关于炒股：学习量化前我一直处于茫然的状态
我叫买鹏，现在是聚宽华东地区的负责人。
但更早之前，我跟大家一样也是一个业余股民。我从2007年开始炒股，算是完整经历了两拨牛熊。炒股算是门槛最低的投资方式，但要挣到钱非常不容易。在2016年之前我一直处在茫然的状态，完全凭着感觉做交易。我统计了那些年的整体收益后发现还是亏的，跟投入的精力完全不成比例。要知道那时我的业余时间花了很多精力在股票投资上，每天都会复盘，也看了很多主观交易的书，从MACD，到趋势理论、波浪理论还有缠论等等都读过，但始终处于一知半解。不论技术指标还是价值投资，各种方式我都尝试过，但效果都一般。
我想这肯定不是那些方法不好，但我又不知道问题在哪，很是迷茫了一阵。后来我才逐渐反思认识到问题的症结，是我的执行方法有问题。比如我看了巴菲特的书，按照他的方法去选股，但选完后我还是按照散户惯常的追涨杀跌的方法去交易，这显然不合适。
关于量化：一切都可以用数据说话
就这样一直到2016年7月，我有次在知乎看到量化的贴子，里面推荐了中国做量化比较好的工具，其中就有提到聚宽。我回去注册了聚宽账号体验了一下，感觉就像打开了一扇窗，迎来了崭新的世界。可以说，我是通过聚宽真正接触到量化，没有聚宽之前，量化对我就是一个词。接触了量化之后，一切都可以用数据说话了，这对我是个很大的转变。以下是量化的四个优势：
1.节省精力
主观交易的精力总是有限的，市场上三四千只股票能看一二十只已经很不错了。而且俗话说隔行如隔山，不同行业的股票完全不一样，你在这支股票上形成的交易逻辑不一定适用于其他股票。但通过量化你有了数千只股票过去十几年的历史数据，你可以借助计算机的力量帮你做大规模的分析。
2.拓宽视野
有了数据之后你可以做回测，就相当于复盘。之前你主观复盘也只能看个时间片段，比如看过去一个礼拜的走势情况，基于此来做投资计划。这个对后面其实不大具有指导意义。但如果你能有更长时间的数据进行复盘，就能站在更远的角度去审视交易思路。而且回测功能可以帮你没有成本的试错。以前没有回测的时候你要知道自己的想法靠不靠谱，只能在未来的实盘交易里用真金白银去验证，试错成本很高。但回测可以没成本去验证你的想法。而且有时候会出现你的方法不对但是正好赶上一波行情，让你误认为是对的。回测可以让你的想法在熊市、牛市、震荡市里都跑一遍，尽量避免这种问题。
3.量化可以帮你形成较完整的交易体系
以前我可以根据一只股票的K线形态和基本面决定买入，但什么时候卖出你不知道。它涨跌之后各该有什么应对措施，只靠主观拍脑袋很难想明白。有了量化之后，我有了修正策略的手段，我的交易逻辑可以在很多股票上去验证，从而不断地调整我的策略。并且知道什么策略适合哪一类的股票，或者哪一类的行情，可以有的放矢的使用。比如网格交易策略只适合震荡行情，到了牛市应该转用趋势策略，如果进行了回测，你可以有非常直观的感受。
4.帮你解决了盯盘和交易的问题
以前白天上班不能炒股，所以有持仓股票的时候总会分心，有量化之后这些都可以交给计算机了，这个是很大的改变。
量化最大的乐趣在于及时反馈
为什么人们都喜欢玩游戏而对读书兴趣不大，因为游戏能带来及时反馈，量化也一样——当你有了想法，你马上可以输入到计算机让它告诉你这个想法靠不靠谱。在此之中当你发现自己编程能力提升，程序可以从五六十分完善到七八十分。这个过程非常有乐趣，而且因为它跟实实在在的真金白银挂钩，所以自然而然得带着很强的驱动力。以前下班我还会打打游戏，现在时间都花在搞量化模型上，游戏都不玩了。
