西蒙斯量化交易（征服华尔街的“数学家”| 长江读书303期）

本文目录

• 征服华尔街的“数学家”| 长江读书303期
• 量化交易不是保赚的也没有什么高大上！揭开量化交易的神秘面纱
• 西蒙斯投资方法 西蒙斯投资方法有什么特点
• 量化交易是什么时候推出来的
• 【策略】量化对冲的三种策略
• 国诚量化波段指标公式支付0.1是骗人的吗
• 什么叫大数据量化交易大数据量化交易是什么地位

征服华尔街的“数学家”| 长江读书303期

在投资界流传着这么一句话：世界上只有一个巴菲特，也只有一个西蒙斯。西蒙斯是谁？能够与“股神”巴菲特相提并论的人究竟是何方神圣？

西蒙斯曾是一位数学终身教职教授，40岁时才转战华尔街。即使没有上过任何金融课程，不影响他带领大奖章基金取得66.1%的年平均回报率，连续27年业绩超过巴菲特、索罗斯，成为现代金融史上最为成功的交易者之一。

西蒙斯的秘诀就是：当别人还在用诸如天性、直觉等老套的方法做预测的时候，他已经决定借力于数据挖掘、高等数学和计算机模型来做投资。

他引燃了一场投资界的革命——至2019年年初，对冲基金和量化交易者已经成为市场最大的参与者，交易额占比达到30%，远超散户投资者和传统机构投资者。各大公司的管理层都曾经非常不屑于利用 科技 手段和计算机模型来投资，而如今情形反转，程序员已经快让管理者的饭碗保不住了。

西蒙斯找到了把天赋、脑力和算法转化成财富的方法。今天的长江读书，带你走近量化投资之王西蒙斯，和他的另类管理法。

《征服市场的人：西蒙斯传》

作 者：格里高利·祖克曼

出版社：湛庐文化

出版年：2021年2月

什么是量化投资？

量化投资可以理解为在投资时借助计算机系统强大的信息处理能力，同时用数学模型替代人在控制风险的前提下实现最大化的收益——简单讲就是用机器和算法代替人来做出投资决策。

量化投资图释

在华尔街，有家神秘莫测的量化交易公司，它凭借复杂的数学模型和算法进行海量数据分析，蜚声市场。它就是“文艺复兴 科技 （Renaissance Technologies）”。

文艺复兴 科技 的创始人詹姆斯·西蒙斯所管理的大奖章基金以年化66%超高收益率、5%的行业最高手续费，以及每天交易过万的超高频交易模式，超过1000亿美元的超高利润在投资界无人能出其右，这个记录就连沃伦·巴菲特、乔治·索罗斯、彼得·林奇、史蒂文·科恩，甚至瑞·达利欧都难以企及。

即使在市场动荡的2020年，大奖章基金依然获得了高达76%的回报率。

各大基金的年度收益率对比，远超巴菲特和达利欧

更惊人的是，如此凶猛的财富制造者，真正投身投资圈是在他40岁的那一年，而同期的巴菲特、索罗斯等人早已在华尔街崭露头角。

但40岁之前的西蒙斯也没闲着，只是在与投资圈毫无相关的数学圈制造传奇。

从小就有数学天赋的他，20岁就从MIT提前毕业；23岁出任哈佛教授；26 岁闯入情报界，摇身变为破译密码的特工……30岁时，詹姆斯·西蒙斯一手振兴纽约州立大学石溪分校的数学专业，并结识了时任物理系教授的杨振宁，在他最著名的“杨-米尔斯理论”当中，也有西蒙斯的影子。

