散文網(wǎng) » 科技 »學(xué)習(xí) » 量化簡(jiǎn)史（從公式到人工智能）

量化簡(jiǎn)史（從公式到人工智能）

2022-02-12 23:37 作者:進(jìn)擊的詩(shī)與星空 0人讀過(guò) | 我要投稿

在遇到同花順iFind之前，星空君學(xué)過(guò)一段Python，然后用幾個(gè)免費(fèi)的數(shù)據(jù)庫(kù)爬取數(shù)據(jù)，實(shí)現(xiàn)了財(cái)報(bào)數(shù)據(jù)和交易數(shù)據(jù)自動(dòng)入庫(kù)，然后形成想要的分析報(bào)表。

后來(lái)發(fā)現(xiàn)某網(wǎng)站搞量化策略征集，就去注冊(cè)了個(gè)賬號(hào)，系統(tǒng)的了解了一下當(dāng)前的量化情況。

所謂量化，就是依托于計(jì)算機(jī)技術(shù)的自動(dòng)化交易。美股大約70%以上的交易量來(lái)自于量化，A股數(shù)據(jù)不是非常透明，樂(lè)觀(guān)估計(jì)大約40%的交易量來(lái)自于量化。

公開(kāi)信息顯示，目前中國(guó)已知的規(guī)模前十的私募中，有一半是量化。

另一半，嘿嘿，星空君認(rèn)為采用了量化3.0（什么是量化3.0，見(jiàn)下文分解）。

需要注意的是，量化只是一種交易方式，賺錢(qián)的是邏輯是模型，而不是交易方式，和是否量化無(wú)關(guān)。正確的邏輯和模型，無(wú)論是量化還是人腦，都會(huì)賺錢(qián)；不正確的邏輯和模型，無(wú)論是量化還是人腦，都不會(huì)賺錢(qián)。

在歷史的發(fā)展中，量化技術(shù)發(fā)生了根本性的變化，現(xiàn)在前沿的基于神經(jīng)網(wǎng)絡(luò)的量化，和早期的量化，已經(jīng)完全不是一個(gè)物種。

從實(shí)際操作來(lái)看，量化更適合高頻交易，人腦定性投資更適合低頻長(zhǎng)期價(jià)投。

一、量化0.1，公式時(shí)代

很多炒股軟件會(huì)有一些公式，有的是軟件提供的警示點(diǎn)，有的是炒股高手定義的買(mǎi)入賣(mài)出點(diǎn)。

這就是最簡(jiǎn)單的量化，邏輯清晰。

在Python的量化公式里，這類(lèi)買(mǎi)點(diǎn)、賣(mài)點(diǎn)非常多。

這是最初階的量化，但還不算量化，星空君定義為這是量化0.1。

二、量化1.0，因子時(shí)代

應(yīng)該說(shuō)，現(xiàn)在對(duì)量化有偏見(jiàn)的投資者，絕大多數(shù)對(duì)量化的認(rèn)知，還停留在因子時(shí)代。

什么是因子？

搞IT的都明白，無(wú)非就是一條if語(yǔ)句。

但中國(guó)的金融市場(chǎng)有個(gè)問(wèn)題，除了金融工程專(zhuān)業(yè)畢業(yè)的，大部分財(cái)經(jīng)專(zhuān)業(yè)都是學(xué)文的，缺乏理科思維。

對(duì)量化的認(rèn)知，就缺乏理科思維。

而搞金融工程的，都在悶聲發(fā)大財(cái)。

星空君偷偷關(guān)注了一個(gè)量化協(xié)會(huì)，發(fā)現(xiàn)現(xiàn)在研究量化的頂尖人才，基本上是清北最高端的高科技人才。

他們對(duì)因子的研究，早已不是那么簡(jiǎn)單。

比如是這樣的：微博情緒和股市波動(dòng)情況的關(guān)聯(lián)分析。

他們不僅僅是對(duì)股票做量化，甚至把微博、抖音等社交媒體也搞了量化，利用大數(shù)據(jù)直接自動(dòng)梳理和股價(jià)相關(guān)的因子… …

三、量化2.0，上云時(shí)代

如果說(shuō)1.0時(shí)代的計(jì)算主要依賴(lài)于服務(wù)器，到了2.0就開(kāi)始上云了。

上云的好處是：無(wú)限算力。

只要徐翔能把他的投資邏輯表達(dá)出來(lái)，就可以落地，然后窮舉、上云。

四、量化3.0，模型時(shí)代

比較有趣的是，量化3.0時(shí)代，可能有的量化不是量化。

如何理解呢？

只要投資家的投資邏輯是穩(wěn)定的、可復(fù)述的，那么他表達(dá)出來(lái)的這個(gè)投資模型，就是量化。

不管是否接入計(jì)算機(jī)，哪怕他只是一遍一遍的用人腦去投資，也是一種量化。

為什么要把這種思維模式定義為量化？

是因?yàn)樾碌牧炕?.0時(shí)代來(lái)了：人工智能。

五、量化4.0，人工智能

曾經(jīng)有傳言，阿爾法狗跑到A股來(lái)搞量化，然后虧損退出。

事實(shí)上這是一個(gè)謠言，一方面，阿爾法狗并沒(méi)有來(lái)A股；另一方面，基于阿爾法狗類(lèi)似邏輯的神經(jīng)網(wǎng)絡(luò)人工智能，正在美股大放異彩。

如果說(shuō)1.0-3.0都是模擬、復(fù)制人的投資策略的話(huà)，那么4.0就是另外一種玩法了：超越人腦，獨(dú)立思考。

以阿爾法狗下圍棋為例，當(dāng)它大殺四方擊敗所有人類(lèi)包括圍棋天才柯潔的時(shí)候，柯潔說(shuō)了一句：我感到渾身都在顫抖，真的，寒冷地顫抖。我再也控制不住情緒，趕緊沖出對(duì)局室，找到一個(gè)無(wú)人的角落里哭了起來(lái)。因?yàn)榧磳⒌絹?lái)的3:0，這樣的結(jié)局對(duì)我來(lái)說(shuō)實(shí)在是太絕望了。

為什么會(huì)這樣？

因?yàn)楹笃诘陌柗ü?，已?jīng)不再采用人類(lèi)的下圍棋思路。

這是神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)的奇妙之處，你只需要告訴它目標(biāo)，它可以自主學(xué)習(xí)。依賴(lài)世界上最強(qiáng)的算力，它可以在最短的時(shí)間復(fù)盤(pán)人類(lèi)歷史上所有記錄的炒股邏輯，然后自主學(xué)習(xí)。

我再舉個(gè)栗子，現(xiàn)在有一種新興的職業(yè)，叫人工智能訓(xùn)練師。

比如，訓(xùn)練師告訴AI，這是人臉，那也是人臉，這一個(gè)不是。

慢慢人工智能開(kāi)始自主學(xué)習(xí)，然后自己開(kāi)始學(xué)會(huì)了畫(huà)人臉。

比如下圖的左側(cè)，是人描繪的風(fēng)景，右圖是人工智能根據(jù)“自己”的理解“畫(huà)”出來(lái)的圖。