量化的回测功能真的很强大。刚开始回测时，我把我各种想法都穷尽过，九成是错的，剩下一成有点价值，我就接着去雕琢。那些你想得挺好的策略，回测后根本不是那样。比如你在百度上搜炒股秘籍，那一大堆的帖子，教你乌云压顶啊仙人指路啊那些方法，你把它编成程序回测一下，99.99%都是没用的。包括那些技术分析的书和文章，大多是一个方法配一段时间的K线图，意思是按我的方法你在这点下单，后面是不是涨了。现在有了回测你就可以验证它的理论，看看在千百个案例里到底有多少次没有走出这样的形态。最后你会发现那些策略的局限性其实蛮大的，远不是他们描述的样子。
不过回测对你跑实盘到底帮助多大，也需要辨证的看。因为你的策略跑得好也有可能是过分拟合。毕竟回测是基于已经完成的行情进行总结，然后把总结的内容再去过去的行情跑一遍，有点像考完试后的错题更正，再去重考，自然大概率比总结之前的好。
但不管怎样，总结了肯定比没总结要强。实践也证明通过量化修正来的策略比主观交易强。我刚写出模型的时候自己也不是那么自信，就先模拟盘，实际资金继续做主观交易。最后发现模拟盘表现得更好，才尝试拿30%的资金跟模型去做。现在我已经全部资金跟着模型做，不再做主观交易了。因为模型确实比我自己主观好。我2017年11月开始完全跑量化实盘，到现在收益是6.9%，相比同期的沪深300跌了8%，我的量化模型大幅跑赢大盘。
量化学习，分四个阶段
至于如何去总结过去交易数据，如何去调整和完善你的策略，这中间的技巧我也是逐渐摸索出来的——在我看来量化学习分四个阶段。
1. 量化入门：就是你知道量化的组成部分，有数据有工具，知道他们分别有什么、怎么用；
2. 观摩：去看别人的帖子怎么做；
3. 尝试：在看懂别人的帖子后在他们的基础上修改，同时也是熟练代码的过程；
4. 提升阶段：别人的框架可能已经不太适合你用了，你就可以做一些推倒重来的工作，甚至重新写一份适合你的策略；
我当初上手量化编程只用了三个月的业余时间，而且是完全自学，没上培训班。我觉得只要你沉下心来花些时间，构建普通量化策略并不复杂。毕竟量化常用的编程语法和数据结构就那么多，遇到问题百度一下，网上的帖子多得是，你连书都不用买就能解决问题。
学习量化有一个比较好的方式
就是善用策略模板
聚宽的策略模板按时间可以分四大块，分别是初始化、开盘前、开盘时、开盘后的四个函数。然后再基于怎么读取数据（股票行情和代码），怎么下单（股票买卖多少）。你可以先搭出一个基本框架，然后再慢慢去丰满就行，而且按照框架填代码的过程，不但有助于提升编程水平，也有助于形成完整的交易思想。这种实例运用的学习方法要远比啃四五百页的书强。
聚宽社区里经常有牛人的分享贴：
我实现了什么，非常好，我分享给大家
聚宽的运营有时也会发些干货在里面。我当时就是看到一些牛人的帖子来学习，尤其这些帖子里的模型都是开源的，我直接就能看到别人的量化模型是怎么做的，函数怎么写，数据怎么读取。如果我要做其实有些东西可以沿用，有些东西可以替换成我的思想。我觉得聚宽社区能领先于竞品，因为它确实能帮到用户，而不是软文堆砌。如果工具不好用，社区没帮助，用户会用脚投票。
买鹏在聚宽平台分享的策略
关于量化，建议开始只交易股票
如果你像我一样只是个股民，那么关于量化，我建议大家刚开始只交易股票。虽说成熟的量化交易市场大都是做期货、期权或者CTA，但普通交易者要守住自己的能力圈。不懂的话就保守点，做纯股票的量化也能过得下去。另外有人说主观策略很难量化，我觉得不太能成立，很只是你写程序的能力不足够表达你的想法而已。拿嘴说是人类语言，写程序是机器语言，中间就是一个翻译过程。只要你能说得清你的主观策略，就一定有人能用代码写出来。
关于聚宽：聚宽给我的最大触动是整个公司都
非常拼
2017年10月，我从做了9年的计算机硬件设备行业出来，加入聚宽。首先我是聚宽的用户，我在聚宽上玩了一年，体验很不错。其次我觉得量化是风口，是未来股票交易的发展方向。而且高考之后，我好像很久都没有全力以赴去做一件事情了（小编注：此人是北大毕业的），现在有这么一家处在风口行业中，有着不错的用户体验的创业型公司，似乎我可以去拼一下。后来也证明这个选择是正确的。聚宽这两年正在被行业快速认可，或者说量化这个风口正在被人们快速认可，而聚宽作为这个风口的标杆性企业，不久前刚完成了百度近亿元的战略投资。