清华园的杨振宁办公室里，悬挂着他和西蒙斯的合影

36岁时，西蒙斯拥有了以自己名字命名的理论“陈-西蒙斯理论”；37岁时，他又摘得数学界的诺贝尔奖——全美维布伦(Veblen)奖。

挂在西蒙斯办公室的“陈·西蒙斯定理“的公式

至此，西蒙斯拥有了做为一个数学天才应该拥有的全部，学术地位、自己名字命名的理论——他的学术生涯已经达到了顶峰。

虽然学术界已无人不知无人不晓，但这位数学天才对于金钱的渴望并没有得到满足，在他的朋友看来，西蒙斯有一套自己独有的财富观，他不想拥有奢侈的东西，他认为财富可以让人独立，也可以让人产生影响力，他想要做的是改变世界。

于是，西蒙斯决定去攀登另一座山峰。

1978年，各种货币的弹性加大，开始和黄金价格脱钩，英镑也开始暴跌。40岁的西蒙斯看准这个市场机会，正式决定脱离学术圈，投身外汇交易，开始经营自己的投资公司，他成立了一家名为Monemetrics的公司，这就是日后大名鼎鼎的对冲基金文艺复兴 科技 公司的前身。

他把公司开设在美国长岛北岸一个平平无奇的小镇里，雇了一群对华尔街的投资理论一无所知的员工。

与当时的投资者的思路完全不同的是，西蒙斯采用了他在国防分析研究所破译密码时类似的策略，他深信能够用数学模型挖掘出价格背后潜藏的规律——“一定有办法对价格建模。”

“从不雇用商学院毕业生，也绝不雇用华尔街人士” ，公司300多名员工中，几乎全是数学、物理学、统计学等领域顶尖的科学家。就连西蒙斯本人，也从来没有上过正规的金融课程。

文艺复兴 科技 公司办公室的旧址，附近有一家精品女装店，一家披萨餐厅和石溪市火车站

除了在雇人方面与众不同，西蒙斯的管理方式也稍显怪异，他的秘诀就是 创造一种完全不同的开放文化：对内完全透明，对外完全不透明 。

1. 让最聪明的头脑和最聪明的头脑合作

在每周例会上与员工聊天时，西蒙斯总是会强调几个他始终恪守的原则。其中的许多原则是西蒙斯从之前多年的工作经历总结而来的，包括他在国防分析研究所从事的密码破解工作，以及之后在纽约州立大学石溪分校与杰出的数学家合作完成的工作。现在，他让文艺复兴 科技 公司的员工充分地应用这些原则。

西蒙斯主张的一个关键原则是， 科学家和数学家需要辩论、相互分享想法，这样才能产生理想的结果 。

这一原则看似不言而喻，但就当时的情况来说，可以称得上是激进的。文艺复兴 科技 公司里有许多智商超群的员工——你可以把他们想象成生活大**（The Big Bang Theory）里的“谢耳朵”。他们在职业生涯早期就获得了成就和认可，但只熟悉个人研究而不是与他人合作。事实上，才华横溢的量化分析人员可能是最不愿意与他人合作的人。一个经典的行业笑话：内向的科学家会在与你谈话时盯着自己的鞋子，而外向的数学家会盯着你的鞋子。

2. 即使公司的秘书也可以访问源代码的绝对开放

一般交易公司通常会让研究人员和其他员工在一个个“孤岛”中工作，有时甚至鼓励员工相互竞争。

但西蒙斯坚持采用不同的方法：大奖章基金拥有一个单一的、整体的交易系统， 所有员工都可以接触到赚钱的算法背后的每一行源代码，所有这些代码都可以在公司内部网络中以明文形式阅读 ，不存在藏于某个角落的只有高层管理人员才能访问的代码。 任何人都可以尝试着修改代码以改善交易系统 。

西蒙斯希望他的研究人员能够交换想法，而不是只限于其私人项目。有一段时间，即使公司的秘书也可以访问源代码，尽管最终证明没有这个必要。

西蒙斯创造了一种不同寻常的开放文化。员工们可以出入同事的办公室，提出建议并发起合作。当遇到挫折时，他们倾向于向他人分享自己的工作并寻求帮助，而不是转而开启新的项目，以确保像西蒙斯所说的那样： 不要浪费任何有前景的想法 。

