如果你有足够的兴趣拿起这本书，你可能已经听说过量化交易（Quantitative Trading）。但即使对于那些之前从主流媒体了解到这种交易方式的读者来说，也值得澄清一些常见的误解。

量化交易，也称为算法交易（Algorithmic Trading），是指严格基于计算机算法的买卖决策来进行证券（Securities）交易。这些计算机算法由交易者自行设计并可能自行编程，基于编码策略在历史金融数据上的表现进行测试。

那么，量化交易是否只是技术分析（Technical Analysis）的一个花哨名称呢？诚然，如果一个基于技术分析的策略能够完全编码为计算机程序，它可以成为量化交易系统的一部分。然而，并非所有的技术分析都能被视为量化交易。例如，某些图表技术，如"寻找头肩形态（Head and Shoulders Pattern）的形成"，可能不会被量化交易者采用，因为它们相当主观，且可能无法量化。

然而，量化交易不仅仅包括技术分析。许多量化交易系统在其输入中融入了基本面数据（Fundamental Data）：如收入、现金流、负债权益比等数字。毕竟，基本面数据不过是数字，计算机当然能够处理输入其中的任何数字！在判断一家公司相对于同行或其自身历史的当前财务表现时，计算机通常与人类金融分析师一样出色——而且计算机可以同时监控数千家公司。一些先进的量化系统甚至可以将新闻事件作为输入：如今，使用计算机来解析和理解新闻报道已经成为可能。（毕竟，我曾在IBM这个领域担任研究员，从事能够大致理解文档内容的计算机系统研究工作。）

所以你明白了：只要你能将信息转换为计算机能够理解的比特和字节，它就可以被视为量化交易的一部分。

谁能成为量化交易者？#

确实，大多数机构量化交易者拥有物理学、数学、工程学或计算机科学的高等学位。当你想要分析或交易复杂的衍生工具（Derivatives）时，这种硬科学的训练往往是必要的。但那些工具并非本书的重点。没有任何法律规定只能通过使用复杂的金融工具才能致富。（事实上，交易复杂的抵押贷款支持证券（Mortgage-Backed Securities）可能让人变得非常贫穷，正如2007-08年的金融危机和Bear Stearns的倒闭所表明的那样。）我所关注的量化交易叫做统计套利交易（Statistical Arbitrage Trading）。统计套利涉及最简单的金融工具：股票、期货，有时还有货币。你不需要高等学位就能成为统计套利交易者。如果你修过几门高中水平的数学、统计学、计算机编程或经济学课程，你可能和任何人一样有资格尝试一些基本的统计套利策略。

好吧，你说，你不需要高等学位，但高等学位肯定在统计套利交易中给你带来优势吧？不一定。我从世界顶尖的物理系之一（康奈尔大学）获得了博士学位。我在世界顶尖的计算机科学研究团队之一工作过（在高科技殿堂：IBM的T. J. Watson研究中心）。然后我在一系列顶级投资银行和对冲基金担任研究员，最终成为交易者，包括Morgan Stanley、Credit Suisse等。作为这些显赫机构的研究员和交易者，我一直努力使用我所掌握的一些高级数学技术和训练，并将它们应用于统计套利交易。在进行了数亿美元的交易之后，结果如何？亏损，更多的亏损，以及望不到头的亏损，给我的雇主和他们的投资者带来了损失。最终，我沮丧地离开了金融行业，在家中腾出一间空余卧室作为交易室，开始交易我所知道的最简单但仍然是量化的策略。这些是任何聪明的高中生都能轻松研究和执行的策略。人生中第一次，我的交易策略变得盈利（其中一个是例3.6中描述的策略），此后一直如此。我学到的教训？正如Einstein所说："让一切尽可能简单。"但不要过于简单。（敬请期待：我将在第8章详细阐述独立交易者为何能在机构资金管理者的主场击败他们。）

