量化交易:如何建立自己的算法交易事业
英文名：Quantitative Trading: How to Build Your Own Algorithmic Trading Business
作者：Ernest Chan
提到量化交易，很多人认为就是技术面分析，但量化交易远远不止技术面分析
量化交易≠技术面分析
可编程实现的技术面分析是量化交易的一部分，而非全部技术面分析均是量化交易。例如很多股神们分析K线神乎其神，有些图像模式是不可编程的。
注意：不过现在大数据技术的支撑下有些也是可以的，图像模式识别K线图也值得一试。
量化交易远不止技术面分析的关键在于，还需要考虑基本面数据（营收，现金流，负债率等）。一些高级的量化系统还可以将新闻事件的影响考虑进来。
理论上只要是可以转换为计算机可读的信息，都可以作为量化交易使用数据的一部分。
我能不能成为一名量化交易员？
不可否认很多量化交易员都有名校高学历，当分析复杂的衍生品交易时可能他们的专业性会得到充分施展，但并非只能通过复杂的衍生品才能赚钱。例如统计套利策略，就可以使用基础的金融产品（股票、期货，货币等），不需要博士+级别的学术素养，只需要基本的数学、统计学、经济学、计算机知识即可。很多人使用Excel，也有些人会一些简单的编程。
Make everything as simple as possible. ——Einstein
很多人因为工作时间自由、收入独立自主而开始从事独立量化交易。这些人中，很多人之前从事金融相关工作，也积累了不少财富，当他们作为独立量化交易者参与到金融市场中，对于损失的畏惧和需要自负盈亏的压力让他们对于风险格外关注。
提醒大家千万别指望策略的收益赖以为生，因为策略本身也有投资回报率，不可着急。对于明显的风险偏好者，量化交易不太合适。
理想的独立量化交易者，之前有金融或计算机背景，有足够的积蓄，足够的风险承受能力，无收入情况下可长期维持生计:)
在恐惧与贪婪中寻找完美平衡。
量化交易的商业模式
作为一个独立量化交易者，与开展其他业务类似，都从小规模、有限的投资额起步，再逐步扩展已有业务。
但也有明显的不同：
-
可伸缩性：只要你的策略能盈利，可以交易成千上亿仍然ok，因为只要更改一个要素——杠杆（leverage），经纪商随时可以给你提供融资服务。如果你是券商自营交易员，杠杆则可以提到更加夸张的地步。
但与建一个网站和开一个软件公司不同，高杠杆下投资的风险非常高。
杠杆 占用时间
进行其他商业活动需要占用大量时间，尤其是起步阶段。而量化交易则不会占用太多时间，因为其自动化的要求很高。一般情况下，人工干涉越多，效果反而越差。
占用的时间取决于你实现的自动化程度。
下面来看看作者的一天：
开市前（时间占用最多）：下载处理最新历史数据，读重要新闻，产生当日交易委托（分开盘交易与日间交易两部分）。使用excel计算上日不同策略的损益情况。
闭市前半小时：执行一些清盘操作程序，收工检查清盘委托是否正确执行，关闭各种自动化程序
中间阶段：应该完全自动，但通常会忍不住关注日间的实时损益，常会有巨大的波动，应克服人性弱点，按既定逻辑执行。
需要注意的是，本文说的占用时间，只是指运营的时间。一般为了保持自身策略的竞争力，通常还需要花大量的时间在新策略的研究、回测上，这些创造性的工作你可以选择在任何时间进行。作者通常在日间交易时段，做研究、回邮件、与其他交易员沟通交流，去健身等等，也经常在夜里及周末工作，这些完全由你自己安排。
当你的策略步入正轨，开始盈利，通常会逐步花更多时间在程序的自动化上，保证它们在正确的时间自动启动并执行，占用时间则会进一步减少。
-
不需要营销
与从事其他商业活动相比，这是非常大的一个差别。一般来说，向别人销售产品/服务，取得营收，价格只是众多影响因素中平凡的一个。
在量化交易中，你的对手方只有金融市场，而它只由价格来确定。这使得你可以只关注于你的产品上（策略与软件），而可以忽略其他方面的影响因素。对于很多人来说，这就是很完美的一份工作。
例外：除非你替别人理财，否则量化都不需要进行营销相关的工作
marketing
更进一步
如果你确定自己希望成为一名量化交易员，你还有很长的路要走：
- 如何找到合适的策略？
- 如何辨别策略的好坏，甚至在回测之前
- 如何严谨地进行回测
- 如果回测效果很好，该如何进一步实现（业务模式与技术架构）
- 如果实盘在赚钱，如何扩大赚钱规模，如果亏钱，如何合理止损？
虽然路看起来很长，但现实中会更加敏捷，例如作者花了3个月构建策略、回测、建立初始头寸，而第一个月就开始盈利:)
对比来看，作者设立了一个网站，花了5倍的时间与人力，24倍的时间来证明商业模式不成立，而且包括作者在内的所有投资者损失了100%的投资额。
与这些相比，独立量化交易真可以算是一件令人愉快的工作了！
感谢阅读，欢迎订阅~
