1樓：「已登出」
有些時候獲利並不是你的勝率有多高，而是你賺的錢大於了你的虧損。一般來說，在市場上一年，勝率能達到50%已經很高了。有些老手勝率甚至只有40%左右，但就是賺到了，而且很多。
2樓：
最近在一些學長下打雜，挖因子時發現其實選股的權重都搞成0（也就是隨機選）回測結果也有百分之十幾的收益，比好多因子都高，也是醉了。。。
3樓：
看這個問題的描述，我覺得是不是有點鑽牛角尖了。
量化交易之間的區別也是很大的，關鍵還是你做量化的邏輯基礎是什麼，邏輯基礎上面去找方法，最終找到一些規律並形成策略來描述市場，但是看問題的角度不同，方法可能差異會非常大。但是讓乙個群體做研究最終是會有傾向的，可能掉到一種思維裡面很難出來。
比如你想乙個問題：為什麼量化交易獲利的概率一定要戰勝拋鋼鏰？
4樓：言量化
量化不一定需要自動下單做交易，量化交易的優點在於效率高，可以用數字的方式告訴你投資方法是不是正確的。測試出乙個優秀的策略以後，可以用優秀的策略手工下單嘛，除非下單方式非常快，手工下單跟不上。
5樓：Jack Jiang
量化交易的本質是控制風險的前提下提高收益。僅看盈利，比不過手動交易太正常了。
量化交易同時要考慮賠率、勝率和最大回撤。確實難做，現在量化交易的標桿人物Prado年華收益也大概是30%。
6樓：
根本不用調查研究就能回答, 市場再挫也是正和博奕, 比投硬幣這種零和博奕還是好上一節, 另外提下去賭場打鋼珠是負和
另外風險溢酬 risk premium 連在完美效率市場假設 Efficient Market Hypothesis 都可以賺到, 但EMH有個假設需要注意下, 其市場永遠有足夠的參與者. 乙個市場參與者們的風險態度足夠多元的話, 有風險偏好有風險厭惡的, 就會產生交易, 就會有錢賺.
現在的問題是擠太多風險偏好投機者了, 多到連拿十億美金買一間小型公司這種事情也能搞出來, 卻沒啥風險厭惡者利用市場在避險, 承擔風險的賺錢機會就少了
其他的premium像啥alpha, beta的就不提了, 通通都有p-hacking的嫌疑, 利之所趨, 這些東西跟偽科學直銷詐騙等快要沒兩樣了
7樓：
方向上的勝率與盈虧比在投資策略裡是一對矛盾的存在。
勝率高的勝率策略目的是在每筆交易中賺小錢，積少成多。
高盈虧比策略通常需要不斷試錯，賺大虧小。
那麼如何判定自己的策略能否賺錢呢。要從以下幾個方面來看:
1、方向上的勝率代表了贏的概率，越高代表越多的交易收益為正，越少代表越多的交易為虧損交易。
2、單筆交易產生的收益可以通過正態分佈的分布函式進行有效的模擬
3、對於隨機變數，出現在0附近和出現在正態分佈尾部帶來的收益有巨大差別。
4、用標準正態分佈函式及概率密度函式可以實現收益的簡單疊加
假如勝率是50%(和拋硬幣一樣)，賺錢分布和虧錢分布均為0-1標準正態，生成5000條收益曲線後取平均，平滑後如下圖所示:
假如勝率是55%(好於拋硬幣)，賺錢分布和虧錢分布均為0-1標準正態，生成5000條收益曲線後取平均，可以看出概率優勢，但是賺錢並不可觀:
假如勝率是50%(等於拋硬幣)，賺錢分布為0.1-1正態分佈，虧錢分布為0-1標準正態，也就是盈虧比略高，獲得賠面優勢，可以看出即便勝率等於拋硬幣，依然能夠賺的不錯:
假如勝率是40%(不如拋硬幣)，賺錢分布為1.5-1正態分佈，虧錢分布為-1-1標準正態，也就是高盈虧比，可以看出即便勝率不如拋硬幣，依然能夠賺的不錯:
換句話說來，如果盈虧比高，勝率不如拋硬幣也是可以賺錢的。這個和賭場裡面玩二十一點撲克牌很像，二十一點的莊家勝率是大於50%的。所以假如盈虧金額一致，莊家一直打下去是一定能賺錢的。
有經驗的閒家會在覺得自己能贏的時候加大籌碼，不能贏的時候減小籌碼，這樣才能取得低勝率，高盈虧比的結果。
8樓：
