如果是量化操作的話，那就是一個團隊了。一個人肯定做不到，受個人能力思考的思路都是有做不到的地方，維有志同道合的團隊。

我認為是完全可行的，但是該量化交易的交易系統必須透過量化測試，年化收益必須大於大於5%才算合格。如能達到60勝率，年化收益達到20%以上就算比較成功，畢竟達到了巴菲特的水平。

人們往往受市場情緒的影響，在市場下跌的恐慌情緒賣出已經發生底背離的個股，此時應是積極的買入訊號，量化交易軟體不會恐慌，只會按照事先預設的條件買入。而市場氣氛相當熱烈，漲聲一遍的情況，人們很容易追高買入已經大週期頂背離的個股，而此裡應是比較準確的賣出訊號，量化交易軟體也不會興奮，而是按照事先設定好的條件全部賣出。

綜上所述，量化交易是完全可行的，沒有人性的弱點，既不貪婪，也不恐慌。但是成功的關鍵是量化交易軟體的勝率和年化收益能否合格。

如果能夠做出量化交易的數學模型，就可以程式設計序做軟體，用計算機軟體完成買賣 ，從而避開主觀交易，避開人性的貪婪與恐懼。

試想如果這種軟體商業化推廣，人人一套的結果是什麼？沒有交易對手。

所以這個美好的設想，只能小範圍使用。真正的投資家是超越人性的，堅決執行操作原則。

美股十年牛市，大多數投資人賺錢；印度股市表現同樣出色。股市牛長熊短，與健康的經濟社會發展同步；在邏輯上才完美；投資這樣的市場70%的人掙錢，他們掙了誰的錢？企業成長。

期貨市場才是主觀交易人性干擾的重災區。軟體自動下單，在小範圍是可行的。

其實量化交易不能籠統的說就是一種交易，我們可以考慮分為：量化策略，低頻日內波段交易，高頻交易。

普通的股民，一般學習的是量化策略。就是設定一個買賣的紀律。

比如市盈率低於某個數值買入，高於某個數值賣出。當然不是單單一個市盈率標準。早期就有一個朋友設定的是營收增長和淨利潤增長同步高於20%，連續到達五個季度的選股策略。多因子限定你的投資目標。這就是一種策略。

比如也有流動性來選擇投資股票。如果股價是上市公司的投票機，那麼放量上漲的就是可以選擇的標的，因為大家都投票了。所以我們也不管具體因果，買入放量上漲的股票，賣出放量下跌的股票。

比如行業輪動策略。如果一個股市的週期你裡面，復甦的時候先房子和汽車漲價，而週期快結束的時候，石油，金屬行業，採礦業大面積繁榮。那麼我們就按照經濟週期的判斷，買入不同行業公司的股票。

比如錨定國債到期收益率的投資。你可以近似的將國債收益率看做是一種融資的價格。如果國債收益率低，並且國債沒有倒掛，就說明利率較低，適合投資，如果國債收益率高，那麼說明資金成本高，我們應該投資固定收益。

量化策略就是給交易找個理由，大多數情況下，理由不是真理，市盈率低，有可能是造假，流動性高，有可能是人為。當你被動的選擇了一個策略的時候，你並沒有十足的把握。但是，你會感覺似乎有道理。很多基金就是用一個簡單的量化策略來打天下，但他們往往業績很一般。以至於很多投資人更加相信指數基金，都不相信量化策略。

這其實是趨勢技術流，大多數集中在期貨。當日進出，找日高和日低。這個你很難找出具體的做法。應該是需要依賴一定的大資料或者人工智慧。這部分的交易並不是穩賺不賠，突發事件往往會扭曲盈利。技術不能解決這個世界大多數問題，資訊又極度不對稱。諸如雖然你透過技術判斷了石油今天可能收在58.16，，但是如果剛好在今天沙特突然宣佈石油追加減產30萬桶。結果收盤在60美元。意不意外，驚不驚喜？所以，日內波段交易，需要有一定的技術實力，但是這裡的技術實力可能並非必然成功。

人工智慧如今的確對日內波段交易影響很大。

基本上所有的量化交易，如今都在走向高頻交易。高頻交易和股票的基本面和技術面毫無關係，這是另一個層面的東西。其大致上，有如下幾種模式：

1、做市商。就是自己有一定量的股票，但如果這個市場有人買入和賣出，做市商會第一時間站出來滿足交易需求。如果你看過利弗莫爾的《股票作手回憶錄》，利弗莫爾剛出場的時候，就是作為股票經紀公司的對手交易者。利弗莫爾進入一家交易所，然後憑著自己的交易技術賺錢，那些股票經紀公司在大多數炒股者那裡賺錢，但是遇到利弗莫爾卻一敗塗地。這就是做市商的早期形態。實際上，大多數的交易是錯誤決策導致的，所以做市商在全球金融市場，雖然鳥槍換炮，越來越先進的裝置，還融入了演算法交易。但是他們透過大多數人集體的謬誤來做所有人的對手盤。至今，這依然是一個盈利的行業。

