一类亏损交易者的特征：
1.注意力分散。交易者很难保持注意力，并表现出注意力分散和较低的任务警惕性。
2.行为无抑制。交易者容易冲动，对任务反应快，但不够准确。
3.行为缺乏规则约束。交易者难以坚持既定规则和要求。
二类亏损交易者特征：
1.过度警惕。交易者僵化地固守在有限的刺激中，只见树木，不见森林。
2.行为抑制。交易者容易过度分析，到该采取行动的时候，就会犹豫不决。
3.不灵活。交易者过于关注任务规则和要求，反应不够灵活。
知己知彼方能百战百胜，知道自己的问题所在，才能有更大的进步。
一：头部量化基金有哪些
大家好 我是很帅的狐狸
今天我打算跟大家聊聊
最近很火的量化基金
事情是这样的：最近A股的日交易量一直在万亿以上——
交易量涨归涨，大盘却没怎么涨…
交易量之所以这么高，一方面可能是原来炒房的资金被「房住不炒」压着了，所以跑股市里头来了。另一方面，则是因为「量化基金」的贡献。
前段时间有研究员提到，量化交易贡献了A股50%的交易量。
于是很多投资者都慌了——毕竟量化基金在海外的名声不是很好，收割散户之余，还一直被吐槽加剧了市场的波动性。像是去年3月份美股的多次熔断，就有不少机构认为，主要原因之一是量化基金的集体调仓。
先别慌，根据多家机构估计，实际上量化交易大概只占日交易额的大概20%左右。对比美国接近70%的比例，真的不算什么。
Anyway，今天我就来给大家科普下量化基金是什么，顺带聊聊它对我们有啥影响。
我们先来了解一下——
Part 1
量化交易是个啥？
所谓「量化交易」，顾名思义，其实就是在做交易决策的时候，用数学程式和自动交易算法来进行。
「传统」的交易员比较依赖经验与直觉，而量化交易员会基于历史数据，建立自己的数学模型，并去验证这个模型。
比如说，我想在菜市场做生意。
做生意之前，我总得学学别人是怎么做的吧？于是我跑去菜市场观察了一段时间。
我发现只要猪肉涨价了，隔天牛肉大概率也会跟着涨，上涨几率高达80%。所以理论上只要猪肉涨价了，我就可以今天提前进好牛肉，明天卖出。
而过往很多商贩的做法是，用经验来判断。他们不会去记录每一天的猪肉和牛肉价格。而一个「量化商贩」，则会用历史数据来验证假设，并且用算法来自动交易。
在股票交易上，量化交易也很类似。
举个栗子——
通过对历史数据进行挖掘，某个量化研究员发现，某只股票如果满足「换手率大于10%、量比大于30%」（我随口编的）的前提下，有80%的概率会上涨0.1%或以上，另外20%的情况会下跌0.1%或以上（假设没有手续费）。
假设历史会重复，那么后续我们只要用这个策略，每10笔就会有8笔是赚钱的+两笔是亏的。那么只要我们交易的次数足够多，长期来看就会一直稳定盈利。
然后量化交易员就会写好一个自动交易程序，只要触发前面提到的（我随口编的）「换手率大于10%、量比大于30%」的条件，就会自动买入这只股票。
一旦赚到了0.1%，程序就会自动卖出；如果买入后不赚反跌，跌超0.1%或以上，程序则会自动止损。
量化交易有两个好处——
一是可以消除不理性因素。
如果交易员是靠着直觉和经验来交易，往往很容易受到情感因素的影响。
所以有不少对冲基金会高价聘请心理咨询师，给交易员们做心理建设。
截图/ 美剧Billions
量化交易的另一个好处是，可以挖掘到一些反直觉的交易逻辑。
很多经济学/金融学理论都是基于「理性人」的假设，而实际的市场里会有很多人是非理性的，会犯下许多逻辑谬误（这也是行为经济学研究的范畴）。而通过程序，我们可以挖掘出这些反直觉的逻辑。
Part 2
量化交易=高频交易？
不少人会把量化交易等同于高频交易，其实两者的关系是这样的——
不过前面我们也提到，很多量化策略都是有一定失败率的，每笔赚到的钱也不多，千几或者百分之几，所以只能靠大数法则，「薄利多赚」。
