量化不是算命！胜率只有51%，怎么就成了印钞机？算法不看名字和故事，只给股票称重和算期望值；散户求一次做对，算法允许十万次犯错，不追求赢只追求对！量化五脏拆给你看，拼的不是算法是逻辑！
本期节目详细拆解了量化交易的核心逻辑与运行系统。节目指出量化不是算命或预测涨跌，而是基于数学期望值与概率优势的复利系统，并讲解了从数据清洗、因子挖掘、主成分分析、正交化到配对交易等量化五大维度与完整流程，强调量化拼的不是算法本身，而是背后的逻辑。
视频链接：
完整文本：
如果这个逻辑本身它都不存在，你就是把算法写的再复杂再精密，也没有任何卵用。观物如实，拒绝碎片认知。今天呢，我们聊一下量化到底是什么玩意儿。其实今天这期节目呢，不光是给大家把量化这个神秘东西来个大起底，同时我还想让大家理解什么是量化思维。实际上，量化本质上呢，它就是一种思维方式，一种由概率跟因果共同造就的预期回报。首先呢，量化呢，它不是算命。市面上那种什么狗屁的AI预测明天涨跌这玩意儿，那跟真正量化半毛钱关系都没有。其实真正的量化交易就只做一件事儿，那就是计算数学期望值。算法会先算出盈利的概率乘上预期能赚的那个金额，再减去亏损的概率乘上预期会亏的金额，最后还要精准扣除这个交易成本，像什么手续费啊，像什么滑点啊这些成本。只要算出来最终那个期望收益大于零，算法就会立刻执行下令。其实整个流程看起来。
那你会发现根本就不存在任何的主观预测，未来这个涨跌这个环节，业内那些最赚钱的量化策略，实际上胜率往往只有百分之五十左右，好一点的五十二五十三左右，听起来确实跟抛硬币差不多吧。但是就靠这个多出来的百分之几，甚至百分之一的微弱的概率优势，量化机构呢就能通过海量的交易实现长期稳定的盈利。今天呢，我们就从头到尾详细的看一遍，看看一整套完整的量化系统是怎么跑的，就是它的数据输入模块、策略的运行逻辑以及自动执行程序那个具体的日，哎，它是如何运转的？我们呢先钻进算法这个视角里面啊，我们其实可以先从人的视角进行一个对比，人看股票看啥呢？先看名对吧？什么苹果啊、茅台啊，反正这些名字后边呢挂着个产品，有的呢还关注老板的一些八卦呀，甚至一些市场小作文啥的。但算法呢是从来不看这些玩意儿。
属于克隆绵羊，没爹没娘，更没有什么童年的记忆，也没有任何的品牌崇拜，不会因为哪个创始人讲话跟那个救世主似的热泪盈眶似的。在算法的眼里，任何一只股票都只是一个不断吐出数字的黑盒子，因此呢，算法根本就不关心人类所关心的东西。其实人类的认知方式要比机器更加复杂，因为人呢会产生各种情感，例如说体验感都是叙事带来的一些幻想，但这方面恰好变成了什么？变成碳基生物在市场搏杀的一个弱势，因为不够纯粹。而算法呢是完全不同的，算法真正想问的也不是明天涨不涨，而是当下这一堆条件同时出现的时候呢，往上走的可能性是不是比往下走多了那么一奶奶？也就是说一个交易它能不能做，严格就等于赢的可能乘以赢的幅度，减去输的可能乘以输的幅度，再减。
减掉交易成本，不是在预言，它是在称重。整个量化帝国的地基呢，就是这么一杆秤。那量化靠什么赚钱呢？量化赚钱的逻辑跟赌场的庄家呢是一模一样的，都是在微弱优势下的复利效应。你别看像那些比较著名的什么SIG这些大厂，他们只有百分之五十一的胜率，但百分之五十一的胜率足够变成印钞机的了。我给你算笔账啊，好比说一个策略，它的赢的概率呢是百分之五十一，输一次掉一块，赢一次呢能拿一块二，单看一次跟瞎猜呢没有任何区别。可要是这个小偏差能被纪律严明的重复十万次呢，你的每一次的期望值都是挣的那么一小截，你十万次叠上去，那这个百分之一的优势就不再是一粒灰尘了，就跟雪崩似的，慢慢越滚越有重量。这就是散户跟量化的一个最根本的分叉。散户想找什么？想找神域，要。
