在中國，量化到底有沒有用？
題主是搞IT的，最近想轉行量化，所以諮詢了一個在證券公司搞量化的朋友，以下是我和他的部分聊天記錄，為了避免麻煩，我抹去了朋友的名字（有時間，沒名字的就是我朋友）
稍微提一下我朋友的背景，他之前也是做IT的，各種svm，神經網路之類的演算法都很熟，也開發過金融類的產品，現在在一家證券公司做量化。如聊天記錄所示，我朋友明顯不鳥量化，我一直也理解中國是政策市，各種內幕，各種庄（題主曾經有個投資人就是庄）；但我也看到現在股市越來越規範，國內大的證券公司，銀行和基金基本都有量化團隊，話說我朋友所供職的公司也是業內知名的大公司，剛去之時也曾比較推崇量化，這才過了幾個月，就基本否定量化了。所以我想問一下大家：1. A股，如果進行短線操作（T+N, N &< 3），到底能不能不考慮政策解讀，完全以策略來選股和擇時？2. 期貨，到底能不能完全讓策略進行自動化交易？3. 如果以上兩個問題為Y的話，第三個問題就是，美國人那些量化方法和系統拿到中國除了合規性外，還需要進行哪些方面的修改，以適應大家都懂的「中國特色」？以上。順便說一下，題主是圈外人，但也稍稍做了點功課，也了解策略有壽命；也需要實時監控，調參；也了解，好的策略不在於IT演算法，而在於對金融，對股市的理解和思路；所以題主不期望拿著數據套演算法，然後躺著數錢，純粹是對量化比較感興趣。如果有些問題和想法還是不妥的話，還請輕噴。
和一個以為
「量化就是"量化選股投機" 」的人聊量化，好比向一個老舉人請教科學和民主，
你找錯人了。先入為主，乃至一葉障目，還不如沒文化不知道呢。有用，只是中國這塊還不成熟，做的人和做的好的人都少，而且都悶聲發財，外界知之甚少，但真實存在。另外精細化、自動化是趨勢，像某答案寫的，打遊戲都有數據分析師，投資中引入量化方法肯定是更好的。
本來不想回答這個問題，因為我覺得沒有任何必要，花時間精力去分析討論題主這位朋友的觀點和言語，但邀請的人確實比較多，看來不少朋友還是比較在意這個問題，所以決定回答一下。以下回答忽略題主跟這位朋友的交流，僅針對題主本身的問題談談。
一、量化、精細化、智能化是人類社會發展的必然趨勢
未來先進的農林牧漁業一定是量化、精細化和智能化的，比如現在特別先進的以色列和阿聯酋的農業技術；未來先進的工業一定是量化、精細化和智能化的，這個不用我多舉例；未來先進的服務業一定是量化、精細化和智能化的，其實現在很多O2O項目已經有點這個意思了；未來先進的金融業更一定是量化、精細化和智能化的，從銀行貸款，到信用卡審批，從量化對沖基金崛起，到場外期權的火爆，無處不在體現。
未來二級市場投機交易技術，也有一個非常前景廣大的發展方向，就是量化、精細化和智能化，量化交易在成熟市場的廣泛應用，在中國的迅速崛起，包括量化策略的相對穩定性，較好的風險控制能力等，有目共睹。
量化，是一個理念，是一種工具，是一種尊重客觀事實，用數據說話，精細化控制的方法。人類社會越發展，量化應用的範圍越廣，量化的技術越精細成熟，我們這裡談的其實是量化在二級市場投機中的應用，這只是量化在現代化社會中的很小一部分應用罷了。有了這個宏觀思維，就會發現，對於量化的質疑和否定，其實根本毫無意義，量化大潮已經席捲整個現代社會，而且未來還將更加進一步發展壯大。
羅輯思維有一期就談了談這個問題，挺有意思的，感興趣的朋友可以看看，《大國不能不識數》 《羅輯思維》第二季
二、具體問題的回答
1. A股，如果進行短線操作（T+N, N &< 3），到底能不能不考慮政策解讀，完全以策略來選股和擇時？