* 注/ 假设一年有250个交易日。
所以一般来说，量化交易大多是高频交易为主。
也因为这样，高频交易的量化基金们对交易费用会特别敏感：比如2月份 港交所涨印花税 ，每笔的成本多了0.03%，每天10笔交易就是多了0.3%的成本，1年250个交易日就是75%的成本…
不过呢，市场上也有非高频的量化交易。
我之前就跟一个量化团队聊过，他们的持股大多会超过1天，会用一些基本面叠加技术面指标来进行量化交易，年化也一直保持在20%以上。
某种程度上，我们推出的 九维狐策略 也是低频的量化策略。
在量化基金领域，存在一个「不可能三角」——
赚钱的交易算法能承载的规模是有限的。
假设每笔交易可能就赚个0.1%。一旦资金规模上来了，你光是买入建仓的过程就会把股价推高0.1%，收益就全都没了。
那么我们只能转头去找那些每笔交易可以赚1%甚至2~3%的交易，然而这种机会很少，交易频率上没法保证。
前天（9月7日）天演资本不让大家申购了，也是因为这个原因。
Part 3
为啥最近量化基金那么火爆？
A股的高频交易，其实是在互联网券商起来后才慢慢上量的。主要是因为佣金率下来了。
小时候看我外公和妈妈炒股，证券公司的佣金特别贵，动辄千分之三。
在2014年前后，互联网开户普及后，佣金迅速被拉到万分之2.5或以下。
交易成本下来后，量化基金有了空间，自然才有量。
另外就是前几年跑海外读MFE（金融工程硕士）的人才也逐渐回流，硬件层面上也比较完善了。
不少量化基金主要挂钩中证500指数，做指数增强策略。
2015年底开始，因为「供给侧改革」的缘故，政策层面在主动淘汰落后产能，所以行业龙头的业绩跑得比中小企业好，沪深300（沪深排名前300）也比中证500（沪深排名301~800）跑得好——
而去年开始，因为疫情的缘故，供给侧改革被hold住了，毕竟在经济增速受影响的「战时状态」，再继续淘汰落后产能的话，很容易会影响就业率。
所以去年开始，中证500在大多时候都涨得比沪深300好。
今年中证500的走势也持续比沪深300强：截至9月8日，中证500涨幅18.49%，而沪深300竟然还亏了4.59%。
根据券商中国
而今年，灵均、九坤、幻方、启林等头部量化基金的指数增强产品的收益也都超过了30%。
Part 4
它们会带来多大的冲击？
前面提到，很多投资者会担心，这些量化基金会收割散户、甚至加剧市场波动性。
个人认为，咱得辩证地来看——
问题1：量化基金对散户是灾难吗？
我们以前提到，在股市里头我们可以赚两笔钱——
有不少人认为，量化基金主要挣的是价格波动的钱。换句话说，它们赚的是别人亏的钱，所以它们的存在对散户来说是灾难。
不过我觉得这也不见得是坏事：毕竟社会是分工的，术业有专攻，让专业的人做专业的事。
没有那么多研究资源的散户完全可以把资金交给机构来打理，让基金公司来帮你投资。
不过也有人认为这也会有不公平——
前面我也提到，最赚钱的交易算法能承载的规模是有限的。
所以也有一些量化基金会把这些最赚钱的算法用在自己的钱上，没那么赚钱的算法就用在客户的钱上。
像是2020年，文艺复兴基金下面有3只基金巨亏——
|
不过内部基金「大奖章基金」则是大赚了76%…
不过如果长期这样的话，客户其实也会用脚投票，它的管理规模也会掉下来。所以长期来看问题也不大。
问题2：量化基金会加剧波动性吗？
在某些市场情况下，量化基金确实会加剧市场的波动性。
举个栗子
比如每个量化基金都对某股票设置了止损线：A基金设好了跌5%就卖出，B基金设了跌6%就卖出。
结果今天市场不大好，这只股票一跌跌了5%，这时候触发了A基金的止损线，于是A基金的算法自动卖出，又拉低了1个点，变成跌6%，又触发了B基金的止损线，跌更多了…
不过这么得出「量化基金会加剧波动性」的结论，本身确实太简单粗暴了。
毕竟量化交易很多种，不一定会趋同。