2、套利。簡單套利比喻，就是ETF。比如十隻股組成一個ETF基金，這個ETF基金可以轉換為十隻股的股票，而十隻股的股票湊好了可以轉換成ETF基金的份額。這種雙向轉換，有時候會出現差價，這種差價非常細小，但只要這筆交易能夠覆蓋交易費用，計算機資料計算足夠快，交易下單足夠快，那麼就可以迅速吃掉這個價差。同樣的，現貨期貨之間也有基差，不同期權和股票之間也有行權價差。這些都可以透過公式迅速計算這種差額，然後透過船堅炮利的交易硬體系統，來迅速完成套利。

3、結構化交易。搶單交易。這是最惡劣的。在買家和賣家下單的時候，他們是明池交易，他們會參考市場報價，但如果他們單子太大，要買賣很多，那麼就必須掛單更高。這個時候搶單交易者就吃掉這部分中間價差，一手進，一手出。交易速度有時候要和交易所的伺服器競爭，比他們快。對於普通股東當然不樂意，白白增加了交易成本。所以他們需要距離交易所更近，我們叫交易所“直連”。

量化交易過於籠統，所以我們一般會指代具體的交易方式。而不是眉毛鬍子一把抓，說某一種交易是量化交易。這很複雜。

我是一名交易員，其實交易，量化交易系統已經再逐步形成規模，如果是個人投資，哪一種交易方式都要融合到自身的建議系統上來，現在全球金融市場格局正在進一步惡化，抓住機會做長線投資，持倉比例不要過高，不要加太大的槓桿，做好止損設定，投資還是需要多年的投資經念和心得，不是專業交易者，哪一種交易都不會給你帶來投資收益，大部分都是殺散獲利，現在自動化交易，都是多頻交易，小賬戶也很難做到穩定盈利，做交易需要先獲取宏觀金融市場，研究一種產品開始，減少交易頻率，做自我交易管控能力，嚴格控制自己交易心態，完成系統化管理交易，這樣才能在交易生涯中把交易系統自己完善好，

主觀交易最大的難點是人性，採用量化交易可以避開人性嗎？我覺得不可以。

人工智慧炒股就能賺錢嗎？未必吧，在A股市場，不確定的因素太多了，人工智慧大家都知道下圍棋很厲害，但是未必炒股就能賺錢。現實生活中就有這樣子的例子，2017年10月18日，全球第一隻應用人工智慧進行投資的ETF基金——AI Powered Equity ETF（程式碼：AIEQ）在紐交所上市。這個AIEQ可不簡單——使用IBM的Watson（人工智慧系統）的認知和大資料處理能力，來分析美股的投資機會。在2017年10月18日至2018年10月18日期間，AIEQ市值上漲9.63％。而同期，美股納斯達克指數漲13.01％；道瓊斯工業指數漲10.36％； 居然都沒有跑贏指數。AIEQ大幅跑輸納斯達克指數，落後道瓊斯指數。雖然說人工智慧可以收集很多訊息，但是並非所有可以統計的東西都很重要，並非所有重要的東西都可以統計，所以人工智慧下圍棋是挺厲害的，炒股就未必了，如果是在A股市場，我怕它還要虧錢呢！

量化交易說到底還是以人為本，既然是人來做的量化標準，很大程度上還是受到人為因素影響，既然受人為因素影響，想要避開人性的弱點是很難的，雖然說現在的程式都很智慧了，但是最基本的設計還是靠人來搭建的。每個人選中量化交易的標準都是不一樣的，這個與制定標準的人的知識圖譜，資金體量和交易習慣都是不一樣的，有些投資者比較激進，有些投資者比較保守，二者所採取的量化標準都是不一樣的。只能說量化交易可以儘量避免一些人性弱點，要想完全避開是不可能的。

程式化交易可以避免人為的主觀性，人性是有弱點的：貪婪恐懼做事不果斷賭性等等，極大分散了投資的風險，因為程式化交易很大程度是博取機率事件，沒有人沒有一個技術能保證每筆的盈利，因此需要我們同時配比多項交易品種，降低人工完成這些工具的時間精力投入，達到最大限度的風險分散

