最近几年，国内陆陆续续都会有一些量化软件上市，连不少个人交易者把目光都投向了量化，希望在量化这个赛道分得一杯羹；甚至有外行受到一些媒体信息的影响直接要跨行做量化投资的。
1、量化的本质是什么？
用数学模型与统计方法协助投资操作，依托于计算机技术，创造可以摆脱人性的操作模式。
2、量化都是做高频吗？
在期货市场中，量化的高频永远都是大机构玩的，多数是CTA策略、网格策略，易网行套利策略。A股市场内量化交易也在逐年增多，多数量化机构都是同时持仓几百只股票，持仓周期有短、中、长，尽有尽有，也越来越多的投资者开始留意与量化之间的对拼，担心个体无法与量化较量。
3、量化会影响市场波动吗？
当量化高频交易的量足够大时，肯定会影响市场价格波动，多数情况下会平抑住单边波动，偶尔加大了波动的幅度。量化加速了市场价格达到新的平衡点，减少了涨跌过程中的过多的震荡，这方面来说是平抑了波动。
目前国内多数量化还是低买高卖的，交易量分布在短、中、长线，并非追涨杀跌。主要是把仓位均价做低，再从行情波段中套取更多的收益。
4、量化能赚到钱吗？
这个问题，是不需要怀疑的，肯定是可以赚钱的。任何可能谋利的新生事物，再大的风险也阻挡不了资本持续探索的决心，量化交易起源1834年，至今已有上百年历史，在外币盛行的当下得以壮大。正因为机构在量化中持续取得亮眼成绩，才吸引了越来越多资金和人才想要尝试一下量化交易。
过去几年的市场数据来看，量化在国内超额收益10%-30%算是常态，而欧美市场相对完善些，量化超额收益只有2%-3%。
但，并不是所有的量化都赚钱。开头说了，量化是一种投资方式。好比你要去河对岸，有哪些方法呢？游泳、划船、邮轮、开车过桥、直升机，只要方向对了，这些方法都可以。但有了工具，驾驶的经验也很重要，并不是所有人都能使用的好，而且还会出现很多未知的操作事故，也会造成不可想像的损失。
所以，能否赚钱关键不在于量化本身，而是你的经验，策略，硬件，资金，行情等等，众多因素的影响，凡事都没有绝对的。
5、量化到底赚了谁的钱?
这个问题可以分成两个层次：
1、一个散户比例越高的市场，越容易出现错误定价，市场非理性交易越多，专业机构也就越容易赚到超额收益，量化总是能钻到市场规则上的漏洞。
2、传统的技术派、基本面派能赚钱的方式，是量化策略的基础，转化成数字量化后同样能赚钱，量化在计算机技术和资金规模的加持下能赚更多的钱。
当有能力的量化机构越来越多，市场的规则就会优化并完善，主观交易的基金经理能赚到利润的机会也会越来越少，每个人都需要升级自身的条件，方能在新的市场上生存下来。
6、机构量化的大量增加是否加大了个人交易者获利的难度？
其实个人交易者在市场赚钱从来没有容易过，二八定律每一位投资者都懂，散户的对手不是大量的机构，而是自己的天性：贪婪与恐惧，很多投资者都败在自身；有一句话用在这个问题很适合：以大多数人的努力程度还远远达不到拼天赋的时候。
个人研究量化也无法达到机构的水平，除非你同时精通交易和编程（这种人一般数学理论和应用能力都甩普通人几十上百条街，有可能做出赚钱的量化策略，但总会达到个人能力的瓶颈，个人也无法承担某些错误下产生的大规模亏损。
个人投资者眼中的量化多半是这样的：把基于MACD、均线交叉、波浪理论之类的交易规则编成计算机语言，设定程序，自动下单……这些属于基础的量化，在量化世界这就是幼儿园水平吧。只要你稍微有一点学历，自学一下python也能很快鼓捣出来，没有技术上的难度。
大佬眼中的量化：基本面因子、价投因子、成长因子、资金流、情绪因子、量价因子……统计、建模、回测、分析、调整；服务器配置、数据收集、软件配置；最新计算机技术的应用……
7、同一个策略，量化与主观的区别是什么？
交易速度：你还没碰到鼠标，量化交易已经完成买与卖，这代表着机会更多。
多交易所作战：量化还可以把同一个策略，通过一时间应用到更多品种，多更多的交易所，人工显然达不到这个效果，所以同一个策略，量化可以管理更大规模的资金。
处理信息的速度：量化可以同时处理多维度因子，做出更有利的判断，可以衍生出更多的交易方式，如高频交易，对冲套利等。
8、量化有前景吗？
量化占比和规模都在上升期，国内已占比约40%，量化发达的美国市场占比60%左右。随着市场有效性加强，主观交易的利润不管是技术流派，还是基本面流派都会被量化机构分食，机构要保持竞争力，会越来越多投入到量化研发中。
网络从2G发展到现在的5G，工业化从劳动密集到技术密集到自动化工业的出现，都在发展变化，这必然是时代的趋势。量化可以瞬间处理海量的数据，提高交易效率，它是投资行业的进化标杆。
9、量化策略的风险来自哪里？
最大的风险应该是来自未来数据的不可知，量化是统计历史数据来寻找规律，并假设未来市场还会有同样的规律。以不变的假设应对不可预知的未来。
其它风险比如：程序出现bug、系统性风险、硬件风险等等。
10、未来量化投资发展的趋势是什么？
吃基本面的利润的将会越来越多，人工智能化—将使量化发生质的飞跃，超额收益的获取会越来越难，这是整个市场成熟的趋势；
交易量在整个市场的占比会继续走高；量化机构马太效应也会越来越明显。
