1樓：Cat Benatar
有些人吶說量化最大的問題是出現訊號不執行
合著你的量化是搞個文華8什麼的， 叮，系統出個訊號趕緊手動下單？
我說你都這麼nb的交易員了，花個十萬請個程式設計師，租個伺服器，把策略部署到伺服器上。 天天喝著茶數錢，不比你在這裡開示韭菜來得輕鬆？
2樓：林感
你想多了，量化如果你能做到無人值守，可以克服你盤中情緒化交易，但是內功不夠的，盤後照樣有情緒波動，然後就開始琢磨到底要不要執行模型了…
3樓：追夢人
量化交易中情緒波動最大問題可能是系統不完善，在細節中有需要重複決策的部分。
如果解決了下單一致性後，最大的難點就是在系統遇到不利時期，頻繁止損，資金大量縮水，這時你對自己的系統還有沒有信心執行下去。
即使是爆倉也堅定不移的執行的魄力。這點很難。
4樓：從此起飛
問這些問題只能說明沒有理解什麼是交易，沒有入門之前的所有困惑是每個交易員必須經歷的過程。主觀即量化，量化也是主觀。沒有任何區別。
只是乙個規則去框定我們介入交易時的動作而已。市場是不確定的。猶如士兵打仗。
老兵經過訓練實戰等等洗禮生存率遠遠比新兵高，但是新兵接受過訓練，他的生存率比普通百姓高。這是乙個簡單的邏輯。
我們在交易市場裡想要生存，也是一樣，前期所有的虧損都是不停的學習的過程。只是交易行業的淘汰率太高。真能堅持下來的人寥寥無幾而已。
市場的運動永遠離不開趨勢。而想要明白趨勢的真諦，就離不開時間週期，有了時間週期的理解。剩下的就簡單了。
當然，真能明白的時候已經n多年過去了。能堅持下來嗎？何況在悟道突破的零界點之前可能就是怎麼做怎麼錯的時候。
想想怎麼做怎麼錯那個痛苦哎。。。就是主力或者市場盯著你一樣，來回挨嘴吧特別是多空市場。資金刷刷的減少。
真能突破過去豁然開朗，一片光明。
5樓：wiseinfool
前提都不對。無論主觀還是量化只是形式而已。難的是猜。猜中了隨便你主觀還量化賺多賺少而已。猜不中你玩出花來也就是少虧點錢。
6樓：babyquant
其實量化最厲害的是中低頻，賺錢最多的也是中低頻，而眾多不需要深度學習、強化學習這些，即使需要也只是底層資料清理用到這方面的自然語言處理技術。
因此，不存在說由於技術進步國內量化對比國外可以彎道超車的可能。事實上，最近幾年國內外的量化水平差距是逐漸擴大的。
國外量化大牛越來越佔據富豪榜的顯要位置，西蒙斯的排名逐年攀公升。而國內量化私募老闆在富豪榜上卻很少出現，更別說排名上公升了。
如果說深度學習、強化學習對賺錢有用，顯然對網際網路更有意義。
黃錚，80年出生，浙大本科，威斯康星碩士，谷歌碼農，創業四年身家1300億；
張一鳴，83年出生，南開本科，基本未在大公司工作過，除了微軟僅幾個月，身家1000億；
你說搞量化用深度學習10年賺10個億不是丟人現眼麼……人家為啥要跟你混，不跟黃錚張一鳴混……
還什麼只要北清本科，連南開、威士頓康星都比不上，不覺得臉紅嗎？
7樓：bimon
你能接受非單一系統的時候，可能你會想到的更多，很多的東西是自己思考出來的結果，而不是填鴨式的簡單告知。
因為你有些東西沒經歷，沒感悟的話，跟你說了你也無從分辨這是對是錯。
你做出判斷是需要很多資訊支撐的，只有自己經歷很多才能判斷這些資訊是否有效，或者對於別人看法的接受程度，認同程度的不同都是需要你自己對市場大量的看法。
所以這就是交易的奇妙所在，不管你學歷多高，地位多高，你都要親自進來試一試，形成自己的看法。再去結合別人的方法，取得更深入的看法，更合適自己的方式。從你問的問題看，你經歷明顯不夠，遠遠不夠。