就是通过一次交易呢获得暴利，但是做错了呢，那就觉得天塌了。允许自己不停的犯错，因为每一笔错的成本早就提前写入了一个账本了。说白了，量化追求的跟散户追求的刚好是相反的。算法呢，它不追求赢，它只求把事情给做对。大家呢一定要把这两件事进行严格的区分。你一单盈利了，不代表你的决策是正确的。我就举一个非常显而易见的德州扑克的例子啊，哎，看一下这个大家就明白了。好比说你现在的手牌呢是KK，而对方的手牌呢是AA，此时呢如果你选择了对方all in跑马的话，你的胜率呢就只有百分之三十。好，现在呢一番公牌啪一下翻出个K来，你三条K赢了，但是你的决策是正确的吗？哎，这就是当下视角与事后视角的绝对差别。因为在信息的当下当中呢，你不可能知道未来的公牌必然会出现K。
对吧？你仅仅知道的是什么？是KK赢AA的概率。因此这个决策本身呢，它不对。但是呢，它赢了。所以量化追求的跟散户刚好是相反的。如果你要追求微弱优势下的长期复利，那首先的前提就是什么？就是得错得起。我给这个错得起呢一个数学底感啊，好比说你每笔期望呢只赚一分二厘，你听着好像非常可怜。但是你十万笔如果滚下来呢，就是一万二的毛利，而且这十万笔是相互独立的小注压下去的，总盈亏的波动呢是被摊的极薄的，它不是散户那种过山车，它是一条微微上扬的一条直线。所以量化基金卖给客户的其实并不是收益率，是这条直线的一个平滑值。你称重那个具体的东西是什么呢？哎，就是因子。大家呢可能听过这个词儿，好像挺高大上一样。实际上这个词儿呢没那么玄。我还给大家举。
举个例子啊，买股票像什么呢？散户看的是面团外边这个名字，你比如说他要烤一个法棍呐，或者是个牛角包啥的，这就对应的是公司那个名字或者概念。而量化程序看的是面团内部的物理参数，例如说里边面粉啊、蛋白质一些含量，还有什么面团的含水量，还有什么酵母的发酵时间等等等等吧。物理参数才决定了面团进烤箱之后呢能不能膨胀。而像这个面粉的蛋白质含量对应的就是股票的价值因子，面团这个含水量呢对应的就是波动率因子，然后酵母当下的一个活跃程度呢对应的就是多样性因子。这么说呢，虽然不够准确，但不耽误大家直观的理解。同一块面团在环境温度改变之后呢，它的内部的酵母的活跃参数呢就完全变了，最后烤出来的东西呢，哎可能完全不同。所以算法根本就不在乎这块面团它叫什么，它只是是测算当前的蛋白质含量、水分还有酵母。
的一个配比，然后再计算放进烤箱之后这个膨胀变大的一个概率，只要这个概率达标，机器就会立刻执行这个买入操作。所以股票的名儿也好啊，还是概念也好，它只是一个外壳，因子才是决定这只肉身怎么涨跌的一个底层参数。比如这只股票最近涨得特别猛，哎，这属于动量因子的事儿；而如果它上下剧烈波动的话，这就属于波动力因子管的事儿。再好比说它现在的价格比他妈净资产还便宜，这就属于价值因子。你看这个跟酵母的用量、发酵时间、蛋白质含量不同的配方进烤箱之后能烤出个什么玩意儿来，这是同一件事儿。这就使得什么呢？这就使得同一只股票今天可能是一个流动性枯竭的一个沉睡者，这个订单部里的资金就一拥而入，哎，它的参数呢就会瞬间变成一个极度活跃的暴走状态。
有了这个秤跟成分表之后呢，接着就看这个工厂是怎么开工的。算法呢，每天要吞吐几十亿条数据，里边有什么错价啊、缺口啊、假新闻啥的，全混在里边。最后能炸出来的优势呢，也许只是小数点后那一点点。其实大多数的数据呢，还是矿渣。你从这些数据里边能炼出多少金子？哎，这本质上跟算法本身呢也是有关系的。我们现在设定的就是一个大型做日商的算法啊，当然还有很多奇葩算法，那那就是完全是garbage in garbage out了。下面说说，假如你想做量化，你要经历一个什么样的流程啊？其实量化呢，包括你经营的生意或者是企业，其实都可以进行量化的数据化管理，它能让你马上知道到底问题出在哪里了。所以做量化第一步绝对不是上来就建模型，而是必须要彻底检查清理历史数据。比如说数据里边显示一只股票昨天是十块钱。
