股民的第一本量化书

很多人觉得量化很神秘，满屏代码、复杂模型，是高学历精英的专属工具。

其实量化的本质非常简单：把交易逻辑写成明确的数字规则，让计算机自动执行。

• 你凭感觉说"跌多了就买"，量化会写成"股价跌破20日均线且跌幅超过3%时买入"；
• 你凭经验说"涨高了就卖"，量化会写成"股价上涨15%或触及60日均线压力位时卖出"；
• 你凭心态控制仓位，量化会写成"单只标的仓位不超过10%，总仓位不超过80%"。

它和人工交易的核心区别，不是"更聪明"，而是"更纪律"：

人工交易容易受情绪影响，涨了贪婪追高，跌了恐惧割肉；量化只认规则，符合条件就执行，不符合就等待，没有情绪波动。

简单说：量化不是"预测未来的神器"，只是"严格执行规则的工具"。

关于量化，有两个流传最广的误区。

误区一：量化 = 确保盈利

错。量化只是执行工具，策略本身是赚是亏，取决于规则写得对不对。

历史上表现好的策略，未来可能失效；回测看起来完美的策略，实盘可能亏得一塌糊涂。量化一样会亏钱，甚至可能因为策略同质化、踩踏，亏得比人工更快。

误区二：量化都是大机构在做，专门收割散户

不全对。

市场里确实有机构级的高频量化，但也有大量面向普通投资者的中低频量化工具、策略模板。现在很多券商提供的条件单、自动定投、策略交易，本质上都是量化的简化版。

量化不是机构的专属武器，只是一套可大可小的规则化交易方法。

按交易频率划分，市场上的量化主要分三类，普通散户能接触到的，大多是后两类：

1. 高频量化：持仓时间从几毫秒到几分钟，一天交易成百上千次，赚的是微小价差的钱。

   • 特点：对速度、硬件、通道要求极高，成本巨大，基本都是专业机构在做，普通散户接触不到。
   • 影响：确实会加剧盘中短期波动，但它不针对散户，赚的是流动性的钱。

2. 中频量化：持仓时间从几天到几周，以波段、套利策略为主，赚的是价格偏离回归的钱。

   • 特点：机构和专业个人投资者都在做，策略种类多，是市场上的主流量化类型。

3. 低频量化：持仓时间从几周到几个月，以趋势跟踪、因子选股为主，赚的是中长期趋势的钱。

   • 特点：最适合普通散户，对速度要求低，策略逻辑简单，容易理解和验证，很多工具型量化都属于这一类。

核心认知：我们普通股民日常感受到的"量化影响"，大多来自中低频量化的一致性交易行为，而不是高频量化的"精准收割"。

很多股民一听到"量化"，脑子里浮现的是华尔街精英对着满屏代码敲策略的画面，感觉离自己非常遥远。

其实，量化交易早就以各种简化的形式，渗透到了普通股民的日常交易中，只是很多人没意识到而已。

你已经可能在用的量化工具：

1. 券商条件单：设置好"股价跌破XX元自动卖出""涨幅达到XX%自动止盈"，这就是最基础的量化执行。你定了规则，系统帮你自动执行，不用盯盘，不受情绪干扰。
2. 基金定投：每周/每月固定金额买入指数基金，不择时、不猜顶底，本质上就是一种最简单的量化策略——定期定额，长期执行。
3. 网格交易：设定好价格区间和档位，系统自动在区间内高抛低吸，赚波动差价。很多券商APP里就能直接开通。

你可能还没用过但门槛不高的：

4. 双均线策略：短期均线上穿长期均线时买入，下穿时卖出。逻辑简单，很多量化平台提供现成模板，不用写代码就能用。
5. 双低可转债轮动：定期买入价格低、溢价率低的可转债，自动轮换。策略逻辑清晰，风险相对可控，非常适合普通投资者入门。

这些工具和方法的共同特点是：不用写代码、不用懂复杂模型、门槛不高，但已经具备了量化交易的核心要素——规则化、纪律化、自动化。

核心认知：量化不是遥不可及的高科技，它已经融入了普通投资者的日常。从条件单到策略模板，你随时可以开始用量化思维优化自己的交易。

很多人把大跌归罪于量化，核心原因是：量化策略具有高度的一致性。

比如很多趋势策略都用均线做判断——跌破均线就卖出，跌破关键位就止损。当市场下跌时，大量量化策略同时触发卖出信号，就会在短时间内集中抛出，形成“砸盘”的效果；上涨时同理，集中买入会加速上涨。

