靠譜，本人從07年開始做量化交易，收益一直穩定，只要用心學習，不斷思考積累經驗，最終會找到自己的穩定盈利的模式的。

量化交易是指以先進的數學模式代替人為的主觀判斷，利用計算機技術從龐大的歷史資料中海選能夠帶來超額收益的多種大機率事件來制定策略，極大的減少投資者情緒波動的影響，避免在市場極度狂熱或者悲觀的情況下作出非理性的決策。個人投資者是可以做量化交易的，但需要一定的投資策略以及演算法作為支撐。

1、投資者紀律性要較強，嚴格根據模型的執行結果進行決策，切莫主觀隨意性。

2、進行嚴格的倉位管理，投資者可以採取漏斗型倉位管理法、矩形倉位管理法、金字塔形倉位管理法。

3、嚴格的設立止損止盈位置。在股票虧損較多的情況下，及時丟擲，避免過多的損失；在股票獲利較多的情況下，見好就收。

4、根據趨勢量化擇時、市場情緒擇時、有效資金量擇時、SVM量化擇時等方式來判斷買入賣出點。

5、進行資產組合操作，分散風險性

個人做量化交易我覺得靠譜，現在市場上的投資財經書籍很多！另外來說，美國那邊的股票市場已經不容易傳統意義的交易員了，他們要的是會程式設計基礎的程式投資員！按照中國中長期來看，我們的股票市場必定會往著這方面走了！移動網際網路時代的到來，讓很多知識點唾手可得了，加上現在流行的python語言來進行財經量化投資，必定有一番作為了！前提自己心中要有個大概的投資框架思維了，建議樓主前期可以多看國外的股票財經書籍了，比如(海龜交易法則)和(股票魔法師)了，我相信通讀了些書籍，你會有個系統化的思維，進行程式設計量化會有個系統，對你的投資會有個進一步的提升！

我從2016年開始做量化投資，堅持到現在始有小成，但我必須告訴你，個人做量化投資不靠譜！

1. 量化投資涉及到的領域太廣，知識面太廣，一個人很難融會貫通

1）市場專業知識。沒有三五年的市場侵蝕，你很難找準用於預測的因子；

2） 計算機相關的軟、硬體知識。你需要安裝伺服器，要懂得維護，要有災備的能力；

3） 大資料的規整能力。所有的資料都沒有想象的那麼理想，一個不起眼的細節足以讓你的專案致命；

4）演算法。這個老難了，即使走到現在，我仍感覺自己還在門外；

5）專案管控的能力。從需求識別，到程式碼開發，到後期的測試都必須一個人完成，出於慣性思維，你很難發現自己犯的錯誤。

2. 量化投資需要大量的時間和精力

我不知道你多大年齡，如果真要從事這樣的事情，必須要有三過家門而不入的思想準備，必須要有穩定的大後方不會牽扯你的精力，必須要有足夠的金錢支撐到你的專案成功或者失敗的時候。兩年起步。

3. 量化投資存在極大的專案失敗風險

都在喊量化投資，也不是一兩年了，很多風投在做，很多人在整，最後做成的幾乎沒有，很多人中途都放棄了。也許有，精力實在有限，我不太瞭解。

如果用掉兩年時間放棄一切做量化，最後卻竹籃打水，你有沒有這種承受能力？

如果你具備第一項中5種能力裡面的3種，並且你願意賭上兩年時間，即使輸了也可以接受，那麼你可以嘗試一下。

夢想總是要有的，要不然我們和鹹魚有什麼區別？

先審一下題，兩個層面，個人和量化交易這個條件，能不能幹，最後想知道靠譜不？

本人從事程式化交易10年，從最早的自己編寫程式，回撤資料，最佳化引數，選取多品種、多模型、多週期、分散投資等一些排列組合，到現在的團隊化管理資金。我可以很負責任的告訴你，個人是可以做量化交易的，但是需要知道四件事：

第一，必須懂得交易的邏輯，也就是說賺錢是如何賺來的，盈利的核心什麼？這個如果不知道，那麼剩下的就不用看了。

第二，有一套閉環的交易系統，記住！是閉環，不是僅僅就會開個倉，下個單，找個買點，就算有交易系統了，請記住，離場點永遠比進場點更重要！

第三，有一定的計算機功底，懂一些簡單的計算機語言，這個是交易理念轉化的一個過程，因為有很多很多想法是用計算機語言無法表達的，舉例說明，看起來是三角形K線組合結構的圖形就很難量化。

第四，你要有一個強大的時間支配空間，量化交易不一定需要10000小時定律，但是需要很長的磨合時間，這一點請做好準備。

    最後，請相信一個過來人說過的話，任何一種在金融市場上想輕鬆賺錢的工具都不會是輕輕鬆鬆獲得的。友情給你推薦幾本書《海龜交易法則》、《通向財富自由之路》、《華爾街幽靈》。

無論是人工交易或量化交易，都只是交易策略執行的外化方式。那麼是否具備較高勝率且盈虧比足夠的策略才是交易的核心。如果策略勝率和盈虧比都不佔優勢，無論使用人工交易方式還是量化交易方式，都將無法獲取持續的交易盈利。那麼對個人交易者，一定不能本末倒置，必須先在實盤中經過長期實戰，建立起自己標準化的交易策略、並反覆最佳化後，才能將策略量化。並且在量化交易過程中，還需要不斷進行最佳化、修復，才可能接近同策略在人工交易方式下的勝率效果。因此，建議個人做量化交易一定要謹慎而為。

首先個人做量化交易需要你有一個非常好的數學和程式設計的基礎，一般人不具備這樣的能力，所以寫的程式設計都是比較簡單的，因此個人的量化交易大部分人是不靠譜的。

量化交易靠不靠譜和量化交易無關，有關的是策略。

你的策略賺不賺錢決定了這件事情靠不靠譜。

很多人一直在推崇量化交易，但是很多人都沒有弄明白，量化賺的錢到底是哪部分錢。怎麼賺到的。

作為程式設計師出身的我來說，交易系統的搭建對我說不上有難度，我更多的重心是放在策略開發上面。事實也證明了我的方向是對的。因為從我這麼多年的經驗來看，確實我也花了很多精力在策略模型的積累上。

一個模型好不好，能不能適應市場的需求幫助你盈利，其實就決定這個策略靠不靠譜。

當然完成這些的前提是，你得有紮實的基礎，和紮實的基本功。

量化的最最基礎的就是資料和系統的搭建。如果是在公司上班，那麼這些工作由程式設計師替你完成。但是如果你是個人投資者，那麼你需要在完善你的交易系統之前，花點時間在量化框架搭建以及基礎資料準備的工作上。這對你以後模型的建立和策略的回測有著很大的幫助。

QRI量化研究專題工作開展安排

如果你不能夠完成這些基礎的工作，後面所有的盈利對你來說都是空談。

基礎工作完成了，剩下的就是資料模型的建立。

量化是一條漫長而修遠的路，我希望QRI量化研究可以陪著大家一起走完這艱難的一路。我們的宗旨是透過技術手段解決大家量化過程中所遇到的任何問題，擁抱開源。