3. 奖金取决于基金的表现，而不取决于你的老板是否喜欢你

西蒙斯使用的薪酬设计让员工专注于为公司整体成功而努力 。每6个月，员工可以获得奖金，但前提是大奖章基金的利润水平要超过一定的标准。文艺复兴 科技 公司会把奖金递延到几年时间内发放，以留下人才。

无论员工是发现了新的交易信号、完成了数据处理工作，还是在执行其他更加低调的任务，只要这些员工能够脱颖而出，而且大奖章基金发展良好，他们就会获得奖励积分，每个奖励积分代表着文艺复兴 科技 公司利润池的百分比，是基于清晰易懂的公式计算出来的。

“员工从年初就知道自己的奖金公式。除了取决于级别的几个系数外，每个人的公式几乎一样。” 曾经是文艺复兴 科技 公司核心管理层成员的格伦·惠特尼（GlenWhitney）说，

“你想要更多的奖金吗？那就尽一切可能帮助基金获得更高的回报，发现有预测效果的数据来源，修复漏洞使代码运行得更快，和楼下那个有好想法的女人喝杯咖啡……奖金取决于基金的表现，而不取决于你的老板是否喜欢你。”

西蒙斯刚开始分配股份的时候，将10%的股份授予了对大奖章基金贡献极大的劳弗，后来又将相当一部分股份给到布朗、默瑟、马克·西尔伯和其他人，这些做法使得西蒙斯的所有权减少至50%多一点。其他表现优异的员工可以购买代表公司股份的股票。员工也可以投资大奖章基金，这也许是他们最大的福利。

4. 靠非正式和学术性的工作气氛吸引更多天才

尽管大奖章基金有着可观的收益，招聘仍然是一个难题。为了吸引人才，西蒙斯、尼克·帕特森和其他高管都强调着工作的积极面。

例如，许多科学家和数学家都是天生的难题解决者，因此文艺复兴 科技 公司的高管们会谈到解决棘手的交易问题所带来的回报，一些学者也会被公司同事间友好的氛围和对冲基金的节奏吸引。

学者们在学术论文上要奋斗多年；相比之下，文艺复兴 科技 公司在数周甚至数天之内就能推动结果产生，这一紧迫感迎合了一些学者的喜好。

文艺复兴 科技 公司的整体气氛是非正式和学术性的，同时充满了紧迫感，一位访客将其比作“永久的考试周”。

文艺复兴 科技 公司的面试过程通常是按部就班的：讨论你过往的成就，解决一些涉及概率论和其他领域的挑战性问题，然后看公司是否有合适的岗位。通常，应聘者会被6名工作人员轮流刁难，每次面试时间为45分钟，然后应聘者会被要求向整个公司以讲座形式介绍其科学研究。

西蒙斯通常着重于招聘经验丰富的学者，这些学者往往拥有诸多学术成就，此外，那些能够写出让他们觉得非常出色的学术论文的应届博士生也受到青睐。

但即使是大名鼎鼎的人物来应聘也必须通过编程测试 ，这一要求展现了一种态度，即每个人都应该掌握计算机编程技术，并愿意执行一些其他公司可能认为不重要的任务，他们还必须能够彼此和谐相处。

在一次MIT的演讲上，西蒙斯说“我认为每一件事都有它美的一面，至少对于我来说是这样”。你可能会问，建一家交易公司有什么美的一面呢？它美就美在做正确的事，找一群正确的人，用正确的方法把事情做正确。

和很多新技术一样，量化投资刚出现的时候也是被嘲笑的对象，没有人相信计算机可以像人类一样进行投资。但西蒙斯却敏锐地预见到，随着计算机技术的发展，终有一天“不可能”将会变成现实。