這說明，投資僅僅靠技術是不行的，技術只能套利，並且是很明顯的，懂數學的太多了，空間只會越來越小，除非你發現了別人沒發現的空間，在別人發現之前賺到。
除了技術外，投資還是藝術，也就是博弈面，這裡空間就大了。
9樓：王爺
瀉藥量化交易獲利的概率真的能戰勝拋鋼蹦
不用扯那麼多有的沒的，數學或者物理試圖證明什麼，只要你知道市場上不用量化交易或者沒有最起碼交易規則，即使有也不能真的遵守的人佔絕大多數，衝著這個你憑啥戰勝不了拋鋼蹦？
10樓：大叔不哭
瀉藥~ 水平有限，就談談自己的理解吧
個人覺得純粹的量化真正高頻才能脫離基本面，變成純數字遊戲，才能進行基於大數定律的概率統計。如果是低頻，我還是喜歡稱之為程式化分析，這個時候的量化以手動分析的思想為核心，借助程式化的手段幫助你實現機械的尋找機會實現交易或者說是排除實際運作中的個人不確定性因素。這就看你程式設計的時候怎麼考慮了。
但是程式是死的，市場是活的，一旦原始的思想跟不上市場的變化時，收益就得不到保證了。所以根源是沒辦法變成純粹的數字遊戲，想要超過鋼鏰概率，更多的是看對市場的把握能力，而不是對資料建模能力。
手機碼字排版不好，希望對您有點幫助~
11樓：落霞與孤鶩
首先，做高頻勝率也很難大於丟鋼鏰，我們做市的勝率也才0.4左右就很好了。其次，說量化勝率肯定大於丟鋼鏰的，都是不負責任的刷流氓。
12樓：Leo
身邊就有每天盈利的高頻，個人覺得你們最大的問題是沒有老司機帶，方向不對！另外，學歷本身並不重要，重要的是獲得的提出問題、思考問題和解決問題的能力，而這也是一名合格博士應該被訓練出來的。
13樓：D Young
then you are not doing the right thing...
also see your team has no phds - try one phd.
14樓：王力
送你們一句話:所謂模型，只是在對原始資料的（結構）理解上，應用數學方法（技巧）來調優而已。
數學也好，模型也罷，使用是有前提，有條件的。
15樓：人工智障
策略並不是一塵不變的，與其尋找alpha不如找找三個臭皮匠，當你乙個月出來一套alpha時候，市場早就變了，那時候你能說你的策略對於市場的衝擊還如之前嗎？做量化其實就是在和自己博弈，這只是乙個做了5個月量化的學計算機的感觸，說不定旁觀者清呢
16樓：小樓雨月
擁有這樣的團隊還能問出這樣的問題~
無論什麼交易，所要求的都不是勝率超過50％而是預期收益為正~
即使你的勝率是10％，但是這一次的收益是100個點，而剩下的錯誤，每次都只損失1個點~你的收益率應該會非常高~
17樓：
好羨慕題主，有這麼好的金主
1 量化 != 程式化
2 勝率對於不同型別的策略，意義不同。趨勢追蹤策略的勝率一般很低，但照樣盈利。
18樓：Terry 王
首先，手動和量化不是排斥關係，量化也可以手動來完成，當然現在市場上大多數公司都是程式完成執行。
另外，量化最大的優勢就是可以回測，通過回測可以清楚自己的收益和風險情況。
19樓：風中
高頻量化交易的意義在於通過大量的小單子實現對概率的擬合。所以關鍵不是在於高頻而是策略。
順帶說下策略。只有在邏輯上具有概率優勢的策略才能在高頻中勝出。這裡的概率優勢只能根植於交易制度或者人性。
前者會在制度改變的時候徹底失效，後者則會在策略知名度上公升的時候失去價值。所以行之有效的策略需要根據市場玩法變化而變化。
對於我來說，高頻的價值更多的時候是在策略實施前回測用。畢竟人性和博弈更趨近於藝術而非科學
20樓：
我不了解高頻，比較贊同 @賽博格Cyborg 所說。
因為據經驗，所有交易目標是正盈，而是否正盈，首先看策略。
高低頻、量化、手動等只是方法或工具，在我看來是絕對化的，市場有變策略和工具無法自主決策。
也許是我見識較少，我認為：乙個人或團隊做交易能正盈，是因為人本身是正盈的。策略或工具得靠後站。