今天呢变成五块了，你就必须得查清楚是真的下跌了百分之五十，还是因为公司呢哎做了拆股。如果你不把这里的历史价格按照比例调整好的话，模型学到的逻辑就是完全错误的。还有一个非常容易犯的错误，就是很多倒闭退市的公司呢会被清理出历史数据。就是如果你只用今天还在正常交易的公司数据去测十年前的策略，你算出来的收益率呢会非常的高，因为这整个样本库就是一个大型的幸存者偏差，你忽略的就是当年那些推前退市的失败样本。还有一种非常非常难排查的一个数据错误，好比说呢一个公司的财务报表今年三月份才出来，还把它放在一月份的一个行情数据里边了，这就会导致你的测试成绩会提前使用未来的信息，一旦投入真实的实盘交易，立刻就会亏损。它会在测试阶段让你产生一种自己是天才的错觉，就是复权处理这个。
问题，还有就是要消除这个幸存者偏差这个问题，以及要防范未来函数这个问题。其实它叫啥或者名词都不重要，其实核心原则就一个，就是只要你在历史测试阶段出了一个极其惊人的一个收益率的话，你第一时间就要核对基础数据他妈是不是错了，千万不要第一感觉认为自己算法特别牛逼。你做完第一步就第二步，就是量化研究员开始要找真正的价格规律了，哎，也就是挖因子这个过程。因子就是能对价格产生解释力的东西。记住啊，量化是在挖掘概率跟因果这种双重关系，在量化当中只有可解释，没有必然。这个因子就必然如何如何，没有这种因子。如果真有的话，那只能是习近平因子了。毕竟指方向这块没人拼得过这傻逼。其实这一步的最大敌人呢，就是人的自己的这个脑子，人的脑子吧他妈天生有个臭毛病。
就爱在雨里边看见龙，在墙皮里边看见人脸。你测一万个方法，总有几个纯靠巧合也能摆出的一个神迹的哎那个样儿。我就说几种比较奇葩的啊，哎我跟你说，这他妈不是在黑谁啊？华尔街真的有人在这么干，有那种什么星期几买入特别赚钱的，还有就是名字里边带某个字母，公司又会涨得特别好的。你这类规律你要多少有多少，那数据不会阻止你胡说的。你只要试的够多，巧合也会给你颁奖的。所以真正的检验不是问这个想法过去赚没赚钱，而是把想法当嫌疑人拖进不同的年份、不同的市场以及不同的成本环境里边反复的做压力测试。如果换个房间换个行，那就不行了，那就不叫规律。大家想啊，市场里边有几千只股票，表面上好像是各玩各的，但实际上大量的涨跌动作都是被同一个主因牵着走的。好比说现在这。
只要往上一抬，哎，一大群高估值的股票呢，立马就会集体跳水。再好比说油价这么一涨，所有的能源公司都会跟着一起亢奋。有一门技术专门是用来揪这些提现幕后背后那只手的，专业名词呢叫做主成分分析，也就是我们经常听到的PCA检测。好比说现在有五个人异口同声的喊出了一句话，他会把这五个个体提供的信息压缩成一个信息，所以PCA会把大家共同关注的主方向呢先给抓出来。其实很多板块分类就是这么分出来的，然后再顺藤摸瓜去找下一个完全不重合的新方向。好比说科技公司呢，就是典型的利率敏感，因为高科技公司都有这个特性，那就把这些科技公司打包成一个类，叫做利率敏感型行业，就是公共事业类的嘛，因为它受到利率影响的是有限的。这玩意儿你经济好不好，你都得用嘛，这就是一个。
低利率敏感型，所以主成分分析它实际上是一个双向逻辑，既看共性也看差异。另一道工序就是什么？就是专门用来对付假证人的。好比说，你可能以为自己手里边捏了三个无敌的因子，像什么低市盈率、低市净率，外加一个高股息因子。如果你用这三个因子，必然过拟合。为啥呢？因为这三个玩意儿告诉你的是同一个事儿，反反复复强调的就是这家公司非常便宜。这个时候就要用到正交化了。正交化干的活呢，就是无情的删掉重复啰嗦这个部分，还有就是逻辑重叠这个部分。前面那个人已经交代过的信息呢，后边绝不允许换个语气再糊弄一遍。好比说那三个指标都是表达同一个事儿，那就是把你锁在什么？就是这个资产便宜不便宜上了。这就是为什么无脑叠指标这个事儿呢，根本就狗屁用都没有，它会加深人的认知幻觉。
