量化交易是一種交易模式，但不是唯一的模式，交易市場相對於其他領域有一個特點就是不確定，正是由於不確定，所以你沒有辦法定義某種方式或者方法就一定是正確的，很多理論無法證偽。這也讓各種各樣的理論、神奇方法存活在市場上。

或許某一段時間某人用量化交易大賺特賺，可是隨後開始節節敗退；或許某人用波浪理論連續三年都實現盈利，但接下來又是三年連續虧損；或許某人用江恩理論每一年都實現了穩定盈利，還在繼續盈利；或許某人用算命的方式交易也實現了每年盈利且持續。由於市場的不確定，這些都成為了可能。

市場是包容的，不同的交易員有不同的交易方法，以各種形式存在於交易的生態鏈當中。這些並不重要，重要的是交易者如何進行選擇，側重科學的方式還是神奇的方法。通常的一些技術分析邏輯是比較模糊的，含糊的，主觀的，對於說不清道不明的地方，他們會用“盤感”這個詞來定義，交易中會加入很多交易員個人的理解、偏好，沒有辦法成為一個高效統一的方法或體系，或許可以賺錢，但客觀來講盈虧根本無法做到真正的心中有數；相對的量化交易利用計算機的優勢快速得出一套全面的策略邏輯績效分析報告，讓我們對策略邏輯有全方位的瞭解和認知，並在交易中高效的實現邏輯的整體性，輸出機率優勢，讓我們面對這個不確定的市場多了一種應對方式。量化選手更多的是根據價格的變化來處理風險而非預測。

無論是量化交易或者其他什麼神奇的方法，交易都是由背後的交易員決定的，所以在不確定的領域，任何方法都可以存在，存在即合理，萬千交易員，萬千方法構成了這樣一個磨人的市場。再牛的方法，大不過一句贏錢的最厲害了。

量化交易只是一種籠統的說法，傳統意義上的量化交易說到底還是統計學的延伸，所以從這個角度上看所謂的量化就是等同於技術分析，只不過是人乾的活讓電腦幹了而已。從實戰角度看，無論技術分析，供需失衡的基本面分析還是宏觀分析，分析預期的最後結果都是一種機率，對實戰的意義不大，因為如果給予足夠的時間，所有的機率最後的結果都是50%，一半對一半錯，不幸的是交易成本的加入，讓這種均衡被完全打破，導致機率向以方便傾斜而加大了虧損。

嚴格意義上講，真正的量化交易應該是基於基礎演算法的黑瞎子模型交易，他最大的優勢就是機會的不對等原則，比如確定趨勢多頭行情持續加倉做多而不做空，不確定的機會就輕倉試錯。小震盪就空倉等待，相比重倉和試錯交易而言，等待更能發揮演算法交易的優勢而提高勝算，因為大多數量化交易系統之所以回撤，就是因為小震盪反覆出錯所致，等待就可以很好的控制回撤。這樣講的話，你要擁有這樣的交易系統，那就不需要看技術指標了。

量化交易和技術分析都是對過去股價波動規律的一種總結，一旦規律發生變化，技術分析和量化交易就會失靈。不同的是技術分析比量化交易簡單幾個數量級。

技術分析的巔峰是90年前的利弗莫爾，而量化分析的巔峰是現在的文藝復興公司。

因此，有了量化分析，技術分析自然是沒有用，有核武器誰還用刀啊。

資料是讓你回顧盤面熱點和板塊龍頭，以及市場是否處於可操作性，當然，兩則缺一不可，因為技術分析的存在是奠定交易模型的基礎，如果連基礎都不要，那就是理論跟不上實戰，那這樣的操作模式多半是虧損的

量化交易不是萬能的。

一個華爾街量化大師說過，我有很多套量化交易模型，只是不知道現在該用哪一套。

量化交易系統的背後還是人，當虧損出現的時候，人還是會考慮要不要繼續信任這套系統。

首先，交易市場不是強邏輯關係的實證科學，未來的價格波動之所以會出現隨機性根本原因在於市場參與者的不確定性，這種不確定的偶然因素人工把我不了，量化也把握不了因為這屬於預測的範疇。

量化交易之所以有效果，是因為聽過數值引數設定了交易訊號和條件以後，可以完全忽略人性對交易的負面影響，人性的影響幾乎決定了交易結果的好壞，只要做個兩三年的交易者都會發現，當自己場外覆盤的時候很覺得行情走的很簡單，賺錢很容易，但是一旦到了實盤的時候則做的亂七八糟，交易計劃，交易規則早已經拋在了腦後。

所以，交易盈利與否，不僅僅是交易技術決定的，還是背後的人。

先說結論 ，主觀和量化從來都不是衝突的

你運用這些量化模型，追求的不是絕對收益，而是相對風險的收益或者說sharpe ratio，你把手頭的統計方法玩出花來，資產的價格變動，資產的長期走勢，在低頻世界上一樣是event-driven/macroecon-driven的，畢竟我們分析的並不是一個自然界客觀存在的事物，而是人的行為，如果不持有all model is wrong的思想一定會有問題

第二方面是市場有效性方面，大家都在做高頻做量化，市場透明瞭就擁擠了，一樣會反過來擠壓從業者的生存空間。一個例子是80年代期權的波動率交易 （vol trading）。當時有很多量化從業者在模型中長期用恆定的市場波動率，另外一批交易員認為波動率會變（答主按：波動率實際上當然在某一個特定的時間點是恆定的，但是這對我們來說沒有意義，因為這樣的一個指標不可知也並不是那麼容易估計），引入了波動率曲面的理論（就是後來非常著名的volatility smile/ skew），於是後者收割了前者，然後到90年代的時候大家就都賺不到錢了（引子 John Hull 的option， futures and other derivatives）。 但是主觀和技術分析上這方面問題會小很多

我們來舉個最眾所周知最著名的例子，像文藝復興這樣的最頂級的prop fund一樣是技術分析和量化並行，他們一樣需要宏觀方面的權益投資，在金融危機的時候一樣要強行關掉他們的模型來做風險管理，儘管之後他們的模型還在用 （引子John Simons的the man who solved market）反過來說現實中美國這樣最成熟的國家依然是技術分析和量化並存的，巴菲特（主觀）和deshaw都永遠在賺錢，DRW量化做虧了不妨礙他們房地產能賭對，也有citadel security/citadel LLC這樣主觀量化都做的巨無霸，只要能賺錢怎麼樣都是對的，不管主觀量化，高頻低頻