虽然我是通过相当传统的路径成为量化交易者的，但许多其他人并非如此。典型的独立量化交易者是什么样的人？在我认识的人中，他们包括：一家已倒闭的对冲基金的前交易者、一位曾为券商工作的计算机程序员、一位交易所的前交易者、一位前投资银行家、一位前生物化学家，以及一位建筑师。其中一些人接受过高级技术培训，但另一些人只有高中水平统计学的基础知识。他们大多数人使用Excel等基本工具来回测策略，不过也有一些人可能会雇用编程外包来帮忙。他们大多数人在职业生涯的某个阶段曾与金融界有过专业接触，但现在已经决定独立更符合他们的需求。据我所知，他们大多数人都在独立后做得相当不错，同时享受着独立带来的巨大自由。

除了通过之前的工作获得了一些金融知识外，这些交易者为独立事业攒下了一笔积蓄，这显然也很重要。当一个人投身于独立交易时，对亏损和与外界隔绝的恐惧是自然的，因此对风险有预先的认识和一些可以依靠的储蓄会有所帮助。重要的是不要有对即时利润的迫切需求来维持日常生活，因为策略有其内在的收益率，是不能急于求成的（见第6章）。

与恐惧相反，你们中的一些人计划交易是出于对刺激和危险的热爱，或者对即时财富即将来临的难以置信的自信。这种情绪带到独立量化交易中也是很危险的。正如我将在本章和本书后续内容中试图说服你的，即时财富不是量化交易的目标。

因此，理想的独立量化交易者是那些在金融或计算机编程方面有一些先前经验、有足够的储蓄来承受不可避免的亏损和没有收入的时期、并且在恐惧与贪婪之间找到了正确平衡的人。

量化交易的商业逻辑#

我们许多人从事量化交易业务是因为它令人兴奋、充满智力刺激、经济回报丰厚，或者也许它是我们唯一擅长的事情。但对于那些可能拥有其他技能和机会的人来说，值得思考量化交易是否是适合你的最佳业务。

尽管人们谈论着对冲基金的无尽财富和以数十亿美元计的收入，但在很多方面，创办量化交易业务与创办任何小型企业非常相似。我们需要从小处着手，投入有限的资金（也许只有五万美元的初始投资），然后随着我们掌握专业知识和实现盈利而逐步扩大业务规模。

然而在其他方面，量化交易业务与其他小型企业有非常大的不同。以下是其中一些最重要的方面。

可扩展性#

与大多数小型企业（某些互联网公司除外）相比，量化交易具有很高的可扩展性（在一定程度上）。只要你的策略持续盈利，你很容易在家中舒适地交易数百万美元。这是因为扩大规模通常只是改变程序中的一个数字。这个数字叫做杠杆（Leverage）。你不需要与银行家或风险投资家谈判来为你的业务借入更多资金。券商随时准备好并且乐意这样做。如果你是自营交易公司（Proprietary Trading Firm）的成员（更多内容见第4章关于建立业务的部分），你甚至可能获得远超美国证券交易委员会（Securities and Exchange Commission, SEC）T法规允许的杠杆。自营交易公司让你在账户中只有五万美元权益的情况下交易价值两百万美元的投资组合（40倍杠杆），这并非闻所未闻。同时，量化交易绝对不是一种快速致富的方案。你应该期望利润稳步增长，但最可能的是不会达到每年200%——不像创办互联网公司或软件公司那样。事实上，正如我将在第6章关于资金和风险管理中所解释的那样，过度杠杆化追求一夜暴富是危险的。

时间需求#

经营大多数小型企业需要你大量的时间，至少在初期是这样。量化交易占用你的时间相对较少。就其本质而言，量化交易是一种高度自动化的业务。有时，你越是手动干预系统并覆盖其决策，它的表现就越差。（同样，更多内容见第6章。）

你需要花多少时间在日常量化交易上，很大程度上取决于你实现的自动化程度。例如，在我曾经工作过的一家对冲基金，有些同事一个月只来办公室一次。其余时间，他们只是坐在家里，偶尔远程监控他们的办公室电脑，那些电脑在为他们交易。

