量化交易:如何建立自己的算法交易事業
英文名：Quantitative Trading: How to Build Your Own Algorithmic Trading Business
作者：Ernest Chan
量化交易:如何建立自己的算法交易事業
提到量化交易，很多人認為就是技術面分析，但量化交易遠遠不止技術面分析
量化交易≠技術面分析
技術面分析
可編程實現的技術面分析是量化交易的一部分，而非全部技術面分析均是量化交易。例如很多股神們分析K線神乎其神，有些圖像模式是不可編程的。
注意：不過現在大數據技術的支撐下有些也是可以的，圖像模式識別K線圖也值得一試。
量化交易遠不止技術面分析的關鍵在於，還需要考慮基本面數據（營收，現金流，負債率等）。一些高級的量化系統還可以將新聞事件的影響考慮進來。
理論上只要是可以轉換為計算機可讀的信息，都可以作為量化交易使用數據的一部分。
我能不能成為一名量化交易員？
不可否認很多量化交易員都有名校高學歷，當分析複雜的衍生品交易時可能他們的專業性會得到充分施展，但並非只能通過複雜的衍生品才能賺錢。例如統計套利策略，就可以使用基礎的金融產品（股票、期貨，貨幣等），不需要博士+級別的學術素養，只需要基本的數學、統計學、經濟學、計算機知識即可。很多人使用Excel，也有些人會一些簡單的編程。
Make everything as simple as possible. ——Einstein
很多人因為工作時間自由、收入獨立自主而開始從事獨立量化交易。這些人中，很多人之前從事金融相關工作，也積累了不少財富，當他們作為獨立量化交易者參與到金融市場中，對於損失的畏懼和需要自負盈虧的壓力讓他們對於風險格外關注。
提醒大家千萬別指望策略的收益賴以為生，因為策略本身也有投資回報率，不可著急。對於明顯的風險偏好者，量化交易不太合適。
理想的獨立量化交易者，之前有金融或計算機背景，有足夠的積蓄，足夠的風險承受能力，無收入情況下可長期維持生計:)
在恐懼與貪婪中尋找完美平衡。
貪婪與恐懼
量化交易的商業模式
作為一個獨立量化交易者，與開展其他業務類似，都從小規模、有限的投資額起步，再逐步擴展已有業務。
但也有明顯的不同：
- 可伸縮性：只要你的策略能盈利，可以交易成千上億仍然ok，因為只要更改一個要素——槓桿（leverage），經紀商隨時可以給你提供融資服務。如果你是券商自營交易員，槓桿則可以提到更加誇張的地步。
但與建一個網站和開一個軟件公司不同，高槓杆下投資的風險非常高。
槓桿
- 佔用時間
進行其他商業活動需要佔用大量時間，尤其是起步階段。而量化交易則不會佔用太多時間，因為其自動化的要求很高。一般情況下，人工干涉越多，效果反而越差。
佔用的時間取決於你實現的自動化程度。
下面來看看作者的一天：
開市前（時間佔用最多）：下載處理最新歷史數據，讀重要新聞，產生當日交易委託（分開盤交易與日間交易兩部分）。使用excel計算上日不同策略的損益情況。
閉市前半小時：執行一些清盤操作程序，收工檢查清盤委託是否正確執行，關閉各種自動化程序
中間階段：應該完全自動，但通常會忍不住關注日間的實時損益，常會有巨大的波動，應克服人性弱點，按既定邏輯執行。
需要注意的是，本文說的佔用時間，只是指運營的時間。一般為了保持自身策略的競爭力，通常還需要花大量的時間在新策略的研究、回測上，這些創造性的工作你可以選擇在任何時間進行。作者通常在日間交易時段，做研究、回郵件、與其他交易員溝通交流，去健身等等，也經常在夜裡及週末工作，這些完全由你自己安排。
當你的策略步入正軌，開始盈利，通常會逐步花更多時間在程序的自動化上，保證它們在正確的時間自動啟動並執行，佔用時間則會進一步減少。
量化交易員的一天
- 不需要營銷
與從事其他商業活動相比，這是非常大的一個差別。一般來說，向別人銷售產品/服務，取得營收，價格只是眾多影響因素中平凡的一個。
在量化交易中，你的對手方只有金融市場，而它只由價格來確定。這使得你可以只關注於你的產品上（策略與軟件），而可以忽略其他方面的影響因素。對於很多人來說，這就是很完美的一份工作。
例外：除非你替別人理財，否則量化都不需要進行營銷相關的工作
marketing
更進一步
如果你確定自己希望成為一名量化交易員，你還有很長的路要走：
- 如何找到合適的策略？
- 如何辨別策略的好壞，甚至在回測之前
- 如何嚴謹地進行回測
- 如果回測效果很好，該如何進一步實現（業務模式與技術架構）
- 如果實盤在賺錢，如何擴大賺錢規模，如果虧錢，如何合理止損？
雖然路看起來很長，但現實中會更加敏捷，例如作者花了3個月構建策略、回測、建立初始頭寸，而第一個月就開始盈利:)
對比來看，作者設立了一個網站，花了5倍的時間與人力，24倍的時間來證明商業模式不成立，而且包括作者在內的所有投資者損失了100%的投資額。
與這些相比，獨立量化交易真可以算是一件令人愉快的工作了！
感謝閱讀，歡迎訂閱~
量化交易
