不管你怎么稱呼它，是“量化交易”、“算法交易”、“程序交易”、“自動交易”、“機器人交易”，還是“黑匣子交易”，一提到這些名稱，大多數(shù)人的心目中馬上聯(lián)想到的可能就是“科學(xué)怪人”的形象——一些智商極高、戴著厚厚鏡片的天才，在一大堆電腦顯示屏的包圍下，擊打著鍵盤，運用神秘的數(shù)學(xué)公式，在數(shù)不清的各種交易品種之間頻繁交易，瞬間就能創(chuàng)造巨大的財富，但最終總是會帶來毀滅性的

災(zāi)難。

確實，大多數(shù)人——包括許多資深的投資人士，對于量化交易的態(tài)度，可以說是又敬又畏。一方面覺得它高深莫測，心存敬佩；另一方面又覺得它充滿風(fēng)險，備感恐懼。但實際上這兩種態(tài)度都是完全沒有必要的。

做量化交易的人往往喜歡把自己弄得神秘兮兮的，像文藝復(fù)興(Renaissance Technologies)，還有E D SHAW這些最成功的量化交易基金，就是以其神秘性而出名，所有的員工必須簽署嚴(yán)格的保密合同，甚至在公司內(nèi)部，相互之間都不知道對方在做什么。

他們弄得這么緊張是完全可以理解的，畢竟，這是他們吃飯的本錢所在。而且，我想神秘感對他們的市場營銷也是很有幫助的吧。不過，他們真正要保護的是細節(jié)上的技巧，也就是所謂的know-how，而不是基本的交易策略。盡管目前世界上從事量化交易的人很多，每天也有人建立起新的交易模型，但是，基本的交易策略類型其實是非常有限的，正如我們在后面將會看到的那樣，這些策略的原理和我們一般常見的投資交易原理并沒有根本上的區(qū)別。

正因為量化交易從本質(zhì)上來說，與傳統(tǒng)的交易策略相比并沒有根本性的區(qū)別，因此，其危害性也不像很多人想象的那么可怕，和我們傳統(tǒng)的交易策略相比也沒有根本上的區(qū)別。

確實，從美國1987年股災(zāi)到美國長期資本公司破產(chǎn)，再到最近美國的金融危機，很多人無疑會把矛頭指向量化交易。可是，如果你深入分析的話，很難講如果沒有量化交易的話，類似的巨幅市場波動就不會出現(xiàn)，或者波動的幅度會小一些。畢竟，迄今為止歷史上最大的一次股市下跌是美國1929年的股災(zāi)，那是在沒有電腦、沒有量化基金的背景下出現(xiàn)的。

當(dāng)然，這并不是說量化交易不會在某些時候直接導(dǎo)致市場的非理性波動，2007年夏美國股市中所出現(xiàn)的流動性危機便是一個典型的例子(對于當(dāng)時的情形，我們以后會進一步討論，不過，這里想說的一個有趣的現(xiàn)象是，對于這場可以說確確實實是由量化交易投資者所造成的危機，很多普通投資者可能根本就沒有聽說過)。但是，造成這些危機的根本原因并不是量化交易本身，而是由于人性的貪婪和缺乏良好的風(fēng)險控制所造成的，而這些問題在任何交易策略中都會出現(xiàn)。

為什么要了解量化交易

有的人可能會覺得，我做的是基本面分析，是做價值投資的，量化交易跟我有什么關(guān)系呢？確實，即使從沒聽說過量化交易，你也可能成為一名出色的投資者。但是，隨著市場和技術(shù)的發(fā)展，無論是投資者，還是證券公司等中介公司，對量化交易有所了解是非常有必要的。

投資者：發(fā)現(xiàn)新的空間和機會

無論你采用什么投資策略，和做任何事情一樣，決定成敗的重要因素之一就是你所面臨的競爭。記得我在1996年剛回國的時候，幾乎人人都在數(shù)波浪，根本沒人關(guān)心公司的基本面。像四川長虹、青島海爾等很多上市公司，利潤持續(xù)翻番，市盈率卻是個位數(shù)。到上市公司進行調(diào)研，人家都不知道你是來干嘛的，開股東大會也見不到幾個股東。那時候做價值投資，可以說確實是好時光，因為幾乎沒有競爭。