在交易数据量几何级增长的今天，无论在期货市场还是在股票市场，量化投资成为主流已是大势所趋；在杂乱无序的股价波动中，用枯燥乏味的数学分析方法也能淘到真金，这也正是知识换取财富的最好证明。

就在今年1月1日，西蒙斯这位叱咤风云的“量化基金之王” 宣布退休，投身基金会事业。

“我的第一份职业是一个数学家，我的第二份职业是一个商人，我的第三份职业从某种意义上讲是一个慈善家，”他说。

近年来他资助了数以千计的公立学校的数学和科学老师，推进了孤独症疗法的研发，并且拓展了我们对于生命本源的认识，也可谓“用财富回馈了知识”。

量化交易不是保赚的也没有什么高大上！揭开量化交易的神秘面纱

量化交易是近几年来一个金融交易领域的流行词汇。所谓量化，就是指数量化。量化交易就是把交易行为以 定量的形式为交易者提供交易的依据，使交易结果尽可能排除和 避免 主观交易的随意性和心理波动。 量化交易在美国已经搞了30多年了，最著名的是数学家西蒙斯和他的文艺复兴公司的大奖章基金， 从1989年期起，复兴 科技 公司的大奖章基金( Medallion )的年回报率平均高达35%,大奖章基金被誉为是最成功的对冲基金。 狭义的角度讲量化枣姿交易就是十几年前就已经开始的程序化交易，它是把交易过程中运用到的交易方法，用计算机语言编成计算机软件程序，实现机器选股，自动下单买卖等行为。通过计算机程序可以省去一些人力成本（人力分析慢，毕竟现在市场上已经4000多只股票，未来会更多），同时也省去了一些交易员不必要的盯盘时间，也一定程度规避情绪心理因素影响。 广义的角度讲量化交易就是我们交易者在交易过程中运用的系统化交易。根据一些固定的交易模型进行交易的系统化的方法，系统化交易是股票交易盈利的前提条件。比如基本面的价值投资法，把很多财务数据和指标进行数量化的梳理成固定的模型，这属于基本面量化；人们包括利用技术分析理论编成的各种指标，选股条件等，属于技术面量化； 另外量化交易又根据交易的形式分为：算法交易（也就是高频交易，主要用于抢单），套利交易（期货品种的跨期套利和跨品种套利），根据现有的各种技术分析理论编成的实现全自动交易的计算机程序等等。 量化交易不是盈利的保证，它必须建立在一定的成功概率的模型基础上才能应用的实战交易中。我们都知道**盈利的根本其实就是比玩家盈利的概率高1%而已，这高出的1%盈利概率保证了**久赌必赢。所以量化交易其实追求的就是比市场上大多数人盈利的概率高出1%即可。但是这1%不是普通投资者可以做到的。需要大量的实战总结和复盘总结，最终形成所谓量化交易模型。 最后提醒投资者注意：量化交易模型主要来源于以下两种模式： 1、数据挖掘，从 历史 数据中找到在以往 历史 中盈利概率大的模型，这种模型一般为黑箱模型，黑箱就是你只能看到结果，不知道其中的逻辑，比如现在流行的机器学习模型，就是典型的黑箱模型。它的缺点非常明显，就是你不清楚盈利原理，未来是否还能继续出现符合上述模型的情况的概率有多少，也就是说，这种模型， 历史 业绩非常好，但是未来能否盈利非常的不确定。 2、来源于主观交易者的盈利模型，根据盈利的主观交易者的系统化的交易方法，用计算机语言编成的交易程序。这种交易模型有的可以量化，有的不可量化，如果可以量化的部分较多，而且量化后回测 历史 数据盈利概率较高的话，那么很大概率就是可以用于实盘 。可惜这种模型凤毛麟角，可遇不可求。另外一种就是少部分可以量化，多数不能量化，而能量化的部分在 历史 回测中表现很差，主观交易者的盈利多数可能来源于主观判断，此种模型占绝大多数。比如徐翔的涨停板敢死队的打板模型，在涨停板上买入可以量化，但是如果仅凳档绝仅是涨停板买入，却不能实现盈利，盈利的更大原因在于盘手所谓的盘感，所以这些盘感的挖掘数量化，才是这类模型的关键。 综上所述，量化交易仅是交易的一个小分支而已，不是盈利方法。不要迷信所谓量化交易。 其实把交易系统化才是关键，系统化关键又是尽量把主观交易数量化客观化。祝蠢宏投资顺利！

