為什麼量化投資不適合普通人？

我一直認為作為一個散戶投資者，我們在投資前首先就要選對合適自己的方式方法，如果方式方法選錯了，那就相當於南轅北轍，白費功夫。

目前在投資領域比較流行的投資方法大概有這幾種：價值投資、技術分析、宏觀投資、量化投資。

價值投資是我一直在學習和揣摩的。

技術分析我認為完全不適合我，所以很早就放棄了。

宏觀投資是達里奧、索羅斯等一類投資大家使用的方法。我認為離我非常遙遠，我也根本不具備那個條件，所以我僅僅只讀過他們的一些書，把其中的觀點和方法當作知識了解一下。

而量化投資是我從來沒有了解過但卻一直以為自己大概了解的。

我對量化交易的理解一直以為就是以技術分析為基礎再輔助強大的計算機算力，使得能夠比同行用更快的速度捕捉轉瞬即逝的機會。

舉例來說：

某個投資標的馬上就要向上頂到某個價位的壓力線了，這個時候我能夠在最逼近壓力線的地方以最快的速度把手中的倉位清掉，這樣我就搶在對手前面以最優的價格在到達壓力線前落袋為安了。

這個過程的關鍵就在於靈敏地判斷各種技術指標同時保證算力的足夠強大。

這就是此前我對量化交易的理解。

按照我的這種理解，我一直覺得量化交易無非就是技術分析的升級版而已，沒什麼神秘的。

直到最近，因為DeepSeek大火，它的母公司又是一家量化交易公司，它的創始人又是詹姆斯·西蒙斯的擁趸，而更巧的是小夥伴最近送了我一本西蒙斯的傳記，我才一時興起，有了機會通過這本傳記了解量化交易的運作方式。

讀完這本書，我才發現此前我對量化交易的理解實在太過膚淺，才認識到量化交易的運作遠比我想像的要複雜得多。

讀完這本書我最大的收穫就是：我終於清楚了量化交易這種方式同樣不適合我這樣的散戶。

越到現在我越能體會到在投資的路上，很多時候多搞清楚自己"不應該做什麼"，"不適合做什麼"或許才是最快的捷徑。

今天就和大家分享一下西蒙斯傳記中所描述的量化交易的大概原理。

西蒙斯可以算是華爾街開量化交易先河的標誌性人物。

他之所以能開創這一全新的領域，完全是來自於他曾經在美國國防研究所工作時得到的靈感。他在國防研究所的工作就是從一堆看似雜亂無章的數據中解碼出隱藏的敏感信息。

這些看似雜亂無章的數據就是美國政府截取的各國通信情報，這些數據都是被加了密的情報，所以他的工作就是解密。

他所使用的就是統計學的方法，在這些大數據中找數據出現的規律從而推測出真實的情報信息。

他認為這套方法也應該能用於找出金融市場中潛藏的規律。

這和技術分析有相似點但也有明顯的不同。

相同的地方在於兩者都是利用統計學找出規律來推測價格未來的走勢。

但不同點則在於傳統經典的技術分析主要從歷史價格中找出規律，均線理論、波浪理論、技術指標等無不如此；而量化交易則從更加廣泛的（不限於價格的）數據中找出價格規律。

我們舉例來說：

技術分析中有個指標叫做平均線，比如100日均線。它是以過去100日交易價格的平均值作為點連成的線。技術分析在用這個指標時會看當價格上行衝破100日均線時會如何；當價格下行跌破100日均線時會如何。

這裡的規律就是從歷史價格中總結出來的。

但量化交易會怎麼發現規律呢？

比如西蒙斯的團隊曾經發現過這樣一個規律：

每當日本政府和西德政府發表某些經濟政策的講話時，日元和西德馬克的匯率就會發生變化並持續一段時間。

但其它貨幣就沒有這個現象。

於是在它們的系統中就會把日本政府和西德政府的發言作為一個輸入，每當有這個信息時，系統就會自動進場操作日元和西德馬克。

這樣的操作是不會在傳統的技術分析中出現的。

在西蒙斯成立團隊的初期，他們首先嘗試的就是傳統的技術分析方法，但收效甚微。於是他們很快就放棄了這種嘗試，從而轉向使用更大範圍的數據從中找出統計規律。

這就需要將大量看似雜亂無章甚至毫無關聯的數據有機地聯繫起來。

用我的理解就是：

如果南美洲的一個蝴蝶震動了一下翅膀就會影響接下來五分鐘金屬銅的價格走勢，那量化系統就要試圖找出這個規律。

這個要求和標準遠超傳統技術分析所能達到的。

這需要很強的大數據技術和統計學建模能力，反而對經濟學和金融學的要求不那麼高。

因此能夠實現他這個想法的人只有數學家和計算機專家。

自他成立量化交易團隊伊始，他所找的核心成員就是當時知名的數學家和計算機專家，他幾乎不要華爾街的金融專業人士。這種招聘人才的要求似乎在今天依然如此。

當初，他最先提出這個想法時，華爾街是嗤之以鼻的。當然，他也對華爾街置之不理，只是堅信他的這個方法一定會有效。

最終他成功了。

華爾街的金融機構也開始紛紛模仿他的做法。

看完這些，我們再想想平時聽到的大多數所謂量化交易團隊，有幾個具備這樣的實力和水平？

再者，這個方法適合我們散戶玩家嗎？