我一直认为作为一个散户投资者，我们在投资前首先就要选对合适自己的方式方法，如果方式方法选错了，那就相当于南辕北辙，白费功夫。

目前在投资领域比较流行的投资方法大概有这几种：价值投资、技术分析、宏观投资、量化投资。

价值投资是我一直在学习和揣摩的。

技术分析我认为完全不适合我，所以很早就放弃了。

宏观投资是达里奥、索罗斯等一类投资大家使用的方法。我认为离我非常遥远，我也根本不具备那个条件，所以我仅仅只读过他们的一些书，把其中的观点和方法当作知识了解一下。

而量化投资是我从来没有了解过但却一直以为自己大概了解的。

我对量化交易的理解一直以来以为就是以技术分析为基础再辅助强大的计算机算力，使得能够比同行用更快的速度捕捉转瞬即逝的机会。

举例来说：

某个投资标的马上就要向上顶到某个价位的压力线了，这个时候我能够在最逼近压力线的地方以最快的速度把手中的仓位清掉，这样我就抢在对手前面以最优的价格在到达压力线前落袋为安了。

这个过程的关键就在于灵敏地判断各种技术指标同时保证算力的足够强大。

这就是此前我对量化交易的理解。

按照我的这种理解，我一直觉得量化交易无非就是技术分析的升级版而已，没什么神秘的。

直到最近，因为DeepSeek大火，它的母公司又是一家量化交易公司，它的创始人又是詹姆斯·西蒙斯的拥趸，而更巧的是小伙伴最近送了我一本西蒙斯的传记，我才一时兴起，有了机会通过这本传记了解量化交易的运作方式。

读完这本书，我才发现此前我对量化交易的理解实在太过肤浅，才认识到量化交易的运作远比我想象的要复杂得多。

读完这本书我最大的收获就是：我终于清楚了量化交易这种方式同样不适合我这样的散户。

越到现在我越能体会到在投资的路上，很多时候多搞清楚自己“不应该做什么”，“不适合做什么”或许才是最快的捷径。

今天就和大家分享一下西蒙斯传记中所描述的量化交易的大概原理。

西蒙斯可以算是华尔街开量化交易先河的标志性人物。

他之所以能开创这一全新的领域，完全是来自于他曾经在美国国防研究所工作时得到的灵感。他在国防研究所的工作就是从一堆看似杂乱无章的数据中解码出隐藏的敏感信息。

这些看似杂乱无章的数据就是美国政府截取的各国通信情报，这些数据都是被加了密的情报，所以他的工作就是解密。

他所使用的就是统计学的方法，在这些大数据中找数据出现的规律从而推测出真实的情报信息。

他认为这套方法也应该能用于找出金融市场中潜藏的规律。

这和技术分析有相似点但也有明显的不同。

相同的地方在于两者都是利用统计学找出规律来推测价格未来的走势。

但不同点则在于传统经典的技术分析主要从历史价格中找出规律，均线理论、波浪理论、技术指标等无不如此；而量化交易则从更加广泛的（不限于价格的）数据中找出价格规律。

我们举例来说：

技术分析中有个指标叫做平均线，比如100日均线。它是以过去100日交易价格的平均值作为点连成的线。技术分析在用这个指标时会看当价格上行冲破100日均线时会如何；当价格下行跌破100日均线时会如何。

这里的规律就是从历史价格中总结出来的。

但量化交易会怎么发现规律呢？

比如西蒙斯的团队曾经发现过这样一个规律：

每当日本政府和西德政府发表某些经济政策的讲话时，日元和西德马克的汇率就会发生变化并持续一段时间。

但其它货币就没有这个现象。

于是在它们的系统中就会把日本政府和西德政府的发言作为一个输入，每当有这个信息时，系统就会自动进场操作日元和西德马克。

这样的操作是不会在传统的技术分析中出现的。

在西蒙斯成立团队的初期，他们首先尝试的就是传统的技术分析方法，但收效甚微。于是他们很快就放弃了这种尝试，从而转向使用更大范围的数据从中找出统计规律。

这就需要将大量看似杂乱无章甚至毫无关联的数据有机地联系起来。

用我的理解就是：

如果南美洲的一个蝴蝶震动了一下翅膀就会影响接下来五分钟金属铜的价格走势，那量化系统就要试图找出这个规律。

这个要求和标准远超传统技术分析所能达到的。

这需要很强的大数据技术和统计学建模能力，反而对经济学和金融学的要求不那么高。

因此能够实现他这个想法的人只有数学家和计算机专家。

自他成立量化交易团队伊始，他所找的核心成员就是当时知名的数学家和计算机专家，他几乎不要华尔街的金融专业人士。这种招聘人才的要求似乎在今天依然如此。

当初，他最先提出这个想法时，华尔街是嗤之以鼻的。当然，他也对华尔街置之不理，只是坚信他的这个方法一定会有效。

最终他成功了。

华尔街的金融机构也开始纷纷模仿他的做法。

看完这些，我们再想想平时听到的大多数所谓量化交易团队，有几个具备这样的实力和水平？

再者，这个方法适合我们散户玩家吗？

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。