原则是西蒙斯从之前多年的工作经历总结而来的，包括他在国防分析研究所从事的密码破解工作，以及之后在纽约州立大学石溪分校与杰出的数学家合作完成的工作。现在，他让文艺复兴 科技 公司的员工充分地应用这些原则。

西蒙斯主张的一个关键原则是， 科学家和数学家需要辩论、相互分享想法，这样才能产生理想的结果 。

这一原则看似不言而喻，但就当时的情况来说，可以称得上是激进的。文艺复兴 科技 公司里有许多智商超群的员工——你可以把他们想象成生活大爆炸（The Big Bang Theory）里的“谢耳朵”。他们在职业生涯早期就获得了成就和认可，但只熟悉个人研究而不是与他人合作。事实上，才华横溢的量化分析人员可能是最不愿意与他人合作的人。一个经典的行业笑话：内向的科学家会在与你谈话时盯着自己的鞋子，而外向的数学家会盯着你的鞋子。

2 即使公司的秘书也可以访问源代码的绝对开放

一般交易公司通常会让研究人员和其他员工在一个个“孤岛”中工作，有时甚至鼓励员工相互竞争。

但西蒙斯坚持采用不同的方法：大奖章基金拥有一个单一的、整体的交易系统， 所有员工都可以接触到赚钱的算法背后的每一行源代码，所有这些代码都可以在公司内部网络中以明文形式阅读 ，不存在藏于某个角落的只有高层管理人员才能访问的代码。 任何人都可以尝试着修改代码以改善交易系统 。

西蒙斯希望他的研究人员能够交换想法，而不是只限于其私人项目。有一段时间，即使公司的秘书也可以访问源代码，尽管最终证明没有这个必要。

西蒙斯创造了一种不同寻常的开放文化。员工们可以出入同事的办公室，提出建议并发起合作。当遇到挫折时，他们倾向于向他人分享自己的工作并寻求帮助，而不是转而开启新的项目，以确保像西蒙斯所说的那样： 不要浪费任何有前景的想法 。

3 奖金取决于基金的表现，而不取决于你的老板是否喜欢你

西蒙斯使用的薪酬设计让员工专注于为公司整体成功而努力 。每6个月，员工可以获得奖金，但前提是大奖章基金的利润水平要超过一定的标准。文艺复兴 科技 公司会把奖金递延到几年时间内发放，以留下人才。

无论员工是发现了新的交易信号、完成了数据处理工作，还是在执行其他更加低调的任务，只要这些员工能够脱颖而出，而且大奖章基金发展良好，他们就会获得奖励积分，每个奖励积分代表着文艺复兴 科技 公司利润池的百分比，是基于清晰易懂的公式计算出来的。

“员工从年初就知道自己的奖金公式。除了取决于级别的几个系数外，每个人的公式几乎一样。” 曾经是文艺复兴 科技 公司核心管理层成员的格伦·惠特尼（GlenWhitney）说，

“你想要更多的奖金吗？那就尽一切可能帮助基金获得更高的回报，发现有预测效果的数据来源，修复漏洞使代码运行得更快，和楼下那个有好想法的女人喝杯咖啡……奖金取决于基金的表现，而不取决于你的老板是否喜欢你。”

西蒙斯刚开始分配股份的时候，将10%的股份授予了对大奖章基金贡献极大的劳弗，后来又将相当一部分股份给到布朗、默瑟、马克·西尔伯和其他人，这些做法使得西蒙斯的所有权减少至50%多一点。其他表现优异的员工可以购买代表公司股份的股票。员工也可以投资大奖章基金，这也许是他们最大的福利。

4 靠非正式和学术性的工作气氛吸引更多天才

尽管大奖章基金有着可观的收益，招聘仍然是一个难题。为了吸引人才，西蒙斯、尼克·帕特森和其他高管都强调着工作的积极面。

例如，许多科学家和数学家都是天生的难题解决者，因此文艺复兴 科技 公司的高管们会谈到解决棘手的交易问题所带来的回报，一些学者也会被公司同事间友好的氛围和对冲基金的节奏吸引。

学者们在学术论文上要奋斗多年；相比之下，文艺复兴 科技 公司在数周甚至数天之内就能推动结果产生，这一紧迫感迎合了一些学者的喜好。

文艺复兴 科技 公司的整体气氛是非正式和学术性的，同时充满了紧迫感，一位访客将其比作“永久的考试周”。

文艺复兴 科技 公司的面试过程通常是按部就班的：讨论你过往的成就，解决一些涉及概率论和其他领域的挑战性问题，然后看公司是否有合适的岗位。通常，应聘者会被6名工作人员轮流刁难，每次面试时间为45分钟，然后应聘者会被要求向整个公司以讲座形式介绍其科学研究。

西蒙斯通常着重于招聘经验丰富的学者，这些学者往往拥有诸多学术成就，此外，那些能够写出让他们觉得非常出色的学术论文的应届博士生也受到青睐。

但即使是大名鼎鼎的人物来应聘也必须通过编程测试 ，这一要求展现了一种态度，即每个人都应该掌握计算机编程技术，并愿意执行一些其他公司可能认为不重要的任务，他们还必须能够彼此和谐相处。

在一次MIT的演讲上，西蒙斯说“我认为每一件事都有它美的一面，至少对于我来说是这样”。你可能会问，建一家交易公司有什么美的一面呢？它美就美在做正确的事，找一群正确的人，用正确的方法把事情做正确。

和很多新技术一样，量化投资刚出现的时候也是被嘲笑的对象，没有人相信计算机可以像人类一样进行投资。但西蒙斯却敏锐地预见到，随着计算机技术的发展，终有一天“不可能”将会变成现实。

在交易数据量几何级增长的今天，无论在期货市场还是在股票市场，量化投资成为主流已是大势所趋；在杂乱无序的股价波动中，用枯燥乏味的数学分析方法也能淘到真金，这也正是知识换取财富的最好证明。

就在今年1月1日，西蒙斯这位叱咤风云的“量化基金之王” 宣布退休，投身基金会事业。

“我的第一份职业是一个数学家，我的第二份职业是一个商人，我的第三份职业从某种意义上讲是一个慈善家，”他说。

近年来他资助了数以千计的公立学校的数学和科学老师，推进了孤独症疗法的研发，并且拓展了我们对于生命本源的认识，也可谓“用财富回馈了知识”。