发帖
雷达卡
量化投资领域，中国不仅本行业的技术储备不如欧美，而且量化交易经常运用的各行各业最先进科学模型（eg.FBI用的人脸识别模型，NASA的空间物理模型、地质勘探的地心引力模型等)目前也落后于欧美。也就是说量化交易提供支持的整个泛行业科研科技储备是比较落后的。曾面试中国量化交易基金经理时，感觉在本土化上具备很强优势，但研究水平和视野开阔度，比起外资同行还是稍逊一筹，这不光是能力问题，更多是技术环境问题。和其它交易策略不一样，量化交易不是纯粹靠交易天分市场直觉（但很重要，常能激发策略灵感）、而是很大程度靠科学研发能力（large scale research) 和技术水平（hardcore technologies）。
谈到这里，就简单说下量化交易的策略研发方法。
第一类，传统策略量化。很久前，交易员们就开始做趋势策略、反转策略、剥头皮策略、造市策略等各种不同风格的策略，只不过那时是手工操作，或者半程序化。随着市场发展技术成熟，量化交易把这些策略的研发和执行程序化了，从而提高了研发效率和水平、降低了交易成本，较大程度的排除了人的不稳定因素。这类量化交易策略，可以说是利用技术来提高原有策略的研发和执行，并在交易频率和规模有了变化，但本质上并不算崭新的策略类别，以前赚钱策略的也许能赚的多一些，亏钱的策略，量化也不能把他变成赚钱，这就是「思路错了量化也救不了你」。
第二类，科学技术驱动量化交易策略。是纯粹或很大程度上基于技术(technologies)差别的策略。这类也有一定历史，但真正变成一个庞大引入注目的策略类别，则是近10年计算机技术的飞速发展过程中产生的。常见的情形是，某机构因为采用的算法效率更高，计算机硬件更强大（超级计算机），产生了细微的速度和计算优势，从而在交易上抢的先机，并运用自动化交易频繁交易大量产品，用巨大的交易量产生稳定的收益。这类策略，IT技术和科学模型起了很关键的作用。这就是「技术就是你的思路」。
较早开始高频交易的Tradebot是这类策略的典型运用者，在2002年就达到了每天一亿个订单，差不多在那个时候很多传统做市商被Tradebot 和 Getco 这样的新型电子做市商挤出市场，后来Tradebot 和 Getco 一路用技术碾压其它电子做市商竞争对手。在2005年,Tradebot 剥离了 BATS Global Markets，也就是现在美国第三大股票市场BATS。而1999年Tradebot 刚成立时，工作室地点是美国农村Kansas City的一间小地下室，里面阴暗潮湿，只有5个交易员坐在电脑屏幕前监控交易，那时每台电脑上都配备了一套叫“Tradebot”的软件。而Getco 对策略的运用更广，野心更大。2012年，也是老牌做市商的 Knight因技术故障，向纽交所发送大量错误order，导致公司巨亏4.4亿美元，股价两个交易日暴跌七成，被Getco以18亿美元价格收购。
人们常对西蒙斯文艺复兴的大奖章基金长期持续的高回报印象深刻，而实际上不太为媒体所知的是 Tradebot常年保持每天（而不是每月或每年）盈利，not even one single losingday，原因是文艺复兴有很多新基金要向外部投资者融资（赚钱的大奖章很早停止了外部融资，而实际新基金表现比大奖章差很多），需要做一定程度的IR，而Tradebot 不对外部投资者开放，自己低调赚钱，这也是HFT很普遍的特点。如果不是市场几次出现大动荡，HFT被揪出来当替罪羊，媒体口诛笔伐，基本是没有多少人知道这个低调的类别。
第三类，新型量化交易策略。则是得益于计算机技术的发展，慢慢发展起来的策略，它不完全是基于执行的技术优势，更多是利用技术研发出新策略。例如统计套利交易策略，需要较多计算机计算资源进行数据挖掘模式识别，这在以前仅仅靠人力是难以胜任的，IT技术的发展和成本的降低使得这些策略的研发得以可行。这就是「技术产生新策略」。
量化投资这个行业的科技含量之高，使得它吸引了大量数学博士、物理博士、计算机博士来利用本学科的最先进技术和科学模型研发出更多的先进模型，并促进技术进步，也反哺其它传统行业。最明显的是显卡和GPU的飞速发展，一定程度上是受到高频交易对巨大计算能力需求推动的。世界上有很大一部分超级计算机，除了呆在物理实验室，还在对冲基金里。
（来源：量化基地）
京公网安备 11010802022788号