答：無論A股還是什麼交易品種，無論短線操作還是什麼操作，都可以不考慮政策只考慮演算法，都可以只考慮政策不考慮演算法，也可以既考慮政策也考慮演算法，甚至也可以既不考慮政策也不考慮演算法。任何一種方法都有他的優勢和劣勢，都有他適用與不適用的行情，沒有一定能不能，沒有絕對的對與錯，關鍵在於如何運用，需要結合自身情況，根據實踐經驗來綜合考慮。說某種方法一定完全正確包賺不虧，或者說某種方法一定完全錯誤不可用，都是片面的，不成熟的。2. 期貨，到底能不能完全讓策略進行自動化交易？
答：能。我們就是做的期貨全自動交易，包括現在受限的股指期貨。前段時間我才全國跑了一趟，跟各家渠道機構對接業務，交易時間大多都在別人辦公室，在茶樓咖啡廳，在飛機上，在地鐵上，無所謂，我們的系統已經穩定運行好幾年了。即使平時，交易時間也是看書，玩微博知乎，看電影，聽歌，玩遊戲，幾乎不怎麼看盤，特別是夜盤，睡覺。3. 如果以上兩個問題為Y的話，第三個問題就是，美國人那些量化方法和系統拿到中國除了合規性外，還需要進行哪些方面的修改，以適應大家都懂的「中國特色」？
答：其實我們在這裡討論這個問題的意義有限，因為這個問題只是一個假想，你我手裡都沒有所謂」美國人那些量化方法和系統「，也沒有所謂」拿到中國用「的機會，所以我們來探討和操心這個問題的意義非常有限。題主根據自己的想像提出一個問題，我根據自己的想像回答一個問題，沒實際意義，而做二級市場最重要的就是著眼當下，解決實際問題。我們還是多考慮如何自己研發出成熟穩定有效的量化交易策略比較有意義。4.題主是搞IT的，最近想轉行量化，是否可行？答：量化交易，其核心在於交易，而非量化，量化只是工具，交易才是核心。也就是說，不管主觀交易還是量化交易，最核心競爭力都是長期的實盤交易經驗，正確的投資理念，優秀的交易策略，人性的修鍊與性格的培養等。搞IT的轉行量化交易，最大的難點就在於缺乏核心競爭力，卻擅長工具的使用，便以為自己能做好。就像一個木匠說，我能熟練玩轉斧子，鋸子，刀子，銼子等工具，所以我想轉型做雕塑家，想做出非常漂亮的藝術作品，獲得國際大獎，明顯這是比較不太現實的。因為雕塑家的核心競爭力在於性格特徵，藝術理念，創作思維，雕刻手法等，而非熟練使用雕刻工具，雖然熟練使用雕刻工具必不可少很重要，但如果只會熟練使用雕刻工具，卻是不可能成為一個雕刻家的。所以建議題主不要輕言轉行，需謹慎，至少深入了解一下再做決定，即使下了決定也不要全部投入，逐步嘗試為好。
1、量化是有用的。
證據：見過+投過 不少靠量化賺錢的私募。股票的以ALPHA策略為主，期貨的話，股指和商品玩兒法又不太一樣，另外也分追趨勢的和套利的。2、量化做的好在私募
銀行，基金，券商 這都不是做量化好的地方，量化高手在私募3、量化最近比較受政策限制
ALPHA策略的收益很受基差影響股指期貨10手加提高交易費用，以前的量化玩家現在各種冬眠商品期貨量化還比較正常4、量化不是投資永動機開發出來策略之後需要不斷的調整、監控，一勞永逸是不可能滴~
雖然中國證券行業有諸多問題，但個人認為不允許量化交易的問題更大，關鍵是要明確哪些是合法量化策略的範圍。外盤也有外盤的問題，比方平台的安全性。
我覺得吧，你要想真的知道量化到底適不適合，你應該和一個真正做量化交易的工作人員討論，而不是和這種感興趣而研究了一段時間的人討論。而且範圍確實太窄了，一是只有量化選股，而且量化選股策略也分很多種。我覺得量化和宏觀交易，或者事件驅動盈利點是不同的，拿個例對比意義不大，關鍵是一個放棄量化轉投宏觀的人，舉的例子十有八九是支持量化無用，宏觀王道的，因為這潛在證明自己是對的。其實在我看來，量化沒有那麼不堪，宏觀事件驅動也不是唯一正途，各有所長，看你投身哪個方向，本質上我是很看好量化的發展的，中國金融市場發展的大方向肯定是歐美化，產品更完善，監管更嚴格，更透明，這是大勢。