西蒙斯投资方法 西蒙斯投资方法有什么特点

1、西蒙斯投资方法，是指詹姆斯·西蒙斯创造的壁虎交易法。其内容为在市场有机会时果断出击，而且选择好的投资标的出击，在市场没有机会时保住成果，静静等待下一次机会的出现。2、西蒙斯的方法不涉及对冲，多是进行短线方向性预测，依靠同时交易很多品种、在短期做出大量的交易来获利。具体到每一个交易的亏损，由于会在很短的时间内平仓，因此损失不会很大；而数千次交易之后，只要盈利交易多于亏损交易，总体结果就是盈利。3、西蒙斯投资方法将数学理论巧妙运用于股票投资实战中，成功秘诀主要有三：针对不同市场设计数量化的投资管理模型；以电脑运算为主导，排除人为因素干扰；在全球兄伍各种市场上进行短线交易。这种交易方式最大的意义在于把主观对交易的影响降至最低，然后通过一系列数学模型的计算以减少系统性风险并寻找到价值的“洼地”。西蒙斯本人极其推崇短线套利、频繁交易。4、詹姆斯·西蒙斯，量化投资大师、数学家和对冲基金——文艺复兴科技公司掌门人。从 1988 年到 2008 年羡型或，他管理下的大奖章(Medallion)基金的年均净回报率是35.6%，比索罗斯租斗等投资大师同期的年均回报率要高出10个百分点，比同期标准普尔500指数的年均回报率则高出20多个百分点。

量化交易是什么时候推出来的

量化投资的产生(60年代) 1969年，爱德华·索普利用他发明的“科学股票市场系统”（实际上是一种股票权证定价模型），成立了第一个量化投资基金。索普也被称之为量化投资的鼻祖。量化投资的兴起(70~80年代) 1988年，詹姆斯·西蒙斯成立了大奖章基金，从事高频交易和多策略交易。基金成立20多年来收益率达到了年化70%左右，除去报酬后达到40%以上。西蒙斯也因此被称为"量化对冲之王"。量化交易的繁荣(90年代) 1991年，彼得·穆勒发明了alpha系统策略等，开始用计算机+金融数据来设计模型，构建组合拓展资料：量化交易是怎么产生的？第一个采用量化交易的人是谁？为什么量化交易可以传得这么快？量化交易未来的路在哪里？ 产生生命的基础条件是有机物和水。产生量化交易的基础条件则是20世纪80年代以来，计算机的普及和算力的提升。第一个采用量化交易的人是谁，他是赚是亏？我们都无从得知，但量化交易的概念流传了出来。达尔文的《物种起源》已经是今天的经典书籍，主要阐述了物竞天择，适者生存的思想。一种事物的兴起，往往是它适应了环境，而交易员群体正是一个特殊的群落，竞争激烈。量化策略在这个环境当中表现出了种种优势，从而迅速传播，并迅速蔓延。 用量化方式在构建构建交易系统时基于数据进行精准统计，因此具备较高的可信度。借助计算机的算力，在进行构建交易模型时，可以节约大量的统计时间。计算机的超快算力，也可以将决策结果在几毫秒委托到交易所。用计算替代人工下单后，可以解放交易员的盯盘时间，避免精神劳累，获得更大的自由。基于这些优点，以及交易员对自由的追求，量化的风气或将欣欣向荣。 计算的算力再强，但没有智力，没有经验。编程即理解，只有理解通透，才能让计算机的超强算力为你服务。量化交易已经在交易员群落的竞争中显现出优势，未来没有编程能力的交易员，除非能在认知上达到极致，否则将更难取胜。

