说来不怕大家笑话，之前我对量化有着较大的抵触，可以说是有99次的放弃，但是第100次，我还是选择了量化。简单聊一下为啥会有这第100次的选择。

临渊羡鱼——那些伤害到我的数字

2025年，我个人的投资收益只有5%不到。别笑，据统计，我可是显著跑赢林园的私募基金呢（傲娇！见下图。

理工科学生都知道：我们做研究就只遵从一句话：“摆事实、讲道理。” 上面表格的数字放在这里摆着，已经表明：主观式微，量化盛行。那么不知道大家有没有想过：量化为啥能赚钱？

为啥价值投资这么成功了，还有量化？很简单，因为量化赚钱，但是量化

量化的盈利逻辑

为啥价值投资这么成功了，还有量化？很简单，因为量化赚钱，但是量化为啥赚钱呢？我理解，应该有三点。

• 第一：胜率

量化投资策略的买入的股票的胜率一般都是经过缜密的计算，确保胜率大于50%。如何确保胜率就是量化择股、择时这份工作要做的事情。

• 第二：赔率

赔率其实是博彩业的一个术语，指的是本金与可能得到收益的比率。举个例子：假设你现在去彩票店花了2元买了一个100万的福利彩票，那么这个赔率就是2:1000,000 ，也就是1:500,000。虽然这个赔率高，但是胜率低啊！这就是为啥即使有100万的奖池你也赚不到钱的原因。

• 第三：期望

期望，就是学校里面概率论学到的那个概念，（如果没有学过，那么这个词儿有点不太好理解……）用一个真实的例子来解释期望。

• 假设每次交易都是一个独立事件；
• 假设胜率为p，败率则是1-p；
• 假设胜一次赚100元，输一次亏80元；

那么基于上述条件，做一次买入卖出操作的收入期望就是E = p*100 + (1-p)* (-80) = 180p-80

如果要盈利，就需要保证180p-80大于0 ，求解这个公式，180p-80>0，那么p需要大于4/9 ≈ 44.44%。

总结一下：在胜率为44.44%，胜一次可以赚100元，如果亏只亏80元的情况下，那么这次投资可以做到不亏钱。如果要保证持续盈利，那么就需要从上述2点考虑：（1）提高胜率；（2）提高赔率

• 第四：均值回归（大数定律）

大数定律，这个应该大家也不陌生，基本上大学里都有学到。大数定律就是想说一下件事儿：均值回归。也就是说，在足够多样本的情况下， 就会回归到本应该回归的价格/盈利上。这一点，就非常像段永平说的那句话：你终将成为你本应该成为的样子。

所以说，

（1）无论是量化投资、还是价值投资，本质上都是那么回事儿：均值回归。

（2）量化策略的收益就是胜率、赔率来决定一笔投资的盈利/亏损情况。

（3）足够多的交易，会放大收益（均值回归）。

不知道，看到这里，大家有没有明白量化能够盈利的本质原因了。如果还不懂，那么就记住下面这句话：把收益期望为正的事情，反复做，持续做就能赚到钱。这就是量化。

好了，既然理解了量化赚钱的本质逻辑。如果你能接受的话，也能承认这个逻辑没啥问题，那么接下来就可以考虑：是不是我们个人散户也能做点什么？

当然，肯定能做！

量化的分类

量化投资，都包括哪些方面？

量化投资，简单地说，就是把投资过程程序化，可以用数学定量的决策。那么量化主要有哪些类别呢？按照不同的划分方式，有不同的划分结果。

• 按照策略逻辑/收益来源分类

就有四大主流流派，分别是：基本面量化、alpha量化、beta量化、多资产配置与对冲策略。

alpha量化就是找更强的个股，比如经典的多因子策略就在alpha量化下面。随着深度学习的日新月异，最近也是有不少机构以深度学习的方式来挖掘更有效的因子。比如下面这个招聘的信息：

• 按照产品类型分类：

包括：股票量化、CTA量化、期权量化、FOF/MOM

• 按照盈利模式分类：

有：单边多空、套利策略、对冲策略等。

量化投资不是单一策略，而是一个“工具箱”——你可以用它做价值投资（基本面量化），也可以做短线投机（贝塔策略），还能做全天候稳健配置（风险平价）。真正的高手往往是多流派融合者，比如在趋势策略中加入波动率过滤，在Alpha模型中融入宏观状态判断。