这就是量化的助涨助跌效应：它会放大市场原有的趋势，涨的时候涨得更快，跌的时候跌得更急。

但要明确两个事实：

1. 量化是趋势的放大器，不是趋势的制造者。市场下跌的根本原因是基本面、资金面、情绪面的变化，量化只是让下跌的速度变快了，不是下跌的根源。
2. 它不针对任何个人。量化只认规则，不管对手盘是散户还是机构，触发信号就交易，不存在“专门盯着散户收割”的情况。

很多人以为，量化赚钱就是从散户口袋里掏钱，这是对量化最大的误解。

主流量化策略赚的钱，本质上是市场错误定价的钱。

• 价值类量化：找被低估的标的，等价格回归价值时赚钱；
• 套利类量化：找同一个东西在不同市场的价差，赚差价的钱；
• 趋势类量化：找市场情绪形成的趋势，赚趋势延续的钱。

这些收益的来源，是市场的非理性、信息差、规则差，不是“收割散户”。

换句话说：没有量化，市场里的错误定价依然存在，依然有人赚有人亏；量化只是用规则化的方式，更快、更纪律地抓住了这些机会。

散户真正的劣势，从来不是“打不过量化”，而是：

• 没有明确的交易规则，全凭情绪操作；
• 信息获取慢，对市场变化反应滞后；
• 容易追涨杀跌，反复被市场情绪收割。

如果把交易比作考试：

• 量化是“只会做题库里的题，但每道题都严格按步骤做，从不粗心”的学生；
• 大多数散户是“懂一些知识点，但考试时容易紧张、粗心、改答案、超时”的学生。

量化赢在纪律性、执行力、情绪稳定，不是赢在“智商碾压”。

很多散户做不好交易，不是因为不会看指标、不会选标的，而是：

• 明明定了止损，跌了就舍不得卖，越套越深；
• 明明说好了不追高，涨起来就忍不住冲进去；
• 赚一点就跑，亏了就死抗，最后小赚大亏。

这些问题，就算没有量化，你一样会亏。

量化的出现，只是把“情绪交易”的劣势放大了——当别人都在按规则严格执行时，情绪化操作的胜率会越来越低。

很多散户都有这样一种错觉：每次自己刚买入，股价就跌；刚卖出，股价就涨。然后一看新闻，又是量化在砸盘，就觉得"量化专门盯着我这个小散户收割"。

这种感觉其实有非常合理的心理学解释，和量化是否"针对你"完全无关。

第一，一致性行为造成的"巧合"。

大量量化策略使用相似的技术指标（均线、支撑位、成交量），当市场触发某个关键信号时，成百上千的策略会同时做出相同的交易决策。而大多数散户也恰好在看同样的指标、同样的位置做同样的决定。

结果就是：你和量化在同一时间买入，也在同一时间卖出。不是你被量化针对了，而是你们恰好站在了同一边。

第二，亏损的记忆远比盈利深刻。

行为金融学里有个概念叫"损失厌恶"：同等金额的亏损带来的痛苦，是盈利带来快乐的两倍以上。所以你对"量化砸盘导致我亏损"的记忆特别深刻，而对"量化拉升让我获取收益"的经历很快就忘了。

第三，信息不对称带来的"后知后觉"。

量化策略的交易数据是公开的，但策略逻辑是不透明的。你能看到大单在卖出，但不知道它为什么卖。当你看到结果（股价下跌）再去归因时，最容易找到的"替罪羊"就是量化。

核心认知：量化没有针对你，它只是和你做了同样的事。你觉得被收割，本质上是损失厌恶+信息不对称造成的认知偏差。

打不过就绕开，是最省心的策略。

量化资金集中的地方，策略同质化严重，交易拥挤，波动大，普通散户很难占到便宜。你可以主动选择量化参与度低的赛道：

1. 流动性适中的中小盘标的：高频量化主要集中在大盘蓝筹、高流动性标的上，中小盘标的量化参与度低，更适合基本面、技术面分析。
2. 中长期价值投资：量化大多做中短期交易，长期价值投资的赛道，量化影响很小。你研究公司基本面、做长期持有，几乎不用在意量化的短期波动。
3. 可转债、基金等品种：相比股票，可转债、指数基金等品种的量化交易占比更低，波动更温和，更适合普通投资者。