【策略】量化对冲的三种策略

期货市场行情瞬息万变，交易本身也蕴含极大风险。不过，投资并非一定是“刀口舔血”，通过数据分析和特定的交易软件，投资者也可好贺孝获得稳定的收益。如今进入衍生品时代，量化对冲交易将成为投友稿资者的核心策略。

▌市场有波动就能赚钱

2011年底，国际大宗商品市场的波动越来越多地显示出资金面的重要性，而非传统的基本面在决定市场波动。这种新变化，使投资者越来越依赖资金的分析来做出决策，这也在一定程度上推动了量化对冲交易的发展。

所谓量化投资，其本质就是利用数据和模型来进行投资决策工作。东方证券资深分析师丁鹏表示，目前国内的量化对冲交易仍处于起步阶段，但国际市场上早已不乏成功案例。如在美国，由“对冲基金之王”詹姆斯·西蒙斯管理的“大奖章”基金连续20年年均盈利达35%。西蒙斯的主要策略就是利用强大的数学模型和计算机软件，通过对历史数据的相关性分析来****，在全球市场的不同产品中进行高频交易，赚取微小的波动差，从而获取一个稳健持续的收益。

丁鹏指出，对冲交易更多的属于中性策略，不太受到牛熊市大环境的影响，只要有波动就能赚钱。他认为，投资的暴利时代已经结束，在衍生品时代，虽然市场操作的难度大大增加，但稳健盈利将会成为资产管理的核心竞争力，且绝对收益产品也将变成高净值客户的追求。因此，量化对冲交易将成为获取绝对收益的核心。

丁鹏表示，目前国内市场应用较多的还是期现的套利交易，而实际上，量化的概念包括期货、期权套利及算法交易等。以股指期货套利为例，其基本概念是指利用股指期货市场存在的不合理价格，同时参与股指期货与股票现货市场交易，或同时进行不同期限、不同（但相近）类别股票指数合约交易来赚取差价的行为，其主要方法包括期现、跨期、跨市、跨品种套利等。

而期权套利的优点在于收益无限的同时，风险损失却有限，因此很多时候利用期权取代期货来做空，进行套利交易，比单纯利用期货套利具有更小的风险和更高的收益率。其主要方法包括股票—期权套利、转换套利、跨式套利、宽跨式套利、“蝶式”套利和“飞鹰式”套利等。

▌量化对冲三种交易策略

流动性回扣交易

为争取更多的交易订单，美国所有的证券交易所都为那些创造流动性的券商提供一定的交易费用回扣，通常为0.25美分/股。不论买单还是卖单，只要交易成功，交易所即向该流动性的原始提供券商支付回扣，同时向利用该流动性进行交易的券商征收更高的费用。随着这种激励机制的普及，越来越多以专门获取交易回扣为赢利目的交易策略便应运而生。

例：假设机构投资者的心理成交价格在30-30.05美元。如果交易系统中的第一个买单（如100股）配对成功，以30美元成交。这样，交易系统中第二个买单（如500股）便显示出来。假设该买单也配对成功，以30美元成交，根据上述交易信息，专门从事流动性回扣策略的高频交易者的计算机系统即可能察觉到机构投资者其他后续30美元买单的存在，遂迅速采取行动，报出价格为30.01美元的买单100股。毫无疑问，那些曾以30美元出售股票的券商更愿以30.01美元的价格出售给该回扣交易商。

交易成功后，回扣交易商立刻调整交易方向，将刚刚以30.01美元购得的100股股票以相同价格，即30.01美元挂单卖出。由于30美元股价已不复存在，故该卖单很可能被机构投资者接受。

