何为量化回测、量化交易？

[a499492580]

欢迎大家关注 VX：MindGo 量化平台 在其下方留言或者登录 MindGo 量化交易平台（ quant.10jqka.com.cn ）社区进行留言讨论，我们会在 12 小时内回复您的问题。

量化投资本身是一个投资的方法论，虽然就单个策略而言，没有一种能够适应任何市场、任何时间段的量化策略，但是以量化的手段来帮助我们进行投资，这样一个投资理念，在任何的市场、任何的时间都是能够帮助我们提升投资或者风险管理的成效的。————万家基金量化投资部总监卞勇

随着数字技术的进步，未来会有越来越多的基金经理人会习惯于依靠量化来帮助进行，它主要的好处是在于，专业投资者追求的目标是在不确定性的海洋里面追求确定性的几个孤岛，此时依靠量化的帮助会有更多的胜算，借助量化技术来帮助自己的决策，也能规避自己的人性的弱点所导致的各种磨耗，来强化自己的风险控制能力，帮助自己更加有效率的去聚焦于值得深入挖掘的投资机会。这些都是量化不可替代的一个作用。————朝阳财富刘海

古时候，将军士兵在拿到新武器后，第一件事就是试用武器，只有试用过关的武器，才可能被将军士兵携带上战场。这个试用的过程中，达到了两个目的：

1.对新武器有一定的熟练度。

2.对新武器的优劣势熟知于心。整套流程下来，自然而然就放弃了那些不适用的、威力不佳的武器。

到了现代，宽客在计算机上把新的量化策略编写完成后，第一件事就是在历史的行情中回测，只有回测过关的量化策略，才能进一步进入模拟交易环境测试，这整个过程就是量化回测。

根据古代将军士兵的启示，可以明确的有三点：

1.量化回测应该以挑选优质策略、淘汰劣质策略为核心目的。

2.量化回测起到为量化策略进入实盘交易提供一定的依据的作用，只是判断量化策略好坏的第一个门槛。

3.量化回测结果存在很大的劣势：基于市场制度、市场结构、投资者投资水平、科学技术等一系列因素的不断演变，市场的过去不代表未来。

量化回测的重要性已毋庸置疑，那么如何做到有效的量化回测？

宽客在进行量化回测时，尽最大可能让量化策略处于历史的真实环境中，因为忽略历史环境中的细节必然导致整个量化回测是无效的。比如：某个策略回测时，某天在 X 股票以开盘价买入 100 万，而当时实际情况是 X 股票涨停开盘并封板一天，那么这笔交易在当时真实环境中是不能成交的，这样的回测结果就是无效的。

再比如：某个策略回测时，某天在 X 股票的开盘价买入 200 万，而当时实际情况是开盘价只成交了 50 万，随后股价一路上涨，那么这笔交易在当时的真实环境中也是不能成交的，这样的回测结果也是无效的。

除了上述细节外，还有交易滑点、市场冲击成本（此文不做详细展开）等都会直接影响到量化回测的结果，甚至影响宽客对整个量化策略的判断，因此把历史行情回测过程的细节处理好才能真正做到有效的量化回测。

当然这取决于量化回测平台的回测质量，然而很多量化回测平台在量化回测方面做得非常粗糙，以至于涌现出了很多“完美”的策略，实际上，他们的策略进入实盘只会让宽客亏钱。

而最近新推出的 MINDGO 平台，在量化回测的有效性上做得比较专业和细节。

量化策略在有效的量化回测中，怎么样才能算达标？

必须明确的是，历史回测环境是一个所有风险已知的环境。回测环境应该运行时间长达 2-3 年，最好是一轮牛熊，详细的有效的交易次数应当不低于 100 次，避免偶然性。那么在这样一个环境中，过多的调整参数达到过度拟合，无非就是想巧妙躲避回测环境中的已知风险而已，但是实际上我们的策略需要面对的是未知的风险，于是你会发现很多回测环境中非常优秀的策略，一旦到了实盘就不堪入目。