核心逻辑：不去别人擅长的赛场比赛，去规则对自己有利的地方玩。

不用会写代码，不用懂复杂模型，你只需要把量化的核心思维用到自己的交易里，就能超过大多数散户。

量化思维的三个核心：

1. 规则化：把你的买卖逻辑写成明确的规则，比如“什么条件买、什么条件卖、仓位多少、止损多少”，写在纸上，严格执行，不凭感觉操作。
2. 概率化：不追求每笔都赚，追求长期整体正收益。接受亏损，把亏损控制在可承受范围内，让盈利覆盖亏损。
3. 数据化：用历史数据验证你的策略，而不是凭感觉说“这个方法好用”。哪怕用Excel回测一下过去一年的表现，也比纯靠经验靠谱。

当你从“情绪交易”变成“规则交易”，就算不用任何量化工具，也已经具备了量化的核心优势。

如果觉得自己执行力差，可以用量化工具帮你执行规则，工具只负责“按你定的规则自动操作”，策略还是你自己说了算。

普通散户能用的量化工具非常多，门槛并不高：

1. 基础工具：券商自带的条件单、自动定投、网格交易，设置好条件就能自动执行，不用盯盘，也不会因为情绪错过买卖点。
2. 进阶工具：QMT、PTrade等专业量化交易软件，支持用Python写简单策略，适合有一定学习能力的投资者，实现更复杂的自动交易。
3. 策略模板：很多平台提供现成的策略模板，比如双均线、双低可转债轮动，不用自己写代码，简单调整参数就能用。

关键提醒：工具只是帮你执行，不能帮你赚钱。策略好不好、规则对不对，最终还是要靠你自己判断和验证。

最后聊一个很多人容易犯的错误：看到"量化很厉害"，就一窝蜂地去学量化、写代码、跑策略，结果钱没赚到，反而踩了更多的坑。

最常见的几种盲目跟风行为：

1. 零基础直接写策略：连K线、PE、均线都没搞明白，就急着学Python写量化策略。结果策略写出来了，但根本不懂市场逻辑，回测好看就以为成功了，实盘一跑就亏钱。
2. 迷信"量化大神"的策略：网上到处都有人分享"年化50%"的策略源码，很多人拿来就用，完全不懂策略逻辑、不做回测验证、不调参数适配。结果策略失效了都不知道为什么。
3. 追求高频和日内交易：觉得"交易越频繁赚得越多"，一上来就做日内策略。结果手续费吃掉大部分利润，策略稳定性极差，亏得比赚得快。
4. 把量化当成"自动获取收益机器"：设好策略就不管了，完全不监控、不维护、不调整。市场风格变了，策略早就失效了，还在傻傻地跑。

正确的态度是：

量化是工具，不是目的。先搞懂市场、搞懂自己，再考虑用量化来提升效率。不懂市场的人，用量化只会更快地亏钱。

核心认知：学量化不是越多越好，而是在你搞懂了基础之后，它才能帮你。否则，它只会放大你的错误。

很多人对交易的理解是：买进去，涨了就赚，跌了就亏，追求每一笔都对。

但量化思维里，单次交易的盈亏不重要，长期的概率优势才重要。

举个简单的例子：

一个策略，每次交易 60% 的概率赚 100 元，40% 的概率亏 50 元。

单次看，你可能赚也可能亏；但重复 100 次，你的预期收益就是 60×100 - 40×50 = 4000 元。

这就是正期望：只要重复足够多次，整体一定是赚钱的。

量化交易赚的就是这个“重复多次后的概率收益”。

对普通投资者的启示：

• 不要因为一次盈利就觉得自己是股神，也不要因为一次亏损就否定策略；
• 不要重仓赌单次机会，分散仓位，让概率发挥作用；
• 坚持自己的交易规则，不要因为几次亏损就随意改变。

