一

牛人我接触过。金融这一行恰恰是朝廷不如江湖的。朝廷哪些牛或者不牛的人，有点名气后往往就是把自己变成江湖。但他们不约而同的强调一句话，敬畏这个市场。

什么大公司控制市场的真正牛人。这位还没有睡醒吧。前不久想控制市场的那位叫肖钢，后来控制市场人造慢牛的结果是花了几万亿国帑救市。

国外几个诺奖得主跟几个数学天才制造出他们认为最完美的模型，写程序电脑交易捞取着自己认为不可能出问题的利润。以几百亿美刀的高杠杆，上千亿的基金规模，毕竟人家是炸药奖得主，人卖动用的资源都非比寻常，后来因为俄罗斯债务违约一系列黑天鹅，亏得裤子都不剩，闹到要救市，直接引发了08年金融危机。

米帝中修皆如此，还有人相信有公司能控制市场。

所以：

一定要敬畏市场！敬畏市场！敬畏市场！

这位说我没有接触过控制市场的大公司？能控制市场。现在全部机构加起来也不过2成。中国还是散户市场。他估计是昨夜宋鸿兵看多了好没睡醒就来答题了。

而且程序员这一行最牛的我也共事过。人家千万年薪是实打实的。但不是金融。也不可能是纯技术。

说句不好听的话，金融能实打实稳定千万年薪，只能是收管理费与佣金的。前不久几次股灾套了多少公墓基金机构.....只有六只是盈利的。

在这个市场想靠几句简单的代码就赚光傻逼的钱？我就怕有不懂程序的韭菜真信。巴菲特有句话：若在场上几圈下来还不明白谁是傻逼，你就是了....

聪明人看到这里应该就明白了。

量化套利的高手的确有，但都相当低调。为啥。套利只是一块蛋糕，知道的人越多，自己吃到的就越少。而且只能是小资金做。毕竟几个套利工具流动性容量都不怎么样。别套利把自己套在里面。收益不宜高估。毕竟股市本质还是负和博弈。

本来只是回复评论，看他跳起来，于是就单独开个答案。往好了说是个不知天高地后会写几句程序的韭菜，往坏了说想靠几句代码几个术语就咋呼人，难。


二

牛人我接触过。金融这一行恰恰是朝廷不如江湖的。朝廷哪些牛或者不牛的人，有点名气后往往就是把自己变成江湖。但他们不约而同的强调一句话，敬畏这个市场。

什么大公司控制市场的真正牛人。这位还没有睡醒吧。前不久想控制市场的那位叫肖钢，后来控制市场人造慢牛的结果是花了几万亿国帑救市。

国外几个诺奖得主跟几个数学天才制造出他们认为最完美的模型，写程序电脑交易捞取着自己认为不可能出问题的利润。以几百亿美刀的高杠杆，上千亿的基金规模，毕竟人家是炸药奖得主，人卖动用的资源都非比寻常，后来因为俄罗斯债务违约一系列黑天鹅，亏得裤子都不剩，闹到要救市，直接引发了08年金融危机。

米帝中修皆如此，还有人相信有公司能控制市场。

所以：

一定要敬畏市场！敬畏市场！敬畏市场！

这位说我没有接触过控制市场的大公司？能控制市场。现在全部机构加起来也不过2成。中国还是散户市场。他估计是昨夜宋鸿兵看多了好没睡醒就来答题了。

而且程序员这一行最牛的我也共事过。人家千万年薪是实打实的。但不是金融。也不可能是纯技术。

说句不好听的话，金融能实打实稳定千万年薪，只能是收管理费与佣金的。前不久几次股灾套了多少公墓基金机构.....只有六只是盈利的。

在这个市场想靠几句简单的代码就赚光傻逼的钱？我就怕有不懂程序的韭菜真信。巴菲特有句话：若在场上几圈下来还不明白谁是傻逼，你就是了....

聪明人看到这里应该就明白了。

量化套利的高手的确有，但都相当低调。为啥。套利只是一块蛋糕，知道的人越多，自己吃到的就越少。而且只能是小资金做。毕竟几个套利工具流动性容量都不怎么样。别套利把自己套在里面。收益不宜高估。毕竟股市本质还是负和博弈。

本来只是回复评论，看他跳起来，于是就单独开个答案。往好了说是个不知天高地后会写几句程序的韭菜，往坏了说想靠几句代码几个术语就咋呼人，难。


三

最近几年做程序化交易的投资者越来越多了。我觉得至少在选股方面，程序化就可以帮忙省却一大堆麻烦。程序化执行交易策略，可以更好地避免情绪化交易。这部分是程序化比较好的地方。

