(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。