这样一来拍握，尽管回扣交易商在整个交易过程中没有赢利，但由于第二个主动卖单给市场提供了流动性，从而获得交易所提供的每股0.25美分的回扣佣金。不言而喻，回扣交易商所获得的每股0.25美分的盈利是以机构投资者多付出的1.0美分为代价的。

猎物算法交易

在美国，超过一半的机构投资者的算法报单遵循国家最佳竞价原则。根据该原则，当一个报单由于价格更为优先，从而在排序上超过另一个报单时，为能成交第二个报单，常常调整股价并与前者保证一致。事实上，一只股票的算法报单价格常以极快的速度相互攀比追逐，从而使该股票价格呈现出由高到低、由低到高的阶段性变动趋势，这也正是在实际交易中经常看到数量有限的100股或500股小额交易常常将股价推高或拉低十美分至几十美分的原因。

所谓猎物算法交易策略，就是在对上述股价变动历史规律进行研究的基础上而设计，即通过制造人为的价格来诱使机构投资者提高买入价格或降低卖出价格，从而锁定交易利润。

例：假设机构投资者遵循国家最佳竞价原则，且心理成交价格在30-30.05美元。像上例中流动性回扣交易商一样，猎物算法交易商用非常相似的程序和技术来寻找其他投资者潜在的连续算法订单。在计算机确认价格为30美元的算法报单的存在后，猎物算法交易程序即发起攻击：报出价格为30.01美元的买单，迫使机构投资者迅速将后续买单价格调高至30.01美元。然后猎物算法交易商进一步将价格推高至30.02美元，诱使机构投资者继续追逐。

以此类推，猎物算法交易商瞬间将价格推至机构投资者能接受的价格上限30.05美元，并以此价格将股票卖给后者。交易商知道30.05美元的人为价格一般难以维持，从而在价格降低时补仓赚取利润。

自动做市商交易

做市商的主要功能即为交易中心提供交易流动性。与普通做市商一样，自动做市商高频交易者通过向市场提供买卖订单来提高流动性。不同的是，他们通常与投资者进行反向操作。自动做市商高频交易者的高速计算机系统，具有通过发出超级快速订单来发现其他投资者投资意向的能力。比如，在以极快速度发出一个买单或卖单后，如果没有迅速成交，该订单将被马上取消。然而，如果成交，系统即可捕捉到大量潜在、隐藏订单存在的信息。

例：假设机构投资者向其算法交易系统发出价格在30.01-30.03美元之间的系列买单，外界无人知道。为发现潜在订单的存在，自动做市商高频交易者的高速计算机系统以30.05美元的价格发出一个100股的卖单。由于价格高于投资者价格上限，因此没引起任何反应，该卖单被撤销；计算机又以30.04美元再次探试，还是没引起反应，该卖单也被撤销；计算机再以30.03美元探试，结果交易成功。

基于此，计算机系统即意识到一定数量价格上限为30.03美元的隐藏买单的存在。于是，运算功能强大的该计算机系统随即发出30.01美元的买单，并利用其技术优势赶在机构投资者之前进行成交，然后再以30.03美元的价格反卖给机构投资者。