在自动化方面，我认为自己处于中等水平。我需要花费的最长时间段是在市场开盘前的早晨：我通常需要运行各种程序来下载和处理最新的历史数据，阅读我提醒屏幕上出现的公司新闻，运行程序生成当天的订单，然后在市场开盘前启动几批订单篮子，并启动一个程序在全天自动发布订单。我还根据券商的对账单更新电子表格，记录前一天不同策略的盈亏（Profit and Loss, P&L）。所有这些大约需要两个小时。

之后，在临近收盘时，我再花大约半小时指示程序平仓各种头寸，手动检查这些平仓指令是否正确传达，并妥善关闭各种自动化程序。

在开盘和收盘之间，一切应该在自动驾驶中。然而，心有余而力不足：我经常忍不住要看看（有时是多次看看）交易屏幕上各策略的日内盈亏。在极端情况下，我甚至可能被巨大的盈亏波动所吸引，忍不住手动平仓。幸运的是，随着时间的推移，我学会了更好地抵御这种诱惑。

当我有太多空闲时间时，手动干预的冲动也很强烈。因此，与其只是盯着交易屏幕，实际上更重要的是让自己参与一些其他更健康和愉快的活动，比如在交易日去健身房。

当我说量化交易占用你的时间很少时，我指的是业务的运营方面。如果你想扩大业务，或者保持当前的利润不因竞争加剧而下降，你需要花时间做研究和回测新策略。但新策略的研究和开发是任何业务中有创造性的部分，它可以随时进行。所以在开盘和收盘之间，我做研究、回复电子邮件、与其他交易者、合作伙伴或客户聊天、去健身房等等。我也在晚上和周末做其中一些工作，但只是在我想做的时候——而不是因为我有义务这样做。

当我赚取更多收入时，我会投入更多的软件开发资源来进一步自动化我的流程，使程序能够在适当的时间自动启动，知道如何自动下载数据，甚至知道如何解读新闻线上的新闻项目并采取适当行动，在收盘后自动关闭自己。当那一天到来时，日常操作可能完全不需要时间，即使我在度假时也能正常运行，只要它能在出问题时向我的手机或技术支持服务发出警报。简而言之，如果你珍惜你的休闲时间，或者你需要时间和资金来探索其他业务，量化交易就是适合你的业务。

非必要的市场营销#

这是量化交易与其他小型企业之间最大、最明显的区别。市场营销对大多数小型企业至关重要——毕竟，你的收入来自其他人，他们的购买决策基于价格以外的因素。在交易中，金融市场上的对手方只基于价格做出购买决定。除非你在为他人管理资金（这超出了本书的范围），否则在量化交易业务中绝对不需要做营销。这看起来可能显而易见且微不足道，但实际上是一个重要的区别，因为量化交易业务让你可以专注于你的产品（策略和软件），而不必关注任何与影响他人对你看法相关的事情。对许多人来说，这可能是创办自己的量化交易业务的终极魅力。

前进之路#

如果你确信自己想成为一名量化交易者，一些问题会紧随其后：你如何找到合适的策略进行交易？在投入任何时间进行回测之前，你如何区分好策略和坏策略？你如何严格地回测它们？如果回测表现良好，你需要采取哪些步骤来实施该策略——从业务结构到技术基础设施？如果该策略在初步的实盘交易中盈利，如何扩大资金规模使其成为不断增长的收入流，同时管理交易中不可避免的（但希望只是偶尔出现的）亏损？量化交易的这些具体细节将在第2章到第6章中逐一解决。

虽然要达到持续增长盈利这一最终目的地所需经历的流程清单看起来很长且令人生畏，但实际上它可能比许多其他业务更快、更容易。当我刚开始成为独立交易者时，我只用了三个月就找到并回测了我的第一个新策略，开设了一个十万美元资金的新券商账户，实施了执行系统，并开始交易该策略。该策略在第一个月就立即盈利了。在互联网泡沫时代，我创办了一家互联网软件公司。投资额是前者的三倍，人力是五倍，花了24倍的时间才发现商业模式行不通，结果包括我在内的所有投资者都损失了100%的投资。与那段经历相比，量化交易并盈利确实是一件轻松的事。