量化只是種手段~是一種方法論~是一種思維方式~好比唯物論唯心論一樣~人家打個dota還有數據分析師呢~你說有沒有用？
量化是工具，是手段。
就像一把利刃，在刀手的手中，威力巨大；在槍手的手中，可能威力一般；在笨手笨腳的人手中，弄不好他還會割傷自己。應該說，你的朋友，雖然從量化進入證券行業，但是，他目前更喜歡其它工具、其它手段。你進入證券行業，最適合自己的武器是什麼，只有自己能夠回答。往往也只有反覆實踐之後才會真正明白。
量化的目標是尋找內生性的規律，他和政策市是垂直的，我們必須把這兩個問題分開來說。的確，如果你掌握高層資源，量化不值一提
量化是否有用，取決於市場本身的特性，舉個例子，有人問網上量化平台的興起會否影響傳統的對沖套利策略，某交易員第一反應是，這些平台會否導致策略趨同進而引起高度的相關性？
問對問題，掌握合適的計算工具，保持開放思維，不斷檢測假設和推論。至於結果，風險是永恆的中國股票量化有幾個難點: 內幕交易太多, 做空股票不容易,融資難,費用高(相對歐美)。這些解決了當然可以做。
先把結論放在前面：
1.使用量化的方法不一定能在A股市場找到聖杯，但是一定可以幫助你避免那些錯誤的投資方式2.量化的「回測」功能就像網路小說的時光流逝速度不同的練習場，在避免使用未來數據的情況下，不斷幫助你用最短的時間「升級」，因為知道哪些方法是錯誤的，這對主觀交易的幫助也是極大的！
歡迎來Ricequant - Beta練級！
這個問題提的挺有意思的，我想聊一聊我的觀點。我們要先來了解一下市場。
市場有的時候很像一個風象星座的妹紙，作為一個純情小鮮肉，你認識了辦公室新來的女孩summer，她可愛，迷人，自信，還有一點點忽冷忽熱的神秘和無法預測（就像忽上忽下的股價）
你幾乎第一眼就喜歡上了這支股票，但你有一點點的羞澀不敢開口，你還沒有買入，她就對你表達了好感，一紙公告告訴你它要通過併購進入互聯網行業，給你講了一個性感的故事。於是你毫不猶豫的全倉買入。
一切都是非常的美好，你們喜歡一樣的音樂，你們拉著手去逛街，快樂地一起去看電影，Summer感動的時候會靠在你的肩膀上哭。你們一有時間就黏在一起，sex也很棒，一切都非常的完美。
然而太陽底下沒有什麼新鮮事，戀愛一段時間以後，Summer不像以前一樣熱情，對你直呼其名而不是叫著你們親密的昵稱。終於有一天，她對你說，我們還是做朋友吧。你完全不知道為什麼，你愛她，你覺得再也沒有人可以給你這樣的感覺了。
於是你做了兩件事
你寫了一個自動撩妹機器人，「他」
你上了Ricequant - Beta 練習寫了200個交易策略，並仔細分析了他們的交易記錄
可終於有一天，你從之前的陰影里走出來，決定重新開始，「他」有過和10萬女粉絲的對話，其中有8萬粉絲拉黑了他，在Ricequant寫的200個策略，有150個回撤都超過了20%。
但是，「他」幫你進行了十萬次搭訕訓練，Ricequant幫你經歷了200次過去十年的A股市場。這一次，你臉上的笑容是那樣的自信
股市不太合適量化。期貨是虧錢的給贏錢的，股市是大家搞不好全虧，給上市公司拿走，所以難度更大。