现在再说说量化最喜欢做的一个交易类型，也就是配对交易。我就拿这件产品把量化的完整流程呢，哎，跟大家走一遍。你好，比如说百事跟可口可乐的，那是几十年的老冤家了，卖相似的饮料，面对相似的客人，都是一起影响这两家。其实大多数时候呢，走的是有快有慢的，但不会离得太远。就像这俩货吧，腰上绑着一根看不见的橡皮筋儿一样。但是好比说突然某一天百事猛冲，但是呢可口可乐原地它没动，就被拉长了嘛。那么人的直觉就会想，哎，肯定有一个走错了嘛，并且呢还会判断，要么就是百事退回来，要么就是可口追上去。但是算法呢是不看这个的，算法要先确定的是这个皮筋儿到底存不存在。这道检验学名呢叫做学整，其实动作呢也是非常朴素的。我就是先给两家找一个合适的配对儿。你比如说一份百事的股票对应的是一。
点三分的可口的股票，这在量化里面叫做对冲比例。为什么不能简单粗暴的一比一进行对冲呢？因为两家公司的股价的绝对值呢它是不同的，并且每天波动的剧烈程度呢也是不同的。你好比说百事的股价呢非常高，可口的股价呢比较低。如果你各买一股去对冲的话，两边的力量天平呢它是倾斜的，所以算法就必须通过这种线性回归的计算，找出一个极其精确的常数。你比如说这里边的一点三，就是使得一股百事的波动力量刚好完全抵消一点三股可口可乐的波动力量。只有配凑出这个特定的比例，整个大盘的涨跌噪音呢才会被彻底的过滤掉。然后量化根本就不看各自的股价走多高，它只盯着两者的距离。这个距离呢它晃归晃，但是终归会回到那个熟悉的范围的。哎，就是均值回归。你只有达成以上条。
算法才会承认历史上这波脾气似乎是真的存在的。注意啊，只是历史上似乎存在，那也是不行的。所以进一步说，量化的研究对象是什么？它是讲证据的，它跟哲学研究这块呢是完全不同的，也不看任何的形而上学。所以算法对任何关系的信任都带着一个有效期。那我们还差一把尺，就是算多远才算远，对吧？你十块钱算远吗？有的股票一天就能晃十块，所以算法给每对搭档呢都按照各自的脾气造了一个私人刻度，这把尺就叫z分数或者z分布。它只干两件事，就是先量今年的距离比平时多多少，再看这个配对的搭档平常一次分歧本来能走多远，你这么一除，所有脾气不同的脾气呢就换成一个统一的语言了，也就是z分数，这就是一个无量纲。它的意思就是离开了两个方差的距离，哎，这就已经不是。
普通的分歧了，这是一个巨大分歧。好比说，你的算法规则就是z一过二，马上就动手卖掉那个跑得太快的，买入落在后边那个。你不是在赌涨，也不是在赌跌，对吧？只赌这个距离的回归的日常。这个z一回到零附近呢，马上就离场，因为这个皮筋它也会断。也许因为某个公司的商业模式变了，你说这个英伟达要收购百世，全面要做这个AI的百事可乐，那他俩这根皮筋不就完了吗？再或者就是什么，就是发生大规模金融危机，那个时候全部资产无差别暴跌，皮筋呢也就没了，这就是解耦。所以真正的量化从来都不是相信规律，而是一边用规律，一边摸这个规律本身还凉没凉，这就是边缘分布计算的事儿了。量化流程呢我们走完了，我们再把这个镜头呢拉高一层，看什么呢？看市场每天到底在给什么东西标价？教科书上说那个什么定价是。
