这是一个创建于 148 天前的主题，其中的信息可能已经有所发展或是发生改变。
经常听到量化要自己写算法，也有成熟的厂商提供 T0 算法， 包括现在 AI 出来了，也有 AI 盯盘,AI 下单， 怎么入门这类程序化交易？
 | 1 AlohaV2 148 天前 如果成熟厂商提供 T0 算法，他们为何不自己闷声发大财哈哈 |
 | 2 bjzhou1990 148 天前 个人做量化好像是只能通过 qmt 接入，不过现在量化应该也能挣钱吧，不知道我说的对不对 |
 | 3 Sawyerhou 147 天前 就入门量化而言，学学 python ，在回测框架上实现几个经典策略，就算是入门了。 至于提供成熟 T0 算法，AI 盯盘 AI 下单，我个人目前还没见过。 |
 | 4 csunny 147 天前  1 供你参考，08 年到今年断断续续搞了 7 年了，到去年才终于看到一点曙光。技术倒不是大头，现在都可以 ai 帮你写。人性这关能不能过，很多人应该是受不了放弃了。再牛的策略也可能一实盘就是在回撤期。 |
| 5 csunny 147 天前 上面 18 年开始写成 08 年。 |
 | 6 hwdq0012 147 天前 做量化，首先网速要好，如果你不能去一道流量贩子那里做量化，那你做量化可能就是在让人收割 大家都在做 ai,大家的 ai 都在一边盯，一边强化学习，大家都在不断的变化，那么就只能拼网速了 有个外国电影讲量化的，为了几 us 还是几 ms 的速度 自己拉光纤 |
| 7 hwdq0012 147 天前 《 The Hummingbird Project 》（中文名《蜂鸟计划》） 剧情概要： 两位堂兄为了在高频交易（ HFT ）中获得比竞争对手快几毫秒的优势，决定自建一条直通堪萨斯到纽约证券交易所的数据光缆线路。 这条“蜂鸟计划”的目标是 把数据传输时间降低到 16 毫秒！ 他们因此与前雇主展开激烈竞争，期间面临技术、法律、财务等多重压力。 |
 | 8 elffkdx 147 天前 量化 是泛名词，看你有没有好的交易方法，个人感觉，自己有好的交易方法的人才能做到量化盈利，量化只不过把方法转为程序来执行，人的交易方法在速度和容易都被扩大了，比如某种指标买卖股票，人工只能管理 500 万的资金，但量化轻松管理 5000 万资金 https://zh.wikipedia.org/wiki/%E8%A9%B9%E5%A7%86%E6%96%AF%C2%B7%E8%A5%BF%E8%92%99%E6%96%AF 这个人是搞量化特别牛的大佬 |
 | 9 gitreny 147 天前 准备 gap 了搞这个，也在等入门 |
 | 12 Memoriae 147 天前 4 金融机构打工人来说下，AI 和量化交易没有直接联系，最多就是提高编程效率。首先要找到合适的因子，看他们的 IC 、IR 值，可以跑回归、单因子、多因子组合尝试下，找到数个高 IR 的财务、风险、估值、动量指标后，试着组合起来回测。参数也可以通过交叉验证、蒙卡、bootstrap 等方法去评估再调优，但这也是过拟合的结果。 从长期来看，一些基本面质量因子（如估值）和动量（如超卖）因子结合是比较稳健的，能跑赢大盘，但想赚很多钱想都别想。 我觉得程序员搞量化一定会遇到为什么我一实盘就陷入超额的回撤阶段，会遇到过拟合、部分因子赛道拥挤、市场风格调整等问题，还有就是量化交易本身需要一定主观来择时的，例如小盘/微盘+成长因子这个策略组合就有很强趋势性和很大的回撤，例如监管打击量化、微盘因子赛道过于拥挤等因素，还要考虑什么时候应该换因子，很复杂的。 我们一般把策略划分为 CTA 、指数增强、alpha 中性、套利等，其实统计套利和基本面中低频量化是比较适合散户的，什么高频、T0 、时间序列预测、订单流等，反复交叉验证后，我是觉得在没行情和下单延迟的优势下，是不可能有比较稳健的超额回报。很多人自己不了解市场里的游戏规则，又想赚大钱就赔进去了。 |
 | 13 cnoder 147 天前 个人做量化没有一点优势 |
 | 15 bk201 147 天前 我觉得你先要手动交易策略胜率高才行吧，直接上量化，上机器人不就等着赔钱吗 |
 | 17 1008610001 147 天前 量化主要的就是策略，先自己交易总结，然后用量化实现你的交易策略就行 |
 | 18 mscsky 147 天前 量化一般做的 etf ，不存在网速的问题 |
 | 19 runninghipp OP @csunny #4 能交流交流嘛？ |
| 20 runninghipp OP @gitreny #9 有勇气，加油 |
Select Language