程式化交易並不是一臺永遠賺錢的機器，最主要取決於設定的交易策略以及嚴格執行避免人工干預。

可以採取量化交易避開人性嗎？

樓主的這個思路確實非常好，可以說是說到了交易的本質。金融市場是參與者對市場產生極大影響的市場，如果能避開人性的弱點，就等於擁有了持續賺錢的能力。

能不能用量化交易避開人性呢？還真的有，美國有個老大爺就做到了，他叫詹姆斯·西蒙斯。

詹姆斯·西蒙斯是世界級的數學家，同時也是全世界最優秀的對沖基金經理，他創立了文藝復興科技公司，赫赫有名的大獎章基金就屬於這個公司。

那麼這位大爺是如何獲利的呢？

他的文藝復興公司雖然僱傭了很多專家，但裡面卻沒有金融專家和經濟學家，工作人員全部都是數學家和物理學家。

西蒙斯曾經說過，那些金融學家和經濟學家看不到事物的本質，所以他只僱傭懂科學的人。

文藝復興公司的交易模型神奇之處就在於：

首先它是一個量化交易系統

這個量化系統卻與金融和經濟資料無關

這個量化系統的原理基於市場上人性的恐慌

所以這個系統的原理用大白話說就是薅市場上恐慌者的羊毛，至於這個系統具體是如何設計的，實話實說肯定不是你我這種小屌絲可以想象出來的，不然我們也是世界級的數學大師了。

但是這個系統的原理大體可以有一個框架：弱者道之用。

“弱者道之用”是《道德經》裡的一句話，意思是弱化現象是天道的發揮作用的方式，放在金融市場中表達的是成交量最弱的時候通常是機會出現的時刻；那麼反向來說成交量最強的時候通常是市場中最危險的時候。

基於這個原理我們開發出一套策略做人工交易是完全可以實現的，但是設計成良好系統確實沒那麼深厚的程式設計功力。

主觀交易最大的難點在於人性，我們可以採取量化交易避開人性嗎？

下面就分析一下原因：

量化交易在中國金融市場上才剛剛起步。但據資料顯示，在國外一些成熟的市場量化交易量已經佔據全部總交易量的百分之七十至八十。這一切都要歸功於量化交易能夠幫助投資者避免情緒干擾和超凡的準確率執行率的特點。

一個投資者想要成功就要先能夠控制住自己。自控能力是投資者在面對投資活動時所必要具備的能力。一個再好的策略如果使用者沒有自控能力時常被心理所影響的話，那麼虧損也就不奇怪了。

量化交易可以很好的幫助投資者在進行投資過程中避免受到心理因素的影響。投資者失敗的原因往往是無法堅持最初的決定或者無法控制隨後的巨大虧損。量化交易可以幫助我們在歷史的大資料中找出規律，並將規律和規則模型化。利用計算機或其他手段對投資進行規範。讓投資決策變的更為科學更為理性。

我們知道了量化交易的好處，那麼你清楚什麼是量化交易嗎?簡單的說，量化交易就是利用數學和統計學的知識和方法並採用計算機資訊科技進行投資交易的一種方式。量化投資在國外已經有很長的發展歷史，上世紀七十年代的股票市場上就已經逐漸出現了量化交易。

量化交易的最終目的就是獲得穩定的可持續的收益。 它以歷史資料中總結出來的“大機率”時間作為策略依據，並將策略模型化，然後嚴格按照策略模型來進行投資。量化交易主要可以分為：量化投資、高頻交易、自動化交易以及程式化交易等。 量化交易的優勢主要有四個方面：

1、完善系統性 在量化交易中，行業選擇、精選個股和大類資產配置上都可以建立模型。並且可以多角度的對市場情況進行分析，比如估值、成長、市場結構和宏觀週期等等。量化交易也可以對海量的資料進行處理。 我們都知道人腦的對資料的處理能力是非常有限的。即使是一個資深的投資基金經理對資訊的處理能力也無法與計算機相比。當資本市場非常大，有成千上萬只股票的時候，量化交易就會凸顯出它強大的資訊處理能力。這就可以幫助我們更為廣闊的捕捉市場資訊，並獲得投資獲利的機會。

2、紀律嚴格 像上文所說，量化交易可以幫助投資者避免人性弱點對投資決策的干擾。量化交易不像人工交易有時是依靠投資者的偏好。量化交易做出的每一筆交易決策都是有理論和資料支援的。這會比普通投資者單一指標的來看更有說服力。

3、套利思想的運用 量化交易是在市場中找到對股票錯誤估值和錯誤定價從中獲取利潤。

4、依靠機率獲得勝利 量化交易在歷史的大資料中總結“大機率”時間形成規律並且模型化。股票在實際的操作過程中，也會應用到機率分析的內容從而對倉位進行控制。

以後的主流交易就是以計算機為工具腦，傻瓜式的買賣，那麼這個市場就沒有什麼波幅可以炒了，億多的交易者又失業了