交易|量化简史（从公式到人工智能） Alphago

文章图片

文章图片

文章图片

文章图片

在遇到同花顺iFind之前，星空君学过一段Python ，然后用几个免费的数据库爬取数据，实现了财报数据和交易数据自动入库，然后形成想要的分析报表。
后来发现某网站搞量化策略征集，就去注册了个账号，系统的了解了一下当前的量化情况。
所谓量化，就是依托于计算机技术的自动化交易。美股大约70%以上的交易量来自于量化， A股数据不是非常透明，乐观估计大约40%的交易量来自于量化。
公开信息显示，目前中国已知的规模前十的私募中，有一半是量化。
【交易|量化简史（从公式到人工智能）】另一半，嘿嘿，星空君认为采用了量化3.0（什么是量化3.0 ，见下文分解）。
需要注意的是，量化只是一种交易方式，赚钱的是逻辑是模型，而不是交易方式，和是否量化无关。正确的逻辑和模型，无论是量化还是人脑，都会赚钱；不正确的逻辑和模型，无论是量化还是人脑，都不会赚钱。
在历史的发展中，量化技术发生了根本性的变化，现在前沿的基于神经网络的量化，和早期的量化，已经完全不是一个物种。
从实际操作来看，量化更适合高频交易，人脑定性投资更适合低频长期价投。
一、量化0.1 ，公式时代
很多炒股软件会有一些公式，有的是软件提供的警示点，有的是炒股高手定义的买入卖出点。
这就是最简单的量化，逻辑清晰。

在Python的量化公式里，这类买点、卖点非常多。
这是最初阶的量化，但还不算量化，星空君定义为这是量化0.1 。
二、量化1.0 ，因子时代
应该说，现在对量化有偏见的投资者，绝大多数对量化的认知，还停留在因子时代。
什么是因子？
搞IT的都明白，无非就是一条if语句。

但中国的金融市场有个问题，除了金融工程专业毕业的，大部分财经专业都是学文的，缺乏理科思维。
对量化的认知，就缺乏理科思维。
而搞金融工程的，都在闷声发大财。
星空君偷偷关注了一个量化协会，发现现在研究量化的顶尖人才，基本上是清北最高端的高科技人才。
他们对因子的研究，早已不是那么简单。
比如是这样的：微博情绪和股市波动情况的关联分析。

他们不仅仅是对股票做量化，甚至把微博、抖音等社交媒体也搞了量化，利用大数据直接自动梳理和股价相关的因子… …
三、量化2.0 ，上云时代
如果说1.0时代的计算主要依赖于服务器，到了2.0就开始上云了。
上云的好处是：无限算力。
只要徐翔能把他的投资逻辑表达出来，就可以落地，然后穷举、上云。
四、量化3.0 ，模型时代比较有趣的是，量化3.0时代，可能有的量化不是量化。
如何理解呢？
只要投资家的投资逻辑是稳定的、可复述的，那么他表达出来的这个投资模型，就是量化。

不管是否接入计算机，哪怕他只是一遍一遍的用人脑去投资，也是一种量化。
为什么要把这种思维模式定义为量化？
是因为新的量化4.0时代来了：人工智能。
五、量化4.0 ，人工智能
曾经有传言，阿尔法狗跑到A股来搞量化，然后亏损退出。
事实上这是一个谣言，一方面，阿尔法狗并没有来A股；另一方面，基于阿尔法狗类似逻辑的神经网络人工智能，正在美股大放异彩。
如果说1.0-3.0都是模拟、复制人的投资策略的话，那么4.0就是另外一种玩法了：超越人脑，独立思考。
以阿尔法狗下围棋为例，当它大杀四方击败所有人类包括围棋天才柯洁的时候，柯洁说了一句：我感到浑身都在颤抖，真的，寒冷地颤抖。我再也控制不住情绪，赶紧冲出对局室，找到一个无人的角落里哭了起来。因为即将到来的3:0 ，这样的结局对我来说实在是太绝望了。