有些量化交易之间也会厮杀博弈：比如A基金可能是跌5%就止损，但C基金的算法可能设置了跌5%就开始买入。
从数据上来看，美股的量化资金占比从0%不断到现在的接近70%，但是市场的波动率并没有显著提高——
同样的，在数据上，我们也看不到中证500的波动性因为量化交易占比的提升而有明显的变化。
反过来，量化交易其实也可以给市场带来不少好处。
伴随着散户比例的减少，最最直接的，是资产的定价会更加合理。
而在这个大前提下，A股「牛短熊长」的局面大概率会迎来变化，这个我在 以前的文章 里头也论证过了。
值得一提的是，周一（9月6日），证监会主席易会满在第60届世界交易所联合会（WFE）上致辞时也特意提到了量化交易——
「在成熟市场，量化交易、高频交易比较普遍，在增强市场流动性、提升定价效率的同时，也容易引发交易趋同、波动加剧、有违市场公平等问题。最近几年，中国市场的量化交易发展较快。交易所对入市资金结构和新型交易工具怎么看？希望大家做些思考」 |
照例总结一下——
不少人对交易员（trader）这个职业感到好奇。我基于我的认知稍微说几句——
大学时还是有阵子蛮想当交易员的，毕竟来钱快，很多学生误以为投行部IBD是投行里最赚钱的，其实年份好的时候，交易员赚更多。
麦肯锡有个前同事小A，刚毕业就跑去某顶级投行当交易员，那年是2007年大牛市，她拿了500万美金年终奖（别酸，她那年帮公司赚了两亿美金）。
当然坏处是精神压力会很大。听小A说，她在交易时间会尽量不喝水，去上厕所时会麻烦信任的同事帮忙看盘，以防有黑天鹅出现。
交易员的面试也挺有意思的——
毕业找工作时，我去面试过一个量化交易公司（但我太弱了，没拿到offer）。有意思的是，第一轮面试是口算，10分钟内完成100道加减乘除平方开方六则运算的题目，说明口算能力还是挺重要的。
小A也跟我分享过一道当年面试的题目，大家可以做做看：200个网球选手比赛，两两比赛，输的人淘汰，赢的人继续比，最后决出冠军。
问：至少需要比赛几场？
可以在公号回复「网球」查看答案。
哦对了，小A回答这道题花了不到3秒钟时间。
「很帅的投资客」的所有内容皆仅以传递知识与金融教育为目的，不构成任何投资建议。一切请以最新文章为准。
⚠️ 风险提示：监管超预期严格。
【版权声明】本文著作权归
P.S. 今年以来沪深300、上证50指数表现不佳，而中小盘指数如中证500、中证1000则异军突起，那今年这种结构化行情的原因是什么？我们又该如何投资？感兴趣的小伙伴点个赞呗。
本文分析师/ 狐狸
图片与
Icon/ freepik from flaticon
主创/ 肖璟（微博@狐狸君raphael），曾供职于麦肯锡金融机构组，也在 Google 和 VC 打过杂。华尔街见闻、36氪、新浪财经、南方周末、Linkedin等媒体专栏
参考文章/
《量化投资理论综述》《量化投资知识点！》《量化投资定义俯瞰》《国内广义的量化超过70% 》《How to get Started with Quant Trading》《Quant Trading | What You Need to Know》《Beginner's Guide to Quantitative Trading》《Quantitative Trading: Everything You Need to Know》《Quants: What They Do and How They've Evolved》《Quantitative Trading Definition》《Quant Trading - A History》《What is a Quant Trader? | Systematic Investing | What is a Quant Hedge Fund? | Trading Ideas》《A股连续35天成交破万亿，量化交易占比究竟几何？真实调查来了》《量化私募巨头突遭监管窗口指导？头部机构回应》《从量化菜鸟到大佬！看量化交易工