量化相关的书籍

说实话，我接触量化不算多，也就本周一周的时间。我大概读完了如下几本书：

• 《十年十倍》

这本书是一个非专业人士写的入门读物，我觉得里面最重要的思想是：让读者对量化有一个清晰的认识——为啥量化是有效的。除此之外，也介绍了一些常用的技术指标，比如boll线、macd等。

• 《量化投资技术分析实战》

这本书其实我是反复读过，我在2023年尝试入门后又放弃的读物。现在来看，其实这本书写得挺好，只不过2023年放弃的实在过早。好在亡羊补牢，犹未晚矣！

这本书提到了一些经典的交易策略，比如海龟交易法则、Aberration策略 等等。这些简单的策略能够帮助初学者快速地搭建自己的一套交易系统。

• 《裸K线技术分析与交易》

这本书，搁半年前，我是绝对不会打开的。那会儿我肯定自诩为：中国巴菲特的传人（呸，我还真把自己当回事儿了）

现在，我看这本书，我甚至觉得，写的真好！真的很好！要不说呢，人真是善变，不过我很能为自己的眼界不再局限而高兴。废话不说了，简单点评一下这本书，这本书讲的就是：如何利用裸K线来辅助交易。这里面能学到非常多的技术面信息。比如压力位、阻力位。那学这些有什么用呢？帮助你构建一套程式交易，帮助你构建一套胜率较高的程式交易。

除此之外，这本书还给到了我非常喜欢的几句话：

• 投机是一门长期的事业。

• 交易数学的基础是大数法则。

• 用科学的态度做投资。

别的不再多说，感兴趣的读者可以自己去找找这几本书看看，我后面会专门再出几期读书报告给大家。

量化平台相关的工具

这块儿有非常多的平台，但需要注意的是：量化最要的是策略，不是平台。平台只不过是帮助检测策略是否有效的工具。

我现在常用的平台是聚宽，主要是验证策略方便。因为我目前还没有实盘交易，所以还未接触到更深一步的部署。如果你是一名纯小白，连计算机也没学习过，那么使用聚宽这类平台是比较好的方式了。

最近也发现了一个开源的工具包——BackTrader，不得不说，这做得是真细！

集合了非常多有用的工具，但是与聚宽这类平台相比，上手难度就高了，如果不是程序员出身，我不太建议用这玩意儿。

归家结网

当然，我不是口嗨，本周的周二（2026年1月14日），我部署了我的第一版量化策略，如下图所示：

这里贴了一个实盘分享链接（密码请留言评论获取），感兴趣的读者可以去蹲一个收益看看。

我简单地介绍一下我使用的这个策略，刚入门，也别笑话哈。

这个策略的主旨就是：小市值轮动。有点儿追高、强者恒强的感觉吧。策略核心：从中小板综指中去除掉ST、昨日有涨跌停等系列条件的股票，然后按照市值从小到大排列，取前5支股票交易。

当然了，我的这个实盘策略是稍微做了一点儿魔改，不过我的魔改没有什么依据，纯凭我学习到了一点儿布林线的知识。 所以我又尝试在这个策略里面加了一个布林线过滤。最后便得到了上面实盘分享链接里面的代码。

这个策略回测的效果还是不错的，但是有一个显著问题就是：回撤巨大！

红框里面第4组与第2组的区别就在于下面这一行代码：

看完这行代码，我恍然大悟：小市值轮动策略的关键是小市值，但是小市值公司在12月~1月面临非常大的监管压力（业绩不好，可能要ST、股价就不好），12月~次年1月正是小市值公司各种披露，各种风险暴露的时刻。为了避免风险，所以需要在1月份停止交易！（空仓也是交易！）正是应了程序员这行的祖训：没有一行代码是多余的。

期待

最后，我也立下了我2026年的第一个OKR，就是要实盘一个量化策略。希望明年复盘的时候，在临渊羡鱼的时候，我也有自己的量化复盘。