《量化交易》 作 者：（加）欧内斯特·陈

第一章 量化交易初探

如果你怀着好奇心拿起此书，可能已经听说过量化交易。对于那些在各大主流媒体上昕说过这种交易的读者而言，仍不乏一些常见的错误观念，值得厘清。

量化交易，也称算法交易，是严格按照计算机算法程序给出的买卖决策进行的证券交易。通过历史金融数据检验编码策略历史业绩的基础上，交易员设计甚至亲自编写计算机算法程序。

那么，量化交易仅仅是技术分析的一个花哨名字么？可以说，基于技术分析的策略如果能够完全编码为计算机程序，就可以作为量化交易系统的一部分。然而，并非所有技术分析都能被认定为量化交易。例如，某些图表分析技术，如“寻找头肩形态”，可能就不在量化交易员的考虑范围，因为它们相当主观，并且很难量化。

所以，量化交易所包含的内容要比技术分析丰富得多。许多量化交易系统在进行运算输入时会用到基本面数据，例如收入、现金流、权益负债率以及其他数据。毕竟，基本面数据仅仅是数字而已，而计算机完全能够处理任何输入的数字。当需要对一家公司目前的财务业绩进行横向或纵向比较时，计算机通常能够做到与人工分析一样出色，而且计算机还可以同时跟踪数千家公司。一些先进的量化交易系统甚至可以将新闻事件转换成输入变量。如今，使用计算机来解析和解读新闻报道已经成为可能。（笔者就职于IBM 时就曾涉足这一领域，研究计算机系统如何粗略读取文档内容的问题。）

所以我们或许可以这么说：只要能将信息转换成计算机能够读懂的比特和字节，就能将其看作是量化交易的一部分。

1.1 谁能成为量化交易员？

一个事实是，绝大多数机构量化交易员拥有物理、数学、工程或计算机科学的高学历。分析或交易复杂的衍生工具，这些自然科学的训练通常是必不可少的。但是衍生工具并不是本书关注的重点，也不是说只有通过复杂的金融工具才能够赚钱（事实上，交易复杂的住房抵押贷款支持证券就可能变得一贫如洗，正如2007-2008 年金融危机以及贝尔斯登的倒闭）。本书所讨论的量化交易类别称作“统计套利交易”。统计套利交易所处理的都是最简单的金融工具：股票、期货或外汇。想要成为一名统计套利交易员，不需要很高的学历。只要上过高中的数学、统计学、计算机编程和经济学课程，就具备处理某些基本统计套利策略的能力了。

看到这里，你知道了进行统计套利交易并非一定需要高学历，但你也许会间，假若拥有高学历肯定会带来某些优势吧？未必。笔者曾获得世界顶尖物理学院的博士学位（不妨直说，康奈尔大学），曾是世界级的顶尖计算器科学研究团队（高科技的殿堂： IBM 的托马斯·约翰·沃森研究中心）的明星研究员。之后在许多顶级投资银行和对冲基金担任研究员以及交易员，包括摩根士丹利、瑞信等。在这些权威机构担任研究员和交易员时，我总是努力尝试使用一些学过的高等数学知识和技术，并将其运用到统计套利交易中。可在进行了上亿美元的交易后收获了什么呢？只是给我的雇主和投资者造成了亏损、更多的亏损、一眼望不到头的亏损。最后，我灰头土脸地离开了金融行业，在家搭建了一个简易卧室作为我的交易办公室，开始进行一些最简单的量化策略交易。这些策略是任何一个头脑聪明的高中生都能轻而易举搞定的。那是我人生中，第一次建立起能获利的策略（例3. 6 描述了其中一个策略），此后亦如此。我的经验教训是什么呢？正如爱因斯坦所说的：“任何事情都应该使其尽可能地简单，直到无法再简单为止”。

（第8 章还会更详细说明，为什么独立交易者能够打败大型投资机构的基金经理。）

我成为量化交易员走的是一条比较传统的途径，但很多人不是。那么，典型的独立量化交易员都是些什么人呢？就我所知，他们包括已倒闭对冲基金的前交易员，经纪公司前计算机程序员，交易所的前交易员，前投资银行家，前生物化学家，以及前建筑师等。有些人接受过高级技术培训，但其他人只有高中水平的统计学知识。他们中的多数人使用Excel 之类的基本工具来进行回测，尽管有些人也许会聘请程序员来帮忙。多数人曾在其职业生涯的某段时期与金融界有过接触，但现在他们都觉得成为一名独立交易员更适合。据我所知，他们的业绩大都非常出色，同时还能尽情享受独立工作所带来的充分自由。