但是程序化交易有一个缺陷，应变能力差。当市场结构发生快速变化的时候，程序化交易自己不知道停下来，才造成黑色星期五，LTCM的破产。

所以即使有了程序化交易，也不是一劳永逸的。市场永远在不断变动，充满非理性的噪音。怎么样让程序认识市场并且拿出相应的策略，长期击败市场，应该是更高层次的人工智能要解决的问题了。短期内我倒是不关心这个，估计人类也制造不出这样的人工智能。至少在我活着的时期，总体上人类做未来决策的能力和应变能力肯定比人工智能要做得更好。


四

程序化炒股是不靠谱的。很多外行和边缘人士总以为所谓的金融交易就仅仅是股票，期货，外汇交易。就以高赞说的Quant来讲，是一种金融数学模型。而这些模型里，稳定赚钱的100%是关于套利交易的，而非单纯股票，期货，外汇。是关于定价博弈的套利程序，相关的大多是几种商品之间的相互套利。这也是为啥现在很多理工背景，数学背景的人士更受行业青睐，定价博弈比的就是数学。

套利和单纯的股票交易是完全不同的事件。在套利交易中，你比对手算法高明，你是稳赢的。在股票交易中比较的不是聪明而是了解，也就是说即使你不够聪明但只要你知道对手的想法也是稳赢的。

当你看到现在量化交易大行其道的时候，也该深入了解下人家所谓的主流，大行，他们所谓的交易到底指的是交易什么。


五

实名反对第一名的答案，赞数还那么高。可见知乎所谓的高质量用户不过如此。

程序化交易只适用于某一时期的震荡行情。碰到单边行情就死翘翘了，参考那俩诺贝尔得主做的，赚了十来年，结果一轮单边就把公司赔倒闭了。

市场不可能存在稳定盈利的方法，哪怕只有万分之一的期望值，否则市场早被这一套吃掉了。


六

硕士期间在美国做了半年左右的股票投资模型，算比较有了解吧。总结起来就是一句话，全tm是扯淡，根本做不准。对分析建模不是很感兴趣的同学可以到此为止了，下面会扯一些复杂的模型。

//过百赞我放一个我估计股票价值的图。

先说组合投资模型吧，我用的是c-var，该类模型基于对未来股票价值的均值和方差来计算出损失的概率和损失价值的均值，在符合投资者风险要求的情况下计算出受益最大的投资组合。但是！！！这个算法有个很瞎的地方在于必须知道未来时刻股票的均值和方差！！！这tm就扯淡了，我做课题的时候问过经济系的童鞋有没有方法预测，得到的是经济系童鞋的白眼，你是蠢货吗。。。具体我是怎么做下去的下文说如何得到均值和方差的。这个算法第二个很瞎的地方在于只是短期的结果，有多短呢，只有下一个时刻，应用在股票就又有些扯淡，因为有交易税等等，可能你算出来这个时刻应该卖A买B，但操作完发现因为税还亏了点。所以要和动态规划进行结合，计算长期投资。

然而和动态规划一结合，复杂度成几何比例上升，其一，我要估计出日后每一时刻的均值，并且当时间递进的时候模型还会随时变化。也就是说每次股票价值更新我都要重新建一次模，重新计算以后时间段股票价值的分布。。。这tm简直就不是人干的事

再说股票价值预测，我被逼的没办法，选择了20个股票的数据，然后相互估计，短期的话价值还算比较准，并且方差啥的也还可以（多次预估并且假设高斯分布）；估计周期一长。。。你麻麻整个就没法看了，效果差的一塌糊涂。

最后我没辙周期选了3，糊弄过一片论文算完了。。。回首经过我得出一个结论，千万不要炒股


七

1.中国与美国的程序化交易土壤不同

（1）中国股市与美国股市的成熟度是天差地别的，受政策影响非常明显。

去年股灾起于去杠杆就是一个例子，而每届政府上台后都会出现一波牛市的规律也没有例外。

（2）每次股灾最终大头都是韭菜接盘了，可见韭菜所占比重，美国大多数的交易者则为机构；另外，在国内小的股票一两个亿就可以控盘，而控盘后各种手段你能不能逃出去。

2.资金容量限制

一亿资金与一百万资金对一只股票的交易影响不用说，当然，交易一亿股票和一百万股票的策略也是不一样的。金额提升后不能成交或者对市场影响波动太大，造成盈利能力大幅下降的情况蛮多的。

3.交易逻辑在什么样的市场环境前提之下

你所设计的交易逻辑必然是依附于股市这个大市场的，当这个大市场的环境变了以后还能否生存，什么样的市场你的这套交易逻辑才适用是需要非常注意的。

就像是一棵树从雨水充足的南方挪到干旱的沙漠，想要它活下来都难，更别提长得更好了。

4.理论与实践确实有很大出入

交易理论有很多，但是实际操作中会遇到各种问题，各种各样。

之前有个朋友通过对冲运气交易期货，在云南那边找了一大堆操盘手，然后把其中盈利好的全部去掉，交易一直亏钱的留着，然后和这帮挑选出来做的差的对赌，三个月时间每月稳定的赚到一两百万（本金也就不超过五百万），但是第四个月起，却是出现了亏损，之后坚持了一段时间最终无奈放弃。

