有四種因素使非理性的市場行為得以存在。這些因素是過度自信、判斷偏差、羊群效應和風險厭惡。—《漫步華爾街》
文章導讀：
1. 警惕某些專案的“量化交易”
2. “量化交易”的發展和特點
3. “量化交易”的使用和效果
1. 警惕某些專案的“量化交易”
近來各種各樣的錢包，理財甚至傳銷幣都紛紛打著高收益，高回報的旗號吸引投資者參與它們的專案。這些專案往往誘導投資者投入一定的本金，然後許諾每月回報多少。這些回報往往相當驚人，摺合成年化收益率，可以達到百分之幾十甚至幾百。
這些專案有些就是靠龐氏騙局用後面入場的資金來維繫前期使用者的高收益，而專案對外介紹的盈利模式就是包裝所謂的“量化交易”。它們對量化交易的描述吹噓得神乎其神，彷彿是戰無不勝的利器。但實際上它一點都不神秘。
2. “量化交易”的發展和特點
量化交易是指以數學模型替代人為的主觀判斷，利用計算機技術從龐大的歷史資料中海選能帶來超額收益的多種“大概率”事件以制定策略。它極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下作出非理性的投資決策。
簡單地說量化交易就是由計算機按照一套演算法操作，來選取買入和賣出點，反復買賣，在這個過程中透過掙取差價獲利。
量化交易興起於上世紀80年代末，由於計算機技術的成熟而被引入到股票交易中。它在股票交易中最早得到大量應用。至今都是華爾街使用得非常頻繁的工具。
一般來說，量化交易最容易牟利的時候是行情劇烈上下波動時，因為在區間內波動，演算法就很容易找到高賣低買的點位。
如果行情單邊上漲或單邊下跌則量化交易的牟利空間就很少。因為在這樣的行情中很難找到合適的買入點或賣出點。
如果行情在一個極小的價格區間內盤整，由於價差很小，往往投資者為了放大利潤就會加槓桿，這就極大增加了交易的風險。
3. “量化交易”的使用和效果
早期對量化交易的使用，投資者會完全依賴計算機，但由於計算機演算法也是有侷限的，所以純粹由演算法選取的買入和賣出點未必合適。所以後來，也有投資者把量化交易系統給出的買入和賣出點作為參考，但最終還是會由交易員作最終的買入和賣出決定。
因此現在很多機構使用量化交易並不完全依賴計算機，而是綜合計算機和交易員的判斷來執行。所以實際上還是人在做最後的判斷。
在華爾街，純粹依靠量化交易進行股票交易的團隊往往都是花重金僱傭天才的數學家和電腦科學家幫他們設計精良的數學模型和高效能的交易系統，以求得在市場中捕捉各種差價和機會。
而普通的量化交易系統則無非是用一些非常成熟老套的交易策略進行交易，所以基本上大量的量化交易系統其演算法和效能都差別不大。
那麼量化交易的獲利情況如何呢？這就不得不提到華爾街鼎鼎大名的：詹姆斯西蒙斯。其一手締造的大獎章基金自1988成立至2009年西蒙斯退休的這21年間，年平均收益率達到了驚人的46%，在2007年次貸危機席捲美國，量化基金遭遇滑鐵盧的時代，大獎章基金最高獲得了驕人的73%的回報率。
所以這樣戰績傲人的量化交易團隊平均的年回報率也不過73%，這算是世界頂級的團隊創造的最好成績，那些自稱年化收益率百分之幾十幾百的專案，可信度又有多高呢？
再說量化交易也是需要根據不同行情制定不同的策略，並不是能保障穩定盈利的。所以能保證承諾穩定收益的那些專案，或許它只是用”量化交易“這個對普通人認為很高大上的概念做為幌子而已。