多做多想吧。
8樓：秦KK
最根本的區別，乙個是靠趨勢的內在吃飯，乙個是靠趨勢的外形吃飯。衍生出不同的交易路子，乙個是抽象的原則一致性，乙個是具體的規則一致性。
學了點點交易知識的人，總搞不懂前輩們說交易一致性指的是什麼。因為有的前輩講的是抽象的一致性，有的講的是具體的一致性。像機械交易，量化交易，就是具體規則的一致性。
記得剛新手的時候，有個偽裝高手的分析師，和我說過，什麼週期進場，就什麼週期出場，保持交易的一致性。想想這人是抽象的原則一致性還是具體規則的一致性？為什麼要什麼週期進就什麼週期出？
無非是這種系統設計思路，計算量比較少，便於從歷史資料裡統計。
量化的設計比較簡單，搞太複雜，乙個條件乙個條件的過濾，系統容易崩。而主觀，雖然看起來簡單，實際上如果量化出主觀交易的過程，會非常複雜。就像人走路，人覺得走路很簡單，但是機器模擬人走路，卻非常複雜。
計算量太大的活，已經超出了人腦的淺意識計算能力，所以由人腦的潛意識接管計算，這就是主觀交易。而主觀交易能賺錢，表面上看起來是乙個策略，某個具體的操作規則，實際上依賴的是潛意識裡的思維模式。
主觀的難點不在於交易員的情緒控制，而在於培養贏家的思維模式。輕倉和模擬都可以避免情緒干擾，然而該是虧貨的還會是虧貨，這說明控制情緒只是主觀交易系統中的一環，但不是關鍵核心的一環。
量化的難點在於系統簡單適應性廣但低效，搞複雜點，又適應性窄。在市場原始初期的時候，大家都沒計算機工具，某種量化系統會高效並適應性廣，然而人人都能設計量化，跑歷史資料，回測系統表現，這個時候某個量化交易不可避免走向低效。
最後想說下，量化和主觀並不排斥，主觀可以借鑑量化的研究方法，也可以主觀開啟和關閉量化。僅僅是乙個個性化的選擇，適合自己的就好。
以前被機械交易繞了乙個很大的彎，掉進執迷很久，等走主觀交易了，還總懷疑自己走主觀交易會不會走錯了，所以對量化機械系統比較厭惡。現在完全透了，內心也就和解了。哈，不再黑量化。
9樓：大麥哥 Mike
量化交易難點在於保持策略的有效性（需要間歇性的調整）
所以，好的量化交易，也會有人看著的。目前也需要主觀干預。
所以目前最大的難點就是策略無法自我學習和自我進化。科學還需要再發展。
做交易要想有突破，是主觀交易方向還是程式化交易方向呢？
乖乖隆地動 不一定需要程式化，但必須杜絕主觀交易，75 的主觀交易者都是虧錢的。必須用系統交易的思維來進行，你所有的操作都必須建立在規則之上。系統給出訊號，就算最終證明錯了也是得先進場，該止損的時候必須止損，不要想要是不止損你的話又回來了 草根期貨 不論是主觀還是程式化，其實你如果能嚴格按照技術圖表...
現在的網路交易中有哪些維權難點？
三五新生 一切困難都是藉口，原子彈難不難，一樣搞出來。關鍵是利益！打個官司花1年時間，給你造成2萬損失，也就賠2000，勞心勞力不說，法官覺得你這事太小，律師都不願意跟你玩。一沒地位 二沒尊嚴 三沒利益，你還有維權的動力？記得看過，法官是怕判多了大家都來維權，乙個月審10個案子我拿這些工資，審100...
各位老師在交易中見過最高概率的交易系統是什麼？
改網名要審核 你確定你想知道的只不過是市場中出現最高概率的交易系統，而不是最容易賺錢的交易系統嗎？那我告訴你好了，在A股最高概率的應該是追漲殺跌吧。 Particles 建議多關注勝率 盈虧比 交易次數三者間的平衡，不要只關注勝率。勝率90 盈虧比極低的策略依然很可能時刻面臨爆倉風險，參見sell ...