你可能经常听到“因子”这个词，听起来很复杂，其实就是“影响股价涨跌的因素”。

比如：

• 价值因子：PE低、PB低的股票，长期收益更好；
• 趋势因子：处于上涨趋势的股票，更容易继续涨；
• 质量因子：ROE高、现金流好的公司，长期表现更稳。

量化的核心工作之一，就是找到那些长期有效的因子，把它们组合起来，做成选股、选时的规则。

普通投资者不用去研究复杂的多因子模型，但要建立一个认知：

股价涨跌不是随机的，背后有驱动因素。

你做交易，要先想清楚：你赚的是什么因素的钱？是价值回归、是趋势延续、还是套利价差？

想清楚了，你的交易就有了锚，不会跟着市场情绪乱走。

所有成熟的量化策略，风控都是第一位的，收益反而是第二位的。

因为量化非常清楚：市场永远有不确定性，策略永远会失效，活下去，才有机会赚钱。

量化的风控体系，本质上就是三道防线：

1. 单笔止损：每笔交易最多亏多少，提前定好，到点就卖，绝不抗单；
2. 仓位控制：单只标的、单个策略、总仓位，都有上限，永远不满仓，永远留有余地；
3. 最大回撤止损：当账户总亏损达到一定比例，就停手休息，降低仓位，反思策略，避免连续亏损失控。

这也是普通投资者最需要学习的一点：

很多人总想赚快钱，满仓追涨，最后一次大亏就把之前的盈利全部亏光。

交易是一场长跑，不是百米冲刺。先保证不被淘汰，再谈赚钱。

概率思维、因子思维、风控思维——把这三个思维结合起来，你就能看懂市面上绝大多数量化策略的本质。

怎么判断一个策略靠不靠谱？用这三个思维快速检验：

1. 概率检验：这个策略赚的是什么概率的钱？历史胜率多少？重复执行够多次，期望是正的吗？如果回答不了这些问题，策略就不可信。
2. 因子检验：这个策略依赖什么因子？这个因子长期有效吗？逻辑上说得通吗？如果策略依赖的因子没有逻辑支撑，只是历史上碰巧好用，那大概率是过拟合。
3. 风控检验：这个策略的最大回撤是多少？单笔止损怎么设？仓位怎么控制？如果回答不了风控问题，说明策略还没成熟到可以实盘的程度。

三个思维的关系：

• 概率思维告诉你"长期能不能有收益"；
• 因子思维告诉你"赚的是什么钱"；
• 风控思维告诉你"能不能活到获取收益的那一天"。

三者缺一不可。只讲概率不讲风控，一次黑天鹅就清零；只讲风控不讲因子，保守到永远赚不到钱；只讲因子不讲概率，容易被短期波动打脸。

核心认知：这三个思维框架，不只是评判策略的工具，更是你自己做交易时应该遵循的底层逻辑。

首先明确一个事实：普通人完全可以做量化，但不是零基础就能马上获取收益。

你不需要是计算机专业，不需要是数学天才，但你需要具备三个基础：

1. 懂基本的股票、基金知识，知道交易的基本规则；
2. 有基础的逻辑思维，能把交易想法拆解成明确的规则；
3. 愿意花时间学习，有耐心慢慢验证，不追求一夜暴富。

如果你连K线、均线、PE是什么都不知道，建议先把基础投资知识学好，再考虑量化。

量化是"交易的进阶工具"，不是"新手的获取收益捷径"。

很多人被"量化获取收益"的故事吸引，一上来就想写策略、跑自动交易，结果连基本的交易逻辑都没搞明白，最后不是亏在策略上，而是亏在对市场的基本认知不够。

正确的路径是：先学会走路（基础投资知识），再学跑步（量化交易）。

普通投资者入门量化，通常分三个阶段，不用一步到位：

第一阶段：用现成策略

• 不用自己写，用平台提供的现成策略模板、条件单、自动化工具；
• 核心是理解策略逻辑，知道它赚什么钱、有什么风险，调整参数适配自己的风险承受力；
• 适合纯新手，先感受量化的执行方式，建立规则交易的习惯。

第二阶段：修改和优化策略

• 看懂简单的策略代码，能在现成策略的基础上改参数、加条件；
• 比如把双均线的5日、20日，改成10日、30日，加上止损条件；
• 适合有一定基础、想让策略更贴合自己想法的投资者。