如果你是手握重金的金主大佬，在主观交易与量化交易之间，会选择哪种进行投资呢？
1、量化的本质是什么？
用数学模型与统计方法协助投资操作，依托于计算机技术，创造可以摆脱人性的操作模式。
2、量化都是做高频吗？
在期货市场中，量化的高频永远都是大机构玩的，多数是CTA策略、网格策略，易网行套利策略。A股市场内量化交易也在逐年增多，多数量化机构都是同时持仓几百只股票，持仓周期有短、中、长，尽有尽有，也越来越多的投资者开始留意与量化之间的对拼，担心个体无法与量化较量。
3、量化会影响市场波动吗？
当量化高频交易的量足够大时，肯定会影响市场价格波动，多数情况下会平抑住单边波动，偶尔加大了波动的幅度。量化加速了市场价格达到新的平衡点，减少了涨跌过程中的过多的震荡，这方面来说是平抑了波动。
目前国内多数量化还是低买高卖的，交易量分布在短、中、长线，并非追涨杀跌。主要是把仓位均价做低，再从行情波段中套取更多的收益。
4、量化能赚到钱吗？
这个问题，是不需要怀疑的，肯定是可以赚钱的。任何可能谋利的新生事物，再大的风险也阻挡不了资本持续探索的决心，量化交易起源1834年，至今已有上百年历史，在外币盛行的当下得以壮大。正因为机构在量化中持续取得亮眼成绩，才吸引了越来越多资金和人才想要尝试一下量化交易。
过去几年的市场数据来看，量化在国内超额收益10%-30%算是常态，而欧美市场相对完善些，量化超额收益只有2%-3%。
但，并不是所有的量化都赚钱。开头说了，量化是一种投资方式。好比你要去河对岸，有哪些方法呢？游泳、划船、邮轮、开车过桥、直升机，只要方向对了，这些方法都可以。但有了工具，驾驶的经验也很重要，并不是所有人都能使用的好，而且还会出现很多未知的操作事故，也会造成不可想像的损失。
所以，能否赚钱关键不在于量化本身，而是你的经验，策略，硬件，资金，行情等等，众多因素的影响，凡事都没有绝对的。
5、量化到底赚了谁的钱?
这个问题可以分成两个层次：
1、一个散户比例越高的市场，越容易出现错误定价，市场非理性交易越多，专业机构也就越容易赚到超额收益，量化总是能钻到市场规则上的漏洞。
2、传统的技术派、基本面派能赚钱的方式，是量化策略的基础，转化成数字量化后同样能赚钱，量化在计算机技术和资金规模的加持下能赚更多的钱。
当有能力的量化机构越来越多，市场的规则就会优化并完善，主观交易的基金经理能赚到利润的机会也会越来越少，每个人都需要升级自身的条件，方能在新的市场上生存下来。
6、机构量化的大量增加是否加大了个人交易者获利的难度？
其实个人交易者在市场赚钱从来没有容易过，二八定律每一位投资者都懂，散户的对手不是大量的机构，而是自己的天性：贪婪与恐惧，很多投资者都败在自身；有一句话用在这个问题很适合：以大多数人的努力程度还远远达不到拼天赋的时候。
个人研究量化也无法达到机构的水平，除非你同时精通交易和编程（这种人一般数学理论和应用能力都甩普通人几十上百条街，有可能做出赚钱的量化策略，但总会达到个人能力的瓶颈，个人也无法承担某些错误下产生的大规模亏损。
个人投资者眼中的量化多半是这样的：把基于MACD、均线交叉、波浪理论之类的交易规则编成计算机语言，设定程序，自动下单……这些属于基础的量化，在量化世界这就是幼儿园水平吧。只要你稍微有一点学历，自学一下python也能很快鼓捣出来，没有技术上的难度。
大佬眼中的量化：基本面因子、价投因子、成长因子、资金流、情绪因子、量价因子……统计、建模、回测、分析、调整；服务器配置、数据收集、软件配置；最新计算机技术的应用……
7、同一个策略，量化与主观的区别是什么？
交易速度：你还没碰到鼠标，量化交易已经完成买与卖，这代表着机会更多。
多交易所作战：量化还可以把同一个策略，通过一时间应用到更多品种，多更多的交易所，人工显然达不到这个效果，所以同一个策略，量化可以管理更大规模的资金。
处理信息的速度：量化可以同时处理多维度因子，做出更有利的判断，可以衍生出更多的交易方式，如高频交易，对冲套利等。
8、量化有前景吗？
量化占比和规模都在上升期，国内已占比约40%，量化发达的美国市场占比60%左右。随着市场有效性加强，主观交易的利润不管是技术流派，还是基本面流派都会被量化机构分食，机构要保持竞争力，会越来越多投入到量化研发中。
网络从2G发展到现在的5G，工业化从劳动密集到技术密集到自动化工业的出现，都在发展变化，这必然是时代的趋势。量化可以瞬间处理海量的数据，提高交易效率，它是投资行业的进化标杆。
9、量化策略的风险来自哪里？
最大的风险应该是来自未来数据的不可知，量化是统计历史数据来寻找规律，并假设未来市场还会有同样的规律。以不变的假设应对不可预知的未来。
其它风险比如：程序出现bug、系统性风险、硬件风险等等。
10、未来量化投资发展的趋势是什么？
吃基本面的利润的将会越来越多，人工智能化—将使量化发生质的飞跃，超额收益的获取会越来越难，这是整个市场成熟的趋势；
交易量在整个市场的占比会继续走高；量化机构马太效应也会越来越明显。
如果你是手握重金的金主大佬，在主观交易与量化交易之间，会选择哪种进行投资呢？
路过