二：场内量化基金有哪些
将基金投资于股票、债券等的定性分析、研究、运作，借助数学模型“定量化”的基金，称为量化基金。 想法不错，但股市规律很难掌握，尤其对非市场化股市。 观察已有的量化型基金，例如，嘉实量化阿尔法；中海量化策略；光大量化核心，业绩很一般。三：量化交易的基金有哪些
量化交易才是王道，
个人也可以量化交易，
看看中外成功者的特征吧
先来看看难赚钱的原因:
期货交易半年实盘大赛，通常仅20%的人盈利，但这盈利中人绝大部分也不是必然性的盈利，即所谓的"生存者偏差"导致，当时间放到一年来看，能盈利的从数量级上看仅占0.2*0.2=0.04，即仅4%的人能盈利，当时间放到5年来看，能盈利的人不到千分之一了。一年期的全国大赛，收益排名前100名中仅20%的人能说得上稳定盈利，稳定盈利非常难。
实际上，股票市场上也类似于上面情况，只是略好一些，所谓的7:2:1那只是指一年期的结算。
做长线是否能赚钱？这类交易样本数太少，仅仅看近5年的盈亏，也难以判断您的策略好坏。
股市与期货，涉及到海量数据，数学处理数据有天生的优势。
当今世界，大数据分析与人工智能兴起，数学模型成为其核心，量化交易大量使用上述技术，属于指标的技术分析范畴，且巳是对冲基金的主流交易模式，美国数学家西蒙斯是其典范。
10多年前，全球对冲基金管理规模前10名中，仅最后一名为量化交易，而今前10名中有7名为量化交易，前6名均为量化交易，美国一流数学家西蒙斯，其组建的文艺复兴公司是前四名。
即使是巴菲特，实际上其数学思维能力也非常强悍。
当今中国，万得评选中国私募基金前三强，他们是"九坤、明汯、幻方"，这三家公司正好均为量化交易私募基金，这绝非偶然。
量化交易就是用指标的交易，即建立数学模型，回测历史数据不错，才能实盘交易，连历史数据上都不能过关，那么失败是大概率的事情。主观交易成功的难度，是量化交易的10倍，量化交易更可靠。
结论: 炒股的最高境界是"量化交易的稳定盈利模式，盈利年化超过10%，达20%以上更好，风控的最大回撤控制优秀，策略的资金容量也很重要"。
巴菲特的年化收益率是21%左右。
个人投资者，数学建模与计算机编程还行，尽量量化交易为好。
量化交易才是王道。
附录一:
真正厉害的人去做私募基金了，
巴菲特也做私募，私募基金是个平台，能更好的发挥个人能力与团队综合实力，私募基金品牌更是价值连城，真正有实力的人应该走向阳光私募，除非交易策略有重大缺陷或非法等问题，怕见阳光。私募 “九坤、幻方、明汯”，万得评选其为中国私募基金前三强，他们均为量化私募基金，这类才是真正的王者。
这一行不是靠口说，而是看公开的实盘资金曲线，交易方式还必须合法合规，资金规模还必须比较大。没有公开实盘业绩的，谈论它没有意义。
1、巴菲特: 身后有银行保险资金支持，后备金庞大，他本人还间接参与上市公司管理，普通人难学巴菲特。
2、徐翔: 管理小资金的短线交易不错，当资金规模较大时，采用了内幕交易，导致最终失败，可惜！不少人采用坐庄的模式，这类方式违法，证监会罚款厉害，存在很大的不确定性。
3、林园、但斌: 大蓝筹股长线持有，可稳定的赚取通货膨胀带来的收益。但资金曲线最大回撤高达-60%, 普通人受不了，难有耐心。
4、赵老哥: 追涨停，追热门股，没有公开的资金曲线，是否违法不知，口传很厉害。但短线交易的资金规模很有限，做自营盘可以，做大资金、大基金很难。
5、实盘大赛: 这一行的资金曲线至少要一轮牛熊周期的，短短一年的没有任何说服力，私募基金排行榜有大量的案例，年度盈利冠军最后亏损累累。稳定盈利才是关键，每年的排行榜前100名中80%的选手不可靠。