算是量化從業者來強答。今年新增的量化私募或者轉量化的私募特別多，因為我及周圍同事已經收到不少獵頭的電話。反正準備匿名了瞎逼逼一番，去年上半年我們一開始做中性Alpha後來漲的太快了就把股指停了做單邊。再後來投機賬戶被限制，我們整個股票組（股指也算在股票組）停掉，老闆招人做CTA。現在呢，股票也做，但是只是用量化選股，最終確定哪只票還是老闆通過穩固的消息層面決定。量化有沒有用，有，當然有用。廣義上來說價值投資也可以量化，所以不如換個說法叫科學投資。不管最後選股、調倉、止盈止損是不是通過固定的參數來完成，起碼我們在工作中一直在強調盈虧的可解釋性，收益或虧損來自於選股、擇時還是市場波動。即使最後是通過消息選擇的股票也是從量化的股票池中選，證明我們的選股思路是對的。雖然都在說中國是個政策市，量化沒用，最後還是靠人脈、靠政策。但我了解到純量化做交易而且做的很好的大有人在，用量化思想的更是不勝枚舉。但也有一點量化是寬門高檻，用的人很多，能掙錢的人很少。如果如題主所說，可以直接從機器學習入手，畢竟如果是IT從業沒有金融知識轉量化要找到聖杯太難。推薦一個不錯的量化社區給對量化感興趣的人優礦-量化實驗室
你這個朋友別說量化，連非量化的股市都不懂，基本還在門外很遠呢，出租司機水平
沒用，不用搞，老老實實做it
量化交易的優勢比起人工來說只有有以下一些：
1.速度快：下單快。人工下單容易錯失交易機會，日積月累將會是巨大的成本。體現著哪裡？追漲價格高，止損價格低。反應快。通過演算法實時監控交易機會，一旦策略或演算法產生交易信號，立即提醒或自動下單。通過人工的交易信號判斷一般比較模糊且易受市場情緒影響。低延時。計算機程序下單，延時應該在毫秒級，而人工下單至少在秒級。2.能做普通交易者做不到的事情。籃子交易、跨市場套利、交易策略、演算法交易、期權套利等人工基本無法做到的交易行為。3.科學、精確。 通過數量化分析手段，結合數學、金融工程、經濟學、財務數據等多方面的綜合分析，以達到穩健投資、持續收益的目標。4.避免人性的弱點。交易的目標是賺大錢、虧小錢，人性的特點是賺小錢、虧大錢。通過量化交易的執行性， 有效幫助投資者克服心理弱點，避免陷入深套的不利局面。5.不間斷。24小時不間斷運算，人工盯盤精力有限，不可避免犯錯。而基於計算服務系統，能夠為投資者提供全時段無間斷的服務。樓主說的問題核心不在於量化交易，因為量化交易更多是一種投資實現方式的轉變，也不能說量化交易就一定能夠賺錢。西方的舶來品在中國容易被曲解，實際上量化交易沒這麼高深莫測也不是一無是處，使用量化交易的目的肯定是為了更穩定和長期地獲取收益。但首先，你得有自身的交易邏輯和方法，並通過量化交易系統去更好地執行開平倉、風險管理、市場機會監控。另外，光是回測出一個收益翻番的交易策略，沒太大意義。明確回答你，量化交易55開，能贏利只是暫時的現象，市場會變化的。不要把現象當成本質，不包長期贏利。
量化沒用，基金還要指數與量化部幹嘛，證券還要金工團隊幹嘛？悶聲發財，阿爾法很多私募也搞得不錯
量化定義不同吧。我自己定義把主觀的東西數字化就算量化。題主所講的算是量化里比較高深的。其實簡單的量化很容易，比如說上漲比較高我就跟著買，這是主觀。然而你改成上漲10％或連續三根K線上漲，我就買，這就是把主觀進行了量化。怎麼說中國沒有量化？估計題主是說中國沒有高深的量化吧？ 我感覺題主把量化和程序化搞混，量化是量化，程序化是程序化，雖然量化只差一步就變成程序化，但畢竟是不同的。 題主問程序化好不好在中國，股票我不太知道，但見識過期貨的程序化公司，做得比較好。
我守著個金礦,能告訴別人我這金礦里金子多都趕緊來挖么?
推薦閱讀：