聚宽给我最大的触动还不只是它发展迅速
还包括整个公司上上下下拼搏的工作态度
大家经常晚上十一二点都处于工作状态，而且都是很开心加班那种。聚宽的CEO，一个身价过亿的人，天天晚上睡在办公室的走道上（我一直说要跟他一起睡一次办公室，不过他刚结婚了，以后应该会回家睡了吧）。公司的员工都是志同道合的人，大家靠着一致情怀和愿景走到一起。而且包括有很多跟我一样，作为聚宽用户被它的产品感召而来的。我们主动加入聚宽不是因为公司待遇多好，而是真心认可聚宽做的事情。
而我们这群人的加入也为聚宽产品带来了更好的迭代。比如当初聚宽和广发证券合作实盘。在正式上线前的测试环节，我自告奋勇拿我的真实资金去跑实盘交易，而且资金量还不小。因为广发平台做交易的都是百万级别资金以上的高净值人群和机构客户，测试资金体量太少也感受不到大资金用户可能遇到的问题。最后果真跑出来一些bug，也很快被修复。
我还有个同事，他手机上有你能找到的中国所有证券公司的App，至少几百个，然后整天把玩，去从中发现不完善的地方，找到可能和聚宽合作的商业机会，好把我们的产品线往这方面引导。
这些都是基于，我们既是聚宽的员工，也是聚宽用户和量化爱好者，所以迫不及待想体验聚宽产品的新功能，也会先人一步去发现里面的bug，从而对产品带来更好反馈。我们是站在用户的角度去思考，促使产品迭代。
关于赚钱：量化离躺着赚钱还有多远
我曾经梦想过躺着赚钱，现在发现还挺远。
对我而言，一是稳定盈利只限定于过去这段时间，未来怎么样没法保证；二是当前我当前产生的收益还不足以支撑我的日常开销。比如我家庭一个月的开销是两万，一年就是二十四万，而过去半年我的收益是6%，据此就可以算出我需要将近两百万的本金去做交易，并且保持稳定盈利，这才能刚刚抹平开销，还谈不上财富积累，而且这还没考虑通货膨胀。
可能我的收益率还比较低，我们算高点，按年化30%的收益率好了，然后再假设它能保持连续十年，资金就能翻13.8倍，看起来非常了不起。这意味着2008年你的起始资金是100万，2018年的今天就是1380万；但是如果2005年给你100万做别的事，能不能赚到1380万？好像也可以。不管是投资房产还是投资自己然后去认真工作，好像都可以。所以哪怕你炒股能战胜巴菲特，保持30%的年化收益，好像也就这样。当然你可以说10年太短，复利还没充分发挥威力，但是时间维度拉长，困难度也大大增加。
如果跟我之前一样在主观交易痛苦地亏钱
量化是条很好的路
但要有个清醒的认识--散户炒股发财的概率很低，远低于认真工作发财，量化也不能改变这点。普通交易者还是应该好好工作，量化只是一种工具，可以帮你减轻交易的压力，促使你好好工作，或腾出时间去做别的事。至少对我是这样，云端的机器帮我全自动进行交易，我连电脑都不用开，这让我有更多时间回归自己的生活和家庭。
关于未来
股票量化做久了，我有时候也会大胆想象那些未来量化可能应用的场景。比如人生的经历如果也能量化和回测呢。比如在职业选择等重要时刻，通常人们都会很茫然不知如果选择。如果有大数据告诉我，有多少跟我背景相似的人面临过同样的选择，他们都怎么做的、结果怎么样、遇到过什么问题、如何解决的，这会对大家做决策非常有帮助。未来可不可以这样呢？我很期待….
文章转自投石星球，可点击阅读原文查看。
- 聚宽精选 -
五道口活动回顾——北大光华张然对话嘉实刘斌：利用因子避免踩雷
【首发】聚宽全面开放量化金融数据－JQData正式上线公测！
【量化课堂】银行股的单因子研究
【聚宽精选】持续更新，敬请期待
长按二维码，关注聚宽精选