?量化交易面臨的十大難題

量化交易面臨的十大難題

1.量化交易員（寬客）與基本面投資者一樣會遭遇虧損。

量化投資其實相對來說還處在初級發展階段，比如你經常可以聽到關于“新聞對于股價的真實影響有多少？”的爭論，而此時基本面投資者只需簡單的基于預測特定事件、比如超過或差于預期的財報做交易即可。而量化交易者則需要搞清楚具體此類消息對股價的平均影響程度，這不是件容易的事，你的研究對象時刻在變化著。

2.想在不同的股票/市場/產品中研究出一套通用交易規則很難。

如果你想研究出一套只基于公司財報的交易系統這不難，比如基于超出預期的營收或股息來買入。但是供給面的情況如何？消費者層面的情緒如何？事實證明，財報的影響不及后兩者的大，但是你若想把后兩者納入交易模型中，這相當費力費時。

3.股票、基本面、新聞消息之間的關系不停變化著。

記得2009年美股到達低點的時候，很多“低質”公司的回報大大高于“優質”公司的回報。很多3塊錢的“垃圾股”可以在很短時間內漲到10塊錢，而高價的優質公司的股票想要翻一倍都要花上很久很久。對于基本面投資者來說，這是掘金的好時候，但對于量化投資者來說卻是噩夢，因為大多數模型此時都會顯示做多“優質股”做空“垃圾股”，后果則可想而知。

4.數學有時幫你解決問題有時又會成為障礙。

寬客們要在浩如煙海的金融數據中“尋寶”，但是他們與普通人一樣，一天只有24個小時，經常會碰到因一個分析無法推進而其他分析也陷入停頓的狀況。

5.好材料卻并不容易使用。

Twitter（美國的微博）是市場突發消息和傳聞的最大出處，所有投資者都不會無視這里傳出的訊息。但是這里的消息格式往往不規范，語法也千奇百怪，你無法讓計算機程序挑選出有效信息并運用于自動交易中。

6.并非100%有效。

不管是量化還是基本面投資者，大家都是在玩數字游戲。如果你的交易生涯中能有66%的勝率就已經算干的很好了。不過量化交易與后者的不同點在于持倉時間，量化交易一般只做穩而快的短線交易，不像基本面投資可以等上相當長的一段時間，在一只股票上獲取甚至100%的收益率。

7.一切都從回溯測試開始。

多數時候，回溯測試可以證明的你的設計交易策略在過去的表現，這是量化交易世界中非常重要的一塊內容，不過并不是所有寬客都能意識到，過去不代表未來。

8.交易信號就在那里，也不在那里。

現在的信息社會到處都是數據，科學家們甚至可以做到預測每家沃爾瑪超市上空的天氣如何。Google的統計為我們展示著每天全世界網民都在搜索哪些內容。包括你想在市場中搜索上升動能最強的股票，如今都不難做到。面對茫茫多的數據，你該把時間精力放在哪一塊呢？這是個難題。

9.量化交易正被監管機構瞄上。

我想很多寬客們前幾天都聽說了：巴菲特決定讓旗下Business Wire終止向高頻交易公司提供特許直投新聞的服務。這是巴菲特為保護自己公司聲譽而高調與高頻交易撇清關系的行為。雖然量化投資≠高頻交易，但是不能否認，量化投資的主要優點之一便是“快”！如今量化投資者們獲取信息的速度問題，已然被監管者們劃進了重點監視區。下回監管者們又會關注哪個點呢？難說。

10.愈發激烈的競爭。

從Deltix和RavenPack主辦的這次大會中你就能明顯感受到寬客們的熱情，偌大的會場不僅座無虛席，就連站的地方都快沒有，不但沒有中場休息就連過了午餐時間也不見有人離場。很顯然，量化交易在發展了20多個年頭后，依然非常流行，但這背后也就意味著同行內的競爭十分激烈，越來越快的電腦與網絡，越來越復雜的算法和數據庫，入行門檻也不斷提高。

與傳統的量化投資相比，雷爾量化交易系統已經向個人以及機構投資者提供量化數據服務多年，是國內最早向個人投資者開放的量化交易平臺，支持多種交易模式，同時也是首家提供商品期貨與數字貨幣的量化平臺，支持股票、商品、以及比特幣、以太坊等主流加密貨幣的量化期權交易新模式，是目前最受歡迎的投資模式。