算公司值多少钱？但是那是个慢镜头，真实市场没时间等你把故事讲完的。你每条的消息，每笔的一个集单，甚至每次恐慌都在逼所有人重新进行一个投票。所以价格 it 不是公司的天然本该有的身份证，它是啥呢？它更像是不断更新的一个自我证词吧。我只能这么说，在这场投票里边，量化扮演的是什么角色？第一是就是阅读速度，财报这么一出，人类还在找净利润那一行呢。那个时候算法已经读完全文了。好比说发现那管理层把以前的确定改成了可能，再好比说把一句话就能回答的问题绕成了五分钟一个冗长的回答，是谁先读懂潜台词对吧？还有就是什么抢物理速度，好比说通胀数字一公布，普通人能看数字，人类是干嘛？是看这个数字，然后比这个预期，看看这个数据要不要降息，有没有降去预期。也就是说把整个分析呢分成了三步，而算法。
把这三步呢压成了一次判断，同一条新闻大家都收到了，拼的是谁先到，这就是量化的套利算法。还有拼的就是什么，就是谁着急嘛。高频做市商的算法根本就不care标的公司是干啥的，甚至它业绩好不好，其实这都不重要。你是造火箭的也好，还是卖厕纸的也罢，他只关心现在谁最着急。好比说现在有个人用市价单在猛买，这不就等于在暴雨里边冲到了一个伞摊前啊，喊这个伞多少钱一把我都要，马上给我一把伞。这个时候做市商算法呢就会撤掉所有的旧价格，然后在更高的安全位置重新卖给这个人，多出来的那分钱本质上就是急迫税。当你要求世界立刻满足你的时候，立刻本身就会变成商品，雨越大伞越贵，市场越恐慌，算法的逆向选择呢就会越凶，点差呢就会撑得越开。所以在你最想跑的那一刻，恰好要交最。
最贵的过路费，一个量化呢，至少五个基本维度。首先就是数据，把一大堆垃圾数据拉进模型，那就基本上没开始呢就已经结束了。这一步要做的就是统计的过滤技术，不是大脑，它不负责保证胜利，它只负责回答这一枪值不值得打。风险模型的是什么？它是一个安全带，它专查你买那堆东西，哎，它是真分散还是换了十件衣服继续压同一场赌局？最后呢就是成本模型，它是一个摩擦力的计算器。好比说你正面赚一块，但是你的交易成本也就是进出市场那花了一块二，这就不叫策略了，这。
做死战的，这是大家要知道，执行模型它是扣动脉机的手法。例如说，你大单能不能直接砸进市场？你得切开，你得藏好，然后慢慢的靠近，你别让猎物先听见你的脚步声嘛。而风险决定的是什么？是你能走多快？成本约束的是这单值不值得玩？执行成本决定的是这个仓位你能不能活着建完？最被外行低估的就是成本还有执行这两个，外边吹的那全是大脑有多聪明，多少纸面上的天才策略就是死在进出场那段路上的。
那普通人在这个算法面前有自己的活路吗？当然有了，就是认清自己的脑子。人脑呢是不擅长同时处理几十个资产、几百条这种关系的。你信息一多，大脑就开始过载了，然后就会开始主动删除自己不喜欢的证据，顺便呢再编一个顺耳的故事，把这个空白给补上。量化算法也会算错，但算法呢不会因为自己一笔亏损伤了自尊嘛，更不会临时的把交易系统改成一个尊严保卫战。好消息是什么呢？是现在有了AI了，所以大模型真正带来的不是人人一夜之间的就成为了一个量化大师了，这他妈也不现实。但是有一个实打实的好处就是大家不用再花时间，把大把的时间花在计算这个事儿上的。其实任何的算法本质上就是一个逻辑的复现，只是用数学这种语言把你的逻辑给书写出来而已。你比如说你认为资本开支的增长率的二阶导就是现在市场的一个动量因子，那么你就可以通过考察这个二阶导跟动量的变化关系，看看这个因子与动量能不能建立稳定的可解释，这就是个因子啊。
写成算法可能就是这样，后边呢也可以接入各种API去计算这种动量的约束，顺便呢还能看看具有这个动量特征的股票的类型啊，等等等等吧。所以真正上场拼的，它的也不是算法，而是驱动算法的逻辑。如果这个逻辑本身它都不存在，你就是把算法写的再复杂再精密，也没有任何卵用。所以大家如果对量化感兴趣，起点还是在逻辑培养上。好了，今天先跟大家毕业到这里。如果大家喜欢节目，请点击下方铃铛。如果大家想支持我的话，可以加入会员频道，欢迎到每个月四级的深度节目，欢迎加入好人通。我们下期节目再见。