（1）李鬼量化交易：程序化交易

我先讲讲李鬼。它本来不属于量化交易，但是人们说它是量化交易，好吧，三人成虎众口铄金，既然大家说鹿就是马，那鹿就是马，至于鹿是不是马，这个问题已经不重要了。

那我讲的这个李鬼就是：程序化交易。

很多人对这个名字很陌生，但是做过百度竞价广告投放的人应该很熟悉这个词，因为在竞价广告那里也有这个词：程序化广告。

本质来说，就是计算机按照规则引擎设置来自动操作，那操作速度，岂是人手可比？

我讲一个例子：大家每天炒股看到的K线图，其实是人为故意画出来的，真实的交易其实都被隐藏了。所以想给你看什么，它就会画出来什么。咱们就那高频分钟线K线图来说：一分钟画一个框，这1分钟的第一个成交单的价格就是框的开始，这一分钟的最后一个成交单的价格就是框的结束。如果这1分钟最后一个成交单的价格比第一个成交单的价格低，那这个框就是绿色的，让你一看，哦，跌了。实际上是真跌了还是假跌了，过程信息你都不知道。你看到的就是第一个成交单的价格和最后一个成交单的价格。

所以，只有电脑控制的程序化交易，才能把信息隐藏到这1分钟内，不会给你袒露在第一个交易单和最后一个交易单。当然，如果人家想做局，那就故意给你袒露。想给你看到什么就给你故意袒露什么。这就把普通股民给整懵了，看到的信息全是逻辑矛盾的，所以监管层才要打击量化交易。

所以，搞程序化交易，一点技术含量都没有，比的就是谁的计算机快、谁的网络传输速度快。

我看过一个江湖传闻，说中国的域名之王是蔡文胜，他为了抢到快过期的好的域名，专门买了一台高性能服务器，专门还托关系把服务器放到了中科院的机房，因为在当时，中科院的机房是北京互联网的出口节点，在那里，网络传输速度最快，他的指令第一个到达。

（2）李鬼量化交易：查询过滤排序

还有一种量化交易也其实本质是李鬼。从技术角度来说，就是各种信息的组合查询、过滤、排序。

比如按：营收、利润、净资产收益率、流通市值、市盈率、市净率、量比、换手率、涨跌幅...

各种组合查询过滤、排序，最后起一些好听的名字，比如按企业财报的：高盈利价值股、业绩翻倍股、绩优大盘股、高股息蓝筹股、高成长低估值股...，比如按主力资金的：北向资金热捧股、机构增仓股、社保大量持仓股、大股东增持股...，比如按技术面的：短线强势股...。

美其名曰叫量化交易。所以，它们啊，真是：什么词流行就叫什么词。人工智能流行，它们就喊自己是人工智能炒股。反正广大韭菜们也不懂啥叫人工智能，一感觉人工智能就很高大上就很神就很敬畏就很崇拜。

再高级一点的李鬼，会用统计，如分布啊、均值、中位数、大数法则、方差啊...。很多人老说统计报表统计报表，其实很多人不会统计方法，他们口中说的统计报表其实是简单的加减乘除、分组、过滤、排序、计数。

（3）古老量化交易：因子挖掘

量化交易其实是个很古老的事，在美国70年代就产生了。

但是呢，金融证券行业所说的量化交易，其实指的是因子挖掘。金融证券本行业的人叫因子挖掘称为量化交易。

所以说：同样一个词，在不同行业，含义是完全不一样的。所以，你说量化交易，和我说量化交易，大家都用的同一个词，其实想表达的，你和我风马牛不相及。

近些年，桥水基金和达利欧在中国很出名。达利欧有本书叫《原则》，在中国很流行。达利欧说：桥水基金现在挖掘的因子有上亿个。

所以，对于金融证券行业，他们说的量化交易，从技术角度来讲：就是因子挖掘。不断孜孜不倦地挖掘，挖掘了50年，从十几个因子挖掘到上亿个因子。但，技术手段一直没有变化，就是因子挖掘，只不过数量一直在增加，量变并未引起质变。这都50年过去了。

