|
|
提起量化交易大家可能并不陌生，量化交易最早于18世纪应用于股票投资领域，后来被越来越多的证券分析人员和投资者们所重视。人们常所讲的量化交易通常是指：以先进的数学模型替代人为的主观判断，利用计算机从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者由于情绪波动所带来的影响，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。而本书所讲述的量化交易则是通过有效的多日主力资金量变化来完成理性投资决策，将交易变得简单，人人可视化操作，同时可人为操作的量化交易即为可量化交易。
可量化交易可以有效地减少人为因素比如情绪波动、不可辨别的利好消息、跟风、小道消息等不可控风险的影响。传统股票交易，人们往往凭借单一指标，从而错误地做出选股依据，常常得不偿失，因为某一因素的误判而造成亏损，悔恨不已。
我们在股票交易中为什么要引入量化交易呢？
目前中国上市企业有三千多家，市场千变万化，起伏跌宕。如何在茫茫股海中选取获利个股，变得尤为重要。本书将意简言赅地向大家阐述并提出了如何快速选股、如何实时计算进货价格、如何判断持股周期及如何实时计算出货价格等一系列问题的解决方案。
在过去的漫长历史进程中，采用量化交易给人们带来的难以置信的高额利润，使得人们不得不接受量化交易来大概率取胜的交易策略。
量化交易有哪些特性呢？
量化交易具有真实的历史成交数据，个股在以往的历史成交量数据具有不可逆的特性，每个交易日都有真实的成交量数据记载，成交量能够反应出市场的关注程度，成交量一定是由资金量堆积起来的，直接反映着股价的高低。而成交量作为判断个股优劣的重要依据，成交量又被研究人员做成不同的数学模型，进而将其量化，间接地转变成量化指标。在以往的历史成交数据研究发现：所有赚钱的股票都遵循量化呈规则的递增趋势增长。这条定律被无数的历史成交数据所验证。
量化交易具有稳定性，采用量化交易可不受外界其它因素的影响，采用真实的成交量数据分析和算法，能够持续精准打击个股，保持稳定增长。能有效地避免人为因素所带来的困扰。
量化交易具有时效性，在量化交易中个股的进出货价格算法都是实时进行的，价格的波动直接反映了进出价格的利润空间，如果在以往个股交易中，人为因素操作难以有效地赚取最大利润空间。而量化交易可以通过算法实时精准计算出个股实时进出货价格，进而实现低买高卖，使利润最大化。
量化交易交易具有大概率事件的特性，在以往的历史成交数据中，通过有效特征值的挖掘，可以有效地提高个股胜算的概率。而不是盲目操作，通过概率统计和算法模型可以有效的避开风险，保持持续增长的能力。
量化交易具有周期性，在量化交易中个股持有周期长短直接决定了个股利润空间的大小，如何判定持股周期变得尤为重要，一只股票就算选的不错，如果持股周期不当也是白搭，甚至亏损，本来一只可能盈利的股票就因为持有周期的不确定而变得扑朔迷离。如何判定持股周期，本书后面章节会有讲述。
量化交易具有系统性，在量化交易中个股的选择方面是有着严格的数据训练和高概率性能，能够稳定地保证数据的准确性和真实性。不受外界因素干扰，能够自我学习进化，具有自我不断地反馈与修正，使失误率将到最低。
量化交易最近几年在国内比较受热捧，尤其是基于AI技术的量化交易很是盛行，在实际的操作中也是破绽百出，究其原因不外乎三点：研究指标的不明确、算法模型的失真和没有具体可操作的解决方案。
量化交易目前虽然疑云重重，但前景可期，量化交易所带的高增长率这是不可否认的一个事实。量化交易如何变成可量化交易应该是我们大家值得深思的一个问题，我认为这是一个发展方向。可量化交易就是可以被每一个人所能操作，即使不通过特定的量化交易系统也可以完成量化交易，使量化交易变得可控，易于掌控。
量化交易法则理论
量化交易法则是指在有效的周期交易中，以个股多日主力资金量的变化为研究对象，把资金量的变化遵循呈规则的递增趋势增长作为选股依据，完成一次收割交易的过程，我们将这一量化交易的方法称为量化交易法则。
注：资金量的变化主要指20日，10日，5日和3日的主力资金流入量的变化，以下统称资金量的变化
量化交易四大法则
量化交易法则一：量化选股
量化交易法则二：实时进货价计算
量化交易法则三：持股周期判断
量化交易法则四：实时出货价计算
量化交易法则价值
熟读本书，你即使是没有炒过股也可以轻松自如地完成股票操作。本书讲述了股票交易中的核心思想，用最简单的交易方法帮助股民认知股票交易中大概率事件的自然法则。
作者简介
李文龙，量化交易分析系统开发者，国内数据分流领域的倡导者，可量化分析的提倡者和实践者。代表作《数据分流方法及系统》、《同系数等值码理论》等。研究方向：数据分流技术及应用，基于AI技术的可量化分析等。 |
|
