量化交易和技术分析

作者：冰岛社区-进宝
来源：知乎
 

交易是一门技术，又是一门艺术。技术是可以量化的，而艺术是无法量化的，这是因为技术具有一定的重复性，而艺术是无法重复。

 

什么是量化交易？简单的说，量化就是结合数学方法、计算机技术以及金融知识，选择收益的可能性最大最好的股票、期货等产品，制定投资决策。有时在交易的过程中会遇到某种情况具有一定的频率（比如价格在不同周期里的有规律地盘整），但是这个规律会在某个时间段失效（盘整区间的支撑或阻力被突破）；还有的时候，我们能够知道市场的规律，并且知道会发生某种情况（比如市场存在买预期，卖事实的行为），但是你无法量化出这个情况何时会发生，何时会结束，你只能得到一个比较宽泛的范围（你不知道事实一旦实现，市场会在什么时候进行卖事实的行为，你无法精确到秒，你只能知道近期会发生卖事实的行为）。所以交易的行为同时存在可量化因素和不可量化因素。量化交易一定是个科学的行为，量化交易要规避市场艺术化而产生的风险。

 

传统技术分析一般指均线，RSI，MACD这类指标，它们是基于价格或成交量的函数，主要用于市场择时。技术指标并不是非常有效，但却是非常重要，因为很多技术指标是市场择时策略和高阶统计模型的基础。

许多量化交易者对技术分析持反对态度，可能有几方面原因：

第一，技术分析很糟糕，无法产生盈利信号；

第二，技术指标的计算公式非常简单，受过严格数理训练的研究员往往不屑于使用简单的东西；

第三，随着机器学习崛起，研究员在开发策略时逐渐转变了方向。

技术指标的预测能力的确非常有限，但不见得比时间序列模型如ARIMA等更糟糕，关键不在于指标本身，而是如何使用它们。此外，当我们建立逻辑回归，支持向量机，随机森林等高阶统计模型时，也会大量的使用技术指标作为特征集。只要是程序化，就一定遇到过这个问题，而在实际运用当中，至少现在还没有什么过于高明的模型，对于基本技术分析的依赖是很强的，只能说量化深化了技术分析的使用，很多肉眼看不到的技术分析方法，机器跑一跑也许能找到。

量化交易是需要先建立一个交易策略的，这个策略的建立是需要一些数据的，你用价格和成交量来做，那就是利用了技术分析的手段。甚至很多量化交易其实就是针对KDJ，RSI这样的技术指标来做的。个人交易者也完全可以做量化，现在各种工具都有。只不过普通个人智慧相对有限，硬件运行速度也比不上机构。

 

但是很多人都觉得量化就是比传统分析赚钱，可事实未必如此。如果遇到好光景，一些用趋势交易的传统交易者做的要比那种所谓的程序化带资金管理的人好的多。不过有条件还是多学习量化交易所需的知识，虽然无法有效的解释市场，但是还是有理论基础的。世面上能见到的技术分析书籍，基本上只是一种经验，有些甚至是玄学。至于技术分析为什么依然会被推崇是因为依然有人通过技术分析来获利，但是能获利的技术分析并不是完全按照书上的方式来交易的，很多是带有自己的经验和对市场的了解来交易的。经验是难以描述的不容易转化为程序，而目前的程序也是无法理解市场，理解市场的是人，这可能就是技术分析无法被取代的原因。但计算机、数学、金融是比波浪理论、江恩理论好的多的工具。

股票交易既有科学的成分在，又有艺术的成分在。技术分析是方法论，量化是工具。两者结合更能发挥作用。机器是死的，人是活的。有人的地方就有江湖。有了量化交易程序，就有了吸附量化交易程序的人。其实现在反量化交易的江湖交易已经出现了。你不是喜欢赚套利吗，我就操纵计算好，等你的程序出现套利交易时，喂饱你的程序。你不是喜欢止损吗，我就用探针打到你的止损位，等你程序跑时，我再收集程序的更低价筹码。你不是喜欢分析新闻吗，我就用发贴机，让你的程序上当。你不是喜欢搞技术分析吗，我就选择在金叉出货。你不是喜欢定时交易吗，我就滤波分析出你的定时时间间隔，抢你1秒时间。

所以，最终决定交易成败的是人，而不是机器。

拓展阅读：

1.海龟交易法则策略，多读几遍少走10年路

2.网格交易法，一个不容易亏钱的投资策略（附源码）

3.揭开日内回转交易策略做“T+0”的面纱

4.配对交易——这个股票策略曾年赚5000万美元

5.被动与主动的完美结合：指数增强策略的魅力

6.经典量化选股方法——没有秘密的多因子