量化金融分析師（AQF）|量化交易過程中需要注意的幾個缺陷及建議

量化交易，也稱為自動交易和黑盒交易，是一種利用復雜的數(shù)學模型和公式在金融市場中進行高速決策和交易的交易系統(tǒng)。交易過程中涉及了使用快速計算機程序和復雜算法來創(chuàng)建和確定交易策略，以幫助投資者獲得很好的回報。

基于此，在交易過程中，為了尋找獨特的機會，許多投資者因而會依賴于量化工具來進行交易機會的篩選。投資者通過運用這些工具從而完成了大規(guī)模的篩選工作例如：梳理成千上萬的投資標的、從海量的財務報表中提取重要信息、精確計算投資估值指標以及對投資機會或標的進行排名。

盡管在交易過程中運用量化手段有著很多明顯的優(yōu)勢，但也存在一些比較顯著的缺陷。

其中，量化交易的較大缺點之一，即為在量化交易過程中所需的充足技術和相應的策略資源。在設計交易策略過程中，策略制定者的一個先決條件，在于需要了解、熟悉如何使用特定的程序語言進行編程，而這一過程，本身就需要很長時間才能夠習得。

除此之外，量化交易的另一個缺點在于自動化交易過程中的缺乏控制性。由于整套交易策略與執(zhí)行是以自動化形式進行的，在這一過程中，如若程序無法以投資人所期待的方式運行，那么勢必將造成嚴重的損失。因而在此之前，策略程序即需要進行充分徹底的測試，以避免可能出現(xiàn)的錯誤。

>>>點擊學習CFA+AQF量化金融雙證班課程

另一方面的顧慮在于，在金融市場大幅波動時，大規(guī)模地使用算法和高頻交易可能會加劇市場的不穩(wěn)定性。

以2018年2月5日美國證券市場為例，當?shù)拉偹怪笖?shù)在當日重挫4.6%時，整體價格也相隨出現(xiàn)了15分鐘的快速下跌。對于這一現(xiàn)象，BB＆T財富管理公司的Walter Hellwig在接受彭博社采訪時表示：“證券市場上早上的下跌是由人為原因所導致的，但下午的暴跌則根源于程式化交易。”出現(xiàn)這一現(xiàn)象的核心因素在于，由于算法策略會自動相應價格的下跌，因此當價格出現(xiàn)波動時，計算機會進一步配合這一波動從而發(fā)生大規(guī)模的拋售。在這一情況下，人類思維的辯證能力，就能夠有效地規(guī)避這一情形的發(fā)生。

基于此，筆者認為，在設置相關交易策略時，應當注意以下三點：

其一：對不同的投資品種、門類應該分而視之，決不能以一視同仁的態(tài)度來統(tǒng)一考量；

其二：在設計策略、編輯算法的過程中，決不能脫離交易標的的基本面進行分析；

其三：在設計交易策略時，需要考量到資金頭寸的儲備，盡力擴大交易的安全邊際。

一直以來，交易就與壓力、風險共生，同呼吸、共命運。時代潮流是勢不可擋的，但在大時代中揮斥方遒，發(fā)揮核心作用的，仍然在于交易者本身。