欢迎各位交流与我们进行更多的交流。


八

程式化交易在欧美已经非常流行了。国内近5年也有不少该类策略方式做交易。

从国际实际运行情况来说，基本上开发的模型好的话，可以在一段时间内有效赚钱。然而，程式化交易也并非一直有效，一般有效运行5-10年后，模式就面临失效可能。能够长期持续有效的模型十分难得，基本屈指可数。

另外，程式化交易的一个不足是开发出来的加以策略一般都面临资金容量限制，例如只能容纳数千万到数亿元的资金规模，再大就很难运行开了。

总之，任何方式想轻易赚钱基本是不可能的。找到适合自己的方式，然后勤奋努力，均可以获得不错的盈利。


九

楼主有想法就是好事情，不用在意别人说你这个想法比业界晚了几十年，坚持想法做下去，总比那些整天躺着刷知乎羡慕别人对冲基金规模过千亿却自己不动手去实践只知道说别人想法晚了的好。

下面实际角度回答一下楼主的问题。编程其实只是技术层次的上内容，一个好的程序员，不一定是一个优秀的quant。决定你是否能在市场上盈利的，本质上还是你对于金融市场的认识程度。就比如你谈到的股票价格的波动，随机过程和金融经济学当中一般会从均值和方差两个角度，或者说，布朗运动，去刻画股价，而就这个角度来说，这些书中对于市场的理解就比你说“股票的波动是纯概率的”来得深刻，因为从均值方和差角度切入来研究股票价格，是可以建立数学模型的，或者说是，可编程去研究的，而相比之下，你所说的“波动是纯概率的”就显得宽泛了很多，没有一个更加具体的切入点。而现在对市场更深层次的认识是股价来自峰度和偏度的溢价，这就比刚刚谈到的均值方差来得更加深刻。

说这个例子无非是想告诉楼主，编程只是技术，如果真的想在市场上盈利，你需要有扎实的金融学和数学基本功再配合充分的市场实践经验。说到底国内现在做量化的基金，原理都很简单，无非是些现成的套利模型和市场中性alpha等等，我还没有真正见到更加“金融工程”一些的量化基金。虽说国内的量化已经起步有一段时间了，但是真正的金融工程人才却依旧是很缺少，大家用的大多数都是已有的模型，国内量化基金中大多数所谓quant也都是写代码的矿工，真正搞建模的人很少。也就是说，就算现在才开始努力学习，在未来依旧是可以大显身手的。


十

当我学习了10几本关于投机的书籍以后，我得出的结论是：这玩意儿不靠谱。

正因为如此，我离开了IT行业，转而成为了一个职业投机者。

反对前面高赞同的回答。why？

自动化交易程序当然存在。有数据接口就能完成，这不奇怪。用程序化自动交易的方式，只是能保证尽量避免人性的干扰，强制执行既定策略。但是事实上呢，就如同软件工程没有银弹一样，投机交易也没有银弹。程序化交易只是提高了执行力，但是缺点也是显而易见的：缺乏随机应变的能力。我们没办法编写出来真正比人聪明的程序，我觉得这应该算是一个常识。

还有一种主流的论点，我也是非常赞同的：程序化交易进一步加剧了市场波动，所以应该反对程序化交易。原理很简单：稍微大一点的市场波动，就会连锁式地触发各类交易软件的计算指标，然后集体给市场来了个ddos。羊群效应发挥到了极致。

再讲一点，程序并不能从根本上避免人犯错误。其实在我还在敲代码的年代，我就总是听到客户提出一种奇怪的伪需求，希望把自身管理上的疏漏交给计算机解决。好吧，我就不继续吐槽过去那些无理的伪需求了。

为什么那个答案有这么多人赞同？我想，无非是两种人群。

1：从未真正接触过投机市场的人。听起来很高大上，竟然有这样神奇的“提款机”软件，说得还真像是那么回事儿。

2：投机市场的失败者。正如同约翰·麦吉讲的，失败者都擅长于把自己的错误归咎于别人。那段文字正好为他们的高潮奠定了基础：看吧，我就说过他们开挂了，这篇文章就是最好的证明。

最后，我想把杰西·利弗莫尔的一句名言自由发挥一下：时代在变，交易方式在变，而华尔街未变，因为人性未变。


转载自知乎（https://www.zhihu.com/question/53068446）