（4）现代量化交易：机器学习

真正的量化交易其实是沿着：机器学习-深度学习-大模型这条路线一直演进的。

1982年，麻省理工大学的数学系教授詹姆斯·西蒙斯创建了一个量化交易公司，名字叫：文艺复兴。他当时声称要用数学炒股，这遭到了华尔街专业炒股人的嘲笑。他们说：就连牛顿爱因斯坦都炒股失败了，你们就算了，你们这些大数学家大物理学家根本不懂股票，炒股，还得我们这些毕业于金融专业的人来干。

西蒙斯不信邪，就要用数学炒股。这都40多年过去了，文艺复兴公司管理的基金规模超过650亿美元，每年的费后收益率都能高达35%。

即使已经把华尔街的金融专业操盘手啪啪打脸40多年，但华尔街的人仍然说他是个骗子。

唉，人啊，总是喜欢看到自己喜欢看的东西，自己不喜欢的，和自己经验常识违背的东西，都要么不相信，要么忘记。

人啊，真是一个自己欺骗自己的生物。这就是人性。

只要是人，就免不了贪嗔痴。

而炒股，恰好需要反人性。

而反人性最彻底的，就是机器。

（5）前沿量化交易：深度学习强化学习大模型

现在，量化交易，从技术角度来说，大家都已经进化到深度学习这个阶段，用了深度神经网络。但是由于大模型在2023年才爆发，很多人从2018年就开始跟踪但一直没有大投入大行动，都是从2023年这才动真章。所以量化交易使用大模型技术，大家都在探索的路上，都在同一个起跑线。

看谁是真量化交易、谁是假的量化交易，就看谁家用的GPU卡多。你如果问一下号称是量化交易的公司，它不用GPU卡，那说明就是典型的假量化交易公司。

去年，Open AI公司又把大模型技术推向强化学习方向，如我前几天介绍的Q*算法，这又是前沿中的前沿，需要量化交易公司再一次跟进。

（6）量化交易的商业模式

现在，量化交易从商业模式分为两类。

一类是，量化交易是一门技术，自己内部设立一个IT部门，专门研发量化交易技术，然后自己的交易部门使用这些量化交易技术工具来做股票操盘。这些字眼量化交易系统的公司，本质上挣的就是股票交易赚的钱。

一类是，自己没有那么多钱来自建IT部门自己研发量化交易技术，那就买市场上的量化交易系统。所以产业中有一些软件公司，研发的就是量化交易系统，卖给量化交易公司。过去卖的是本地安装的软件，现在流行SaaS，就把软件改成了：公有云服务器部署、多租户应用架构、订阅付费。这些研发量化交易系统的软件公司，本质上挣的就是软件费。

不管是自己研发，还是购买市场上的系统，其实都一样，用的人都是具有专业的量化交易知识的专业操盘手，他们被称为：宽客。

（7）量化交易展望：从专业人到普通人

按照技术扩散规律，总是从专业者往大众逐层扩散。如同互联网在1969年发明以来，1970年代主要被军队、科研院所使用，主要使用FTP文件上传下载应用，1980年代这些人毕业了来到了工商业界，就把使用互联网的习惯带到了工商业界，1980年代的互联网主流应用是SMTP电子邮件应用，到了1990年代从工商业界又普及到了家庭，大家流行的互联网就是大家现在看到的HTML Web应用。

按照技术扩散规律，总是从创新者-早期采用者-早期大众-晚期大众-落后者不断扩散。

按照技术-应用扩散规律，应用总是从：黄赌毒应用-虚拟休闲娱乐应用-电子商务应用-企业应用这样扩散。

每一个扩散，都需要长达三到五年甚至最长十年的历程。

所以，普惠，才是技术转化为商业价值真正规模爆发的唯一路径。技术，停留在专业人群，不是未来。