第三阶段：自己写策略

• 掌握Python基础，能独立编写完整的策略，做回测、做实盘；
• 可以把自己的交易思路完全量化，实现个性化的自动交易；
• 适合有编程基础、愿意深入研究的投资者。

对绝大多数散户来说，到第二阶段就足够用了，不用追求自己写复杂策略。

关键不在于你会不会写代码，而在于你有没有一套经过验证的、逻辑自洽的交易规则。

不建议普通散户一开始就碰高频、日内策略，原因很简单：

• 高频对速度、通道、硬件要求太高，个人投资者根本比不过机构；
• 日内交易成本高、精力消耗大，对策略稳定性要求极高，新手很容易亏钱。

最适合普通散户的量化方向，是中低频策略 + 自动化执行：

• 策略类型：趋势跟踪、指数定投、可转债轮动、网格交易这类逻辑简单、持仓周期长的策略；
• 核心作用：帮你克服情绪弱点，严格执行规则，不用天天盯盘；
• 预期收益：不追求暴利，追求长期稳定的、可复制的收益。

一句话：散户做量化，核心是"用工具解放精力，用规则克服人性"，不是"靠代码碾压市场"。

选择中低频策略还有一个重要原因：你有足够的时间去理解和验证策略逻辑，不会因为速度太快而来不及反应。高频交易留给专业机构去做，散户的优势在于耐心和纪律。

前面说了最适合散户的是中低频策略，这里再特别强调一下新手最容易踩的坑：一上来就碰高频和日内交易。

为什么新手不应该碰高频/日内？

1. 硬件和速度完全比不过机构：高频交易的核心竞争力是速度，机构用的是专线通道、FPGA硬件加速、机房托管，延迟在微秒级别。你用家用电脑+普通网络，延迟可能在毫秒级别，差了几个数量级，根本不在一个赛道。
2. 交易成本会快速侵蚀本金：日内交易频率极高，每笔交易都有手续费和滑点。一天交易几十次，一个月下来光交易成本就可能吃掉几个点的本金。策略还没赚到钱，先被成本拖垮了。
3. 对策略稳定性要求极高：日内市场的噪音远大于中长期市场，策略需要处理大量随机波动，对参数设置、信号过滤、异常处理的要求极高。新手很难写出稳定的日内策略。
4. 精力消耗巨大：日内交易需要长时间盯盘，精神高度集中，非常消耗体力和精力。大多数人坚持不了几周就会疲劳操作，反而更容易出错。

新手应该怎么做？

从最简单的中低频策略开始：条件单、基金定投、网格交易，先用这些工具建立规则交易的习悯，理解策略逻辑，验证自己的交易想法。等有了足够的经验和认知积累，再考虑是否需要进阶到更复杂的策略类型。