可是在今天，人人都是價值投資者，大家都在研究財務(wù)報表，人人都在進行公司調(diào)研。很顯然，價值投資的競爭是大大激化了。而與此同時，量化交易可以說還處在相當(dāng)初級的階段，盡管也有一些人在進行這方面的嘗試，但整體而言，規(guī)模還相當(dāng)小，還有很大的進入空間。尤其是推出股指期貨和融資融券之后，更是大大擴大了應(yīng)用量化交易策略的空間，提供了新的可能性?？梢哉f目前中國進行量化交易所面臨的競爭還是比較小的，這就給量化交易者提供了發(fā)揮的空間。

投資者：優(yōu)化當(dāng)前的投資策略

當(dāng)前最成功的量化交易基金——“文藝復(fù)興(Renaissance Technologies)”的創(chuàng)始人詹姆斯·西蒙斯(James Simons)說過，那些從事量化交易的數(shù)學(xué)家和物理學(xué)家，最大的貢獻并不在于他們所掌握的理論知識，而是他們所帶來的科學(xué)精神。前面已經(jīng)說過，絕大部分的量化交易策略實際上都是源于已有的策略。但是，當(dāng)你必須把一項投資策略的所有方面都以量化形式來加以確定的話，你就不得不對這項策略的各個方面進行更深入的思考。

巴菲特和芒格看上去和量化交易壓根扯不上邊，但在某種程度上，可以說他們本身就是人肉版的量化交易機器。巴菲特一直強調(diào)，投資最重要的是要理性，不能讓情緒影響你的投資決策。芒格強調(diào)要以“清單”的形式來進行投資判斷。這些都是與量化交易相類似的原則。當(dāng)你還沒有練就巴菲特和芒格那樣理性判斷的功力時，了解量化交易的原則，可以有效地幫助你提高當(dāng)前投資策略的合理性。

實際上，有研究顯示，基于客觀性標(biāo)準(zhǔn)的交易策略，整體而言，能比人工判斷的交易策略創(chuàng)造更多的超額收益。當(dāng)然這并不是說讓你完全放棄主觀判斷，畢竟有些東西是很難量化的。但是，通過了解量化交易的策略，可以幫助你重新思考你現(xiàn)有投資策略的各個環(huán)節(jié)，哪些地方可以更具備客觀性，減少主觀判斷的錯誤。同時，也可以讓你更加明確，哪些環(huán)節(jié)是真正依賴于你的主觀判斷能力的。

機構(gòu)投資者：降低交易成本

對于機構(gòu)投資者來說，除了前面對所有投資者都適用的兩個原因之外，還有一個更直接的原因——量化交易策略可以幫助機構(gòu)投資者有效地降低自己的交易成本。

對于擁有大資金的機構(gòu)投資者來說，自己的買單和賣單對市場造成沖擊所產(chǎn)生的流動性成本是一項重要的交易成本。而量化交易的一個重要功能，就是通過特定的算法交易有效地減少自己的買賣委托對市場產(chǎn)生的沖擊，以降低自己的交易成本。

據(jù)統(tǒng)計，2009年中國基金的平均周轉(zhuǎn)率為2.9倍。假如交易成本平均降低0.1個百分點的話，就相當(dāng)于多增加了0.1%×2.9=0.29%的收益率。而在基金排行榜上，這可能意味著好幾位排名的差異。實際上，策略得當(dāng)?shù)脑挘芙档偷慕灰壮杀竞芸赡懿恢?.1個百分點。

證券公司：

巨大的潛在的經(jīng)紀(jì)業(yè)務(wù)市場

據(jù)估計，2009年美國股票交易中73%的交易量是由“高頻交易”(量化交易的一種)所貢獻的。而目前中國股票市場上量化交易的比例還是非常低的，幾乎可以忽略不計。

單就交易手段來講，中國證券市場一開始就完全是電子化，非常適合進行量化自動交易。但由于中國市場上原來的交易品種比較單一，沒有做空機制，而且不能進行T+0交易，從而大大減少了可選擇的量化交易策略數(shù)量。

但現(xiàn)在市場上推出了股指期貨、融資融券，極大地豐富了可選擇的交易策略，給量化交易提供了廣闊的發(fā)展空間。在目前競爭日趨白熱化的證券經(jīng)紀(jì)市場上，如果證券公司能抓住機會，針對量化交易市場提供有效的交易手段、分析工具和教育培訓(xùn)，將具備極大的發(fā)展空間。實際上，一些前期重點開發(fā)ETF套利業(yè)務(wù)的券商，在爭奪市場份額上已經(jīng)初見成效。如果考慮到各種量化交易策略所能提供的可能性，對證券公司來說，量化交易業(yè)務(wù)是極具發(fā)展?jié)摿Φ摹?/div>