国诚量化波段指标公式支付0.1是骗人的吗

不是骗局。量化交易是十分专业的领域，需要金融、数学、物理甚芹咐至是心理学方面的深入积累和研究。之所以有这种论调是因为很多人打着量化交易的旗子骗人，因为专业度太高所以很多人不明所以。下面我就来说说什么是量化交易什么是量化交易量化交易，就是电脑依照模型自动化进行交易股票或者期货产品。对量化交易来说，最重要的是模型的建立，其中一般来说是借助现代统计学和数学的方法，利用计算机技术从海量的历史数据中寻找能带来超额收益的规律以制定策略，并利用数学模型验证及固化这些规律和策略，然后通过程序化交易严格执行。美国传奇人物詹姆斯.西蒙斯，是量化交易的标杆人物，由其运作的大奖章基金在19***2009的二十年间，实际的平均年化收益率高达60%以上。这样的业绩表现，比同期标普500指数年均回报率高出20多个百分点，即使相较金融大鳄索罗斯和股神巴菲特的操盘表现来说，也遥遥领先十多个百分点。量化交易的四大特点一、纪律性所有的决策都是依据模型做出的。纪律性首先表现在依靠模型和相信模型，每一天决策之前，首先要运行模型，根据模型的运行结果进行决策，而不是凭感觉。纪律性的好处很多，可以克服人性的弱点，如贪婪、恐惧、侥幸心理，也可以克服认知偏差;纪律化的另外一个好处是可跟踪。二、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。三、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;与定性嫌差纯投资经理不同，定量基金经理大部分精力花在分析哪里是估值洼地，哪一个品种四、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- -组股票取胜，而不是一个或几个股票取胜。我国目前量化交易的现状近年来量化基金不断发展，行业龙头幻方的管理规模更是从2015的5亿到2021年6月达到了1000亿。9月1日，市场成交额创出近年新高，达1.7万亿，不过今天市场成交额0.99万亿，距离万亿一步之遥。此前有传闻“量化交易贡献了A股万亿成交的一-半交易量”。但根据从业人士的测算,量化交易对庆困全市场流动性的贡献上限大概在30%以内。但不可忽视的是，量化会带来巨大的跟风盘，以知名的光大“乌龙指”事件为例，2013年8月16日，光大证券72亿的买单，短期就带动了300多亿资金入场，造成上证指数突然上涨5.96%，59只权重股触及涨停。量化交易横行的情况下，我们投资者应该怎么办?量化和机器软件程序化交易已经存在，我们无法视而不见，更不能自欺欺人。理论上，所有短线交易，只要是模型化的，量化都能取代。只是时间长短而已。我们要做的:第一，研究量化，重视量化。要研究一套与量化策略和平相处的模式。第二，扬长避短。量化优势的地方，我们就不要去跟他抢饭碗，量化无法企及的地方，我们可以去发挥人的优势。比如，理解力，相对中长线，基本面的理解力，等等。第三，打不过，也可以考虑加入。可以把自己成熟的交易模式给量化化。以夷制夷。

什么叫大数据量化交易大数据量化交易是什么地位

【导读】很多人对于大数据量化交易不清楚，只知道大数据，其实大数据量化交易是基于大数据以上是云社区搭建的载体，下面我们就来聊聊什么叫大数据量化交易?大数据量化交易是什么地位?

现在发达城市北上广，已经开始用大数据，运做基金了。而且门槛很高，必须游高金融和计算机的本科以上人员，研究生择优录取。

可见大数据，发展的力度。很多人不知道大数据怎么交易股票，这这里简单说下，现在好多券商软件支持，大数据自动化交易，也就是说，当你编写好自己的预期策略后，由程序根据你的策略实行，自动化交易。现在名声仅次于巴菲特的詹姆斯.西蒙斯，就是大数据量化交易的先驱，他名下的大奖章基金，就是根据大数据量化交易运行。

大数据量化交易，可以实现。一天成百上千次此交易，只要资金允许。这也是发达发达城市为什么着重研究的对象。还有大数据是未型磨困来的趋势。电脑在对市场热度的分析，要强于人工识别。但是论单个交易，人工肯定强于电脑，但是从现在的基金规模来看。电脑交易是主要趋势。不管卜念多厉害的基金经理，精力都是有限的。

目前的大数据都是借助python为主要语言编写的，感兴趣的可以看看相关方面的学习。券商对自动化交易的资金，一般是5w门槛。

以上就是小编今天给大家整理发布的关于“什么叫大数据量化交易?大数据量化交易是什么地位?”的相关内容，希望对大家有所帮助。随着市场的发展。大数据量化交易，会慢慢普及。