6、景林: 私募基金，管理1000亿规模，价值投资，小的择时不做，要做大择时，股灾中的回撒只有通常基金的50%, 做的不错。
7、九坤、幻方、明汯: 量化私募基金，这类才是真正的王者。
“王者” 均有稳定盈利的交易系统，这是与普通人的根本区别。
什么叫稳定盈利系统？下面谈谈稳定盈利系统。
A、评分系统
实盘资金曲线不到三年的，无论盈利多少，从专业的角度看，我们无法判断策略水平，因统计样本数不够。对于资金曲线与策略，专业角度评分如下: A=(年均收益 - 8)/最大回撤，当分子为负数时，分母取1来计算，比如年均收益20%, 历史最大回撤10%, 则策略评分 A=(20-8)/10=1.2分，须至少三年以上的实盘连续资金曲线，最好有一轮牛熊周期的。
B、稳定盈利系统
实盘按上面要求评分要为正，评分超过0.8更好，理论回测资金曲线至少5年，实盘至少连续三年，形成8年的资金曲线，策略跨品种、跨周期均有效，交易信号样本数超过500.
资金曲线评分: (私募排排网数据)
明汯 各个产品评分:
产品号 年均收益 评分
1、59 (260/4.4-8) /30=1.7
2、31 (122/4-8) /4.7=4.89
3、27 (94/3.5-8) /16=1.19
4、22.5 (90/4-8) /20=0.73
5、18 (54/3-8) /24=0.42
6、15 (53/3.5-8) /21=0.34
8、21 (42/2-8) /5.4=2.4
10、18 (33/1.8-8) /23=0.45
3、稳定盈利难度很高
稳定盈利难度很高，每年基金排行榜前30名中也仅有6名左右能真正稳定盈利，占比20%左右，即使是私募基金行业，90%的公司最终生存不下去，也是仅有少数公司能生存。所谓的 “7: 2: 1” 是指一年期结算，而非五年、10年期结算。
量化交易有更好的盈利稳定性，不少人认为 “目前全球顶尖的投资人士，好象没有一个单凭技术分析而在投资市场获得巨大的成功，真实情况是: 西蒙斯的量化交易就是单凭技术分析成为大师的，美国的量化交易已达市场交易量的50%, 量化交易的本质就是技术分析的交易，就是指标分析的交易，很多量化交易是全自动的机器交易，人工不干涉，避免了人性的弱点。半量化交易也是一种好模式。
主观交易，交易逻辑难以保持一致性，即交易模式难复制，从而交易效果难保证。
普通人做价值投资比较好，但要注意长线交易股票，您的交易样本数很少，要证明您已掌握这种方法，很难证明，这不是用简单的盈利多少能证明的，证明须符合统计学要求。而做中线大波段，样本数就够，而做中线通常就涉及到技术分析了。
玩期货与玩股票都非常难，外汇更难。
股票与期货投资最难的就是知行合一，
原因:
1、市场存在大量的随机现象，概率处处存在。
2、在这种随机市场中，您所总结的规律也存在较大的不确定性。
3、由于不确定性大量存在，您的所谓的 “知” 您自己也对它信心不足。
4、由于您潜意识对自己的 “知” 没有把握，所以在行动上自然有较多的顾虑，“知行合一” 的问题由此产生。
结论: 股市与期货中您 “知行难合一” 的主因是 “您的知不可靠”，即市场中的 “知” 比 “行” 难的多。想改善 “知行合一” 就必须大大的加强您的 “知”，做到真正的知。
附录二:
看看下面的问题有利于理解交易问题:
索罗斯所说的“判断对错并不重要“，怎样理解？
其实就是 "胜率与盈亏比" 的关系问题，
胜率低并不一定最后一定失败，胜率高也并不一定最后能胜出。做量化交易的人更易理解这个问题，胜率 40% 且盈亏比为 3 的策略就是非常优秀的策略了，这里要注意交易信号样本数必须符合统计学要求，很少有人能达到这个标准。
交易要注意下列问题:
1、指标很重要
2、大盘分析很重要
3、尽量量化市场