21樓：
可以，第一，扔鋼蹦輸了一塊，贏了也一塊，量化贏了8毛，輸了6毛，因為會有止盈止損，我們會賴賬的；第二，扔鋼蹦一塊就是一塊，量化一塊頂十塊，我們有槓桿，更別說二十倍槓桿的農產品，好幾十倍槓桿的外匯~~~
22樓：知行合一
23樓：Asterisk
看市場。
前段時間我就在 Poloniex 上扔鋼蹦，本金 2 DASH，賺了 2 DASH（翻了一番，但是並沒有什麼卵用）（逃
24樓：
還在學習中，感覺能做高頻還是高頻吧，市面上的很多私募都是非專業人員搞的吧，有朋友就在做這個，聽說招人要求很寬泛，量化還是國外做的6些，不過我也還沒怎麼投入過實踐，不好多說。。。
25樓：Dalio
有點驚訝，乙個已經做了三年管理了幾億資金的量化團隊，還會糾結這類的問題。勿拍，我只是說出我的真實感受。只能如 @何處來風 說的那樣，你們可能沒入門。幾個觀點：
第一，不同的交易策略有不同的屬性，對應相應的盈虧分布。
第二，手工和非手工，不是區別量化與非量化的標準。
第三，獲利與否，和選擇什麼樣的交易方式無關，和交易者有關。
因此，糾結量化交易獲利的概率真的能戰勝拋鋼蹦這類的問題沒什麼意義。
26樓：不看盤的交易員
我來回答一下。
純粹看勝率。
拋鋼鏰的勝率為50%。
逆勢策略勝率(一般60%以上）》套利策略勝率（一般50%多點，60%不到）》拋鋼鏰勝率（50%）》趨勢跟蹤策略（一般30%-40%）。
純粹看勝率的話，拋鋼鏰僅高於趨勢策略。
看盈利的數學期望的話，我想可能是這樣的。
趨勢跟蹤策略》套利策略》逆勢策略》拋鋼鏰
27樓：
看得見的2個賬戶，乙個2000W，國外團隊。乙個100W, 國內團隊。
都是高頻CTA策略，年化至少是100%以上。
*這是乙個拼智商的行業
28樓：風花雪月小玖玖
我記得大學課本裡說，基本面分析是戰略手段，技術面分析是戰術手段，戰術手段只能作為輔助手段來使用，是不是可以理解為，沒有趨勢的情況下，任何技術面的分析都不能轉變頹勢。
29樓：
量化並非僅止數量化分析，標的大量化，資本巨量化，是必要前提。
但數量化也可以去偽存真，無視假動作，找出真正的交易行為所指目標。
30樓：
博士碩士？現在博士碩士有多少，質量怎麼樣大家都懂的。真正賺錢的還是對行業了解深的，理解內部邏輯的，而不是純粹從外部分析。
31樓：
什麼鬼，就是一般的低頻量化策略成功率小於50巴，收益率也完勝50巴的扔鋼蹦遊戲。什麼......扔鋼蹦盈虧比大於1？！
一般不同作弊者遊戲。什麼不是作弊？！什麼都不說了，快找我
高頻交易的量化標準？
European Commission最近剛訂立了標準 單一產品每秒傳送兩次資訊，可以是下單，撤單，修改等等。或者在一個交易場所內每秒總共傳送4次資訊。對於這個標準，一般來說系統化日內交易多品種即使持平均持倉幾小時也完全有可能達到，看來定義還是比較寬泛的。A high frequency trade...
程式化交易 演算法交易 量化投資 高頻交易 統計套利，這些名詞之間的關係是怎麼樣的？
FinTech社群 程式化交易 VS 演算法交易 可以看到都是交易方式，既利用什麼來做交易，程式化交易是使用程式 Program 來實現交易中的各個步驟 資訊獲取，資料清理，資料提取，訊號生成，交易執行 而演算法交易則強調使用演算法來進行交易的決策，包括根據各種資料進行交易種類的篩選，交易時機的獲取...
金融分析量化系統，高頻交易程式資料庫通常採用哪種方式存貯資料？
久久 As I know,only 3 ways.Common storage mechanisms include HDF5,kdb and simply CSV. 李發 資料庫沒卵用，我們是直接自定義資料格式配合自己寫的分段壓縮加記憶體解壓庫函式，壓縮部分用了gpu加速，壓縮程式是在開源程式基礎...