核心认知：交易不是越频繁越好。对新手来说，慢就是快，少就是多。先把基础打牢，比什么都重要。

回测

简单说就是"用历史数据模拟跑策略"。把你的策略规则放到过去的行情里，看看能不能有收益、收益多少、回撤多大。

• 作用：验证策略有没有逻辑上的可行性；
• 注意：回测不代表未来，回测好看，实盘不一定获取收益。

回测是量化策略开发的第一步，但也是最容易让人产生错觉的一步。很多人回测收益率高就以为策略没问题，结果一上实盘就亏钱，核心原因就是忽略了回测的局限性。

过拟合

这新手最容易踩的坑。简单说就是：策略过度贴合历史行情，把历史上的偶然波动也当成了规律。

• 表现：回测收益特别高，实盘一用就亏；
• 原因：参数调得太细，规则太复杂，刚好适配了过去的行情，未来不会再重复。

避免过拟合的核心方法：规则越简单越好，参数越少越好，回测时间跨度越长越好。

滑点

你下单时预期的价格，和实际成交的价格之间的差值。

比如你想10元买，结果因为市场波动，成交在了10.02元，这0.02元就是滑点。

• 影响：交易越频繁、标的流动性越差，滑点影响越大；
• 注意：回测时一定要预留滑点，否则回测收益会严重失真。

很多新手回测时完全忽略滑点和手续费，导致回测收益虚高。实际交易中，滑点和手续费是实实在在的成本，必须纳入策略评估。

因子

前面讲过，就是"影响股价涨跌的因素"，比如价值、趋势、质量、流动性等。量化选股，本质上就是选符合某些因子特征的股票。

比如你选股时看PE低不低、ROE高不高，其实就是在用"价值因子"和"质量因子"。只是你没有把它系统化而已。

指数

一篮子股票的组合，用来反映某一类市场的整体表现，比如沪深300、中证500。

很多量化策略会以指数为基准，追求"跑赢指数"。比如一个策略年化收益15%，但如果同期沪深300涨了20%，那这个策略其实是跑输了市场的。

权重

组合里每只股票占总资金的比例。

• 等权重：每只股票占的钱一样多；
• 市值权重：市值大的占比更高；
• 自定义权重：根据你的策略逻辑，给不同股票分配不同的比例。

权重设计直接影响策略的风险和收益分布。合理的权重分配可以降低组合波动，提升风险调整后收益。

止盈

达到预期收益时，主动卖出锁定利润。量化里会设定明确的止盈条件，到点就卖，不贪多。

比如设定"盈利达到15%就卖出50%仓位"，这就是一个简单但有效的止盈规则。

止损

亏损到一定程度时，主动卖出控制损失。这是风控的核心，避免小亏变大亏。

比如设定"亏损超过8%就全部卖出"，严格执行，不抱幻想。

止损是量化策略中最基础也最重要的风控手段。很多散户亏大钱的核心原因就是不止损，总觉得"还会涨回来"，结果越套越深。

最大回撤

账户从最高点跌到最低点的最大跌幅。比如账户最高到10万，最低跌到8万，最大回撤就是20%。

• 意义：衡量策略的风险程度，回撤越大，风险越高；
• 对散户来说：选择策略时，先看最大回撤你能不能接受，再看收益率。

一个策略年化收益30%，但最大回撤50%，你能不能承受？如果不能，这个策略就不适合你。先想清楚自己能承受多少亏损，再选择对应风险等级的策略。

从零搭建第一个量化策略，听起来很复杂，其实核心就五步。第一步：明确你的交易逻辑——比如"均线金叉买入、死叉卖出"，规则越简单越好。第二步：选择工具——新手从券商条件单开始，免费且零代码，不用学编程。第三步：把逻辑变成可执行的规则——买入条件、卖出条件、仓位大小、止损位置，全部写清楚，不能有模糊地带。第四步：用历史数据回测验证——至少看3-5年的数据，覆盖牛熊震荡三种行情，确认策略不是"碰巧有效"。第五步：小资金实盘试跑——先用总资金5%-10%跑1-3个月，确认规则能正常执行、结果和回测基本一致，再逐步加大投入。整个过程不急不躁，每一步都验证到位再往下走。

新手第一个策略，核心要求是：逻辑简单、规则明确、风险可控。满足这三个条件的，首选指数基金定投和可转债双低轮动。指数基金定投的优势在于：标的分散（一篮子股票，不会踩雷单只个股）、长期向上（宽基指数代表整体经济趋势）、操作极简（定期定额，不用择时）。可转债双低轮动的优势在于：下有保底（转债到期还本付息）、上涨有弹性（转股后跟随正股上涨）、策略规则清晰（按价格和溢价率双低排序，定期调仓）。不建议新手第一个策略就选股票量化选股、高频交易、期权策略这些复杂度高的，容易因为理解不透彻而操作走样。先用最简单的策略跑通一轮完整周期，建立体感和信心，再考虑升级。

模拟盘是连接理论和实盘的桥梁。建议模拟盘至少跑2-4周，确认策略的买卖信号正常触发、收益和回撤在预期范围内，再转入实盘。转入实盘后，先用小资金（总资金的5%-10%）试跑1-3个月。这个阶段的目标不是获取收益，而是验证策略在真实市场环境中的表现，以及你自己的执行能力——能不能严格按规则操作、能不能承受策略的回撤。实盘和模拟最大的区别在于心态：模拟亏了不心疼，实盘亏了会焦虑、会想改规则。所以小资金试跑的意义就是让你在"有真实痛感但不致命"的环境下练心态。试跑期间做好交易日志：每笔操作记录买卖理由、结果、情绪状态，定期复盘。确认策略有效、自己能严格执行后，再逐步增加到正常仓位。

延伸工具与服务：量化数据与信号查询 a-sig.com ｜ 回测定制与系统搭建服务 intoquant.com（壹信量化研究团队出品）