4、左侧交易必死
5、中线组合持仓交易才是王道
6、仓位管理的本质是择时，属于技术范畴。
7、指标有几十万个，肯定有好坏之分。
8、没有强大的技术，谈心态那只是空谈。
9、指标延迟不是问题，本就做右侧交易，怎样解读才是关键。
10、交易信号样本数太少的策略，没有统计学意义。
11、量化交易的本质就是指标的交易体系。
12、主观交易成功的难度是量化交易的10倍以上。
13、绝大多数人并不知道自己的真实交易水平。
14、"知行不合一"的根本原因是:"知"严重不足。
15、全球对冲基金规模最大的前10名有7位是量化交易，前6名均为量化交易。
无法量化的交易策略，很难搞清楚策略是否能稳定盈利，其结局大概率是一场悲剧。
绝大多数交易员的结局是悲惨的。
附录三:
大盘全市场大数据量化分析
用于总体仓位管理与系统择时分析。
四：国内量化基金有哪些
具体而言，数量化基金主要依赖计算机的数量化分析方法进行股票筛选，不需要依靠主观判断及个人意见对每只股票进行单独、深入的分析。面对纷繁复杂的股市，量化基金系统化的组合构建能够极大减轻个人情绪对组合的影响，克服人性的弱点及认知偏差，避免在市场极度狂热或悲观的情况下做出非理性的投资决策，使选股过程更趋理性。1. a股市场的发展程度决定了当前市场上不可能存在完全量化的基金产品。量化从一开始也不是作为定性的对立面而提出的方法，它是将定性分析中的技术分析策略用模型固化，替代过程中可以用电脑进行的部分并将其效用极大优化。应该架设怎样的平台、构建怎样的模型、输入怎样的因子，都是建立在定性分析上的总结。而为了预防小概率事件的发生，还应该为模型配备精良的开发团队，包括定性和定量分析专家，来跟踪观测模型的合理度、与市场趋势的匹配度以及实际投资表现。 2. 值得提出的是，大众投资者在接触量化投资基金时有所顾虑，一方面，是在a股市场欠成熟的环境下大众对新兴投资方法和模型可靠性的犹豫。另一方面，当前国内市场有效量化模型有限，为防复制，机构对其投资策略和构建理论依据往往遮遮掩掩不能透明化，这就增加了投资人对量化模型的担忧。 3. 股票量化特点： 1）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，定量投资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，强大的定量投资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。 2）套利思想 定量投资正是在找估值洼地，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。定性投资经理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；与定性投资经理不同，定量基金经理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。 3）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。二是依靠一组股票取胜，而不是一个或几个股票取胜。
五：A股量化基金有哪些
公募基金中的量化产品数量不多，业绩整体上也不佳。颇有些水土不服。众多量化模型在A股市场完全找不到北了，可能是我们的市场实在有些让电脑看不懂吧。
目前来看定投3年收益率排名上，前三分之一之列基本没有量化基金产品。有些怀疑电脑了。
说说几只量化类产品，嘉实量化阿尔法，华商量化大盘，长盛量化红利策略、光大保德信量化核心、中海量化策略、南方策略优化
记得大概是前年初期量化基金整体有过一次昙花闪现，后来在无人提及了。
定投就不推荐，也不建议了。
你微信号是多少？我们用微信聊方便点