原因就在于哪些优秀的策略不具备应对风险的能力，它只能应付回测环境已知的风险，但是无法应对未来的未知风险，如：投资者都能知道 15 年 6 月的股灾，以及牛市前后的各个板块轮动情况，但是他们却不能准确的预知未来的牛市和未来的板块轮动情况。当然，会有很大一部分投资者使用风险指标去衡量一个策略的好坏，但必须清楚的是回测环境的所有风险都是已知的，量化投资者应当更倾向于在模拟环境和实盘交易环境中运用风险指标判断量化策略好坏。

因此，从本人的视角看，一个达标的量化策略只需要在回测环境中满足两大条件即可：

1.量化策略能严格按照投资者投资逻辑运行。

2.量化策略在回测环境能稳定获取收益并跑赢基准指数，有些对冲策略的话，只需要能稳定获取到绝对收益即可。

说完了量化回测，让我们来谈谈量化交易。宽客通过计算机语言，将一个投资策略量化，或者直接根据历史数据，挖掘有效的 Alpha 因子等，总而言之，宽客在量化交易前，必须拥有一个合格的量化策略。量化交易无非就是将宽客认为可以稳定盈利的量化策略放到真实的市场环境中运行。

量化交易与量化回测最大的区别在于：量化交易是实盘交易、是真实的环境。凡是能进行实盘交易的量化策略，必定是经过千锤百炼的，其具备一定的应对未知风险能力。实盘交易中，量化策略必须能有效平衡收益与风险，一味地限制和消除风险只会带来非常低的收益率，那么到头来还不如买入持有策略，或者买个基准指数基金，而无脑的追求收益，则会让量化策略在承担风险的过程中，突然死去。

因此在实盘交易的过程中，量化投资者必须意识到收益与风险的平衡的重要性，在风险整体可控的情况下，尽可能追求收益率。那么一个好的策略应当在量化交易中，满足三大条件：

1.获取正的绝对收益。

2.收益率战胜基准指数。

3.风险指标满足一定的条件。

那么宽客在量化交易的过程中，是不是高枕无忧了呢？显然是不可能的，宽客仍旧需要关注市场，必须清楚的是，这个世界上没有一个完美策略可以在任何时期赚钱，也就是随着市场的不断演变，宽客需要对策略进行维护和更新。其中比较关键的原因有三点：

1.宽客在创建量化策略的时候，很大部分是基于市场过去的因素，但我们已经知道，市场过去不代表未来，那么宽客在 A 时间点创建的策略，到了 B 时间点，可能因为市场环境的改变而导致策略失效。

2.除了市场风险外，还有外部风险，比如：网络风险，技术风险等等，实际上这些风险不容小视，一旦发生，则可能对量化交易造成严重的损失。

3.假设宽客在时间点 A 挖掘到了一个有效的 Alpha 因子，但是目前市场上量化投资者非常多，到了时间点 B，该 Alpha 因子可能被大量量化投资者挖掘，那么这个因子的有效性就会瞬间下降，宽客可能就需要重新寻找有效因子。

[codermagefox]

我想知道你们比 JoinQuant 有啥优势...

[a499492580]

@codermagefox
1.MindGo 汇集各大券商的量化选股、择时模型，实时更新量化模型对大盘的强弱分析和选股结果。
2.MindGo 提供策略订阅和定制服务，免费订阅优质的量化策略，协助定制您的私人策略。
3.MindGo 提供全面的策略绩效分析，及时呈现策略的收益情况和潜在风险。
4.MindGo 提供优质数据服务，依托同花顺平台高质海量数据，提升数据获取效率和稳定性。
5.MindGo 提供完整的量化教材与视频，从金融知识、Python 语言、数学建模三个层面引导不同领域的用户入门量化投资

[codermagefox]

@a499492580 我想我得告诉你我是 JoinQuant 用户,而且这里是 V2.你可以用用 JoinQuant,然后告诉我你们的优势在哪,这个应该不过分吧.这年头还用这种形式化的回复真的好吗