主动量化到底靠什么赚钱
很多人一听到量化交易，脑子里蹦出来的就是电脑自动买卖、高频刷单。这种印象只对了一半。量化交易分两类，一类是被动的，比如指数增强、期货CTA策略里那种跟着趋势走的；另一类是主动的，它要跟市场里的其他玩家比拼谁更聪明、谁下手更快。主动量化赚钱的核心逻辑就一句话：市场经常犯错，而模型能比人更快发现这些错误，然后下注。
股票市场里，一家公司出了财报，散户可能花半小时才看懂，机构研究员可能花三分钟，而量化模型在财报数据发出的那一毫秒就已经算完了。模型不会因为贪婪或恐惧而犹豫，它只认数据。当股价因为情绪被砸到不合理的位置，模型会买入；当股价因为狂热被推高到脱离基本面，模型会卖出。这种反复捡漏的过程，就是超额收益的来源。
期货市场更是如此。商品期货受供需、天气、宏观政策影响，价格波动剧烈。主动量化模型会同时监控几十个因子，从库存变化到持仓结构，从基差走势到波动率曲面，一旦发现某个品种的定价偏离了历史规律，立刻动手。
股票市场里的主动量化打法
股票主动量化最常用的武器是多因子模型。听起来玄乎，其实就是把股票的各种特征变成数字，然后打分排序。
价值因子看市盈率、市净率，动量因子看过去几个月的涨跌幅，质量因子看净资产收益率、负债率，情绪因子看换手率、融资余额。每个因子都像一名裁判，给每只股票打分。模型把几千只股票的所有分数加权汇总，挑出总分最高的那一篮子。
这套打法比人脑强在两点。第一，覆盖广。一个人再勤奋，能同时跟踪两百只股票就算顶天了，模型可以轻松扫描全市场五千只。第二，纪律严。人看到自己买的股票跌了会想再等等，模型到止损线就砍，绝不拖泥带水。
超额收益怎么来？当市场风格从成长切换到价值，模型会迅速调仓，把资金从高估的成长股挪到低估的价值股。散户还在纠结要不要割肉，模型已经完成换仓。这种快速反应积累下来，一年跑赢指数十到二十个点并不稀奇。
期货市场里的主动量化优势
期货是杠杆交易，对择时要求极高。主动量化在期货上的玩法更偏向短周期预测。
一个典型的策略会同时跑几十个模型，有的预测未来五分钟的价格，有的预测未来两小时。每个模型都有自己的胜率和盈亏比。系统根据实时波动率动态分配资金，波动大的时候少下注，波动小的时候多下注。
期货主动量化还有一个杀手锏，叫截面动量。意思是同时做多近期最强的品种，做空近期最弱的品种。比如螺纹钢涨得比铁矿石猛，模型就多螺纹空铁矿。这种配对交易对冲掉了部分宏观风险，赚的是品种之间相对强弱的钱。
超额收益在期货上体现为夏普比率。一个优秀的主动量化期货策略，夏普比率能做到2以上，意味着每承担一份风险，能换来两份收益。公募基金里能做到1就已经很好了。
主动量化怎么控制风险
光想着赚钱不行，主动量化的命门是风控。
仓位管理是第一道关。模型会根据市场整体波动率调整总仓位。波动率突然飙升，比如股票市场出现千股跌停，期货市场出现连续涨停，模型会自动降仓，甚至清仓。
分散化是第二道关。股票持仓通常分散在几十个行业、几百只个股，单只股票权重不超过百分之二。期货持仓分散在农产品、金属、能源、金融等不同板块，避免一个板块暴雷拖垮整个账户。
止损是第三道关。每笔交易开仓时就设定好最大亏损额度，触及就平仓。模型不会跟市场讲道理，它只认数字。
这三道关加起来，让主动量化策略的回撤通常能控制在百分之十以内。散户自己炒股，回撤百分之三十是家常便饭。
普通人怎么用上主动量化
自己没有编程能力，也没关系。现在市面上有不少量化私募和公募的量化基金，门槛从一百块到一百万都有。挑选的时候看三个指标：超额收益的稳定性、最大回撤、以及策略容量。
超额收益不能只看一年，要看至少三年。一年翻倍可能是运气，三年每年跑赢指数十五个点才是真本事。最大回撤越小越好，超过百分之二十的要警惕。策略容量指的是这个策略能管多少钱，容量太小，一旦资金涌入，收益就会被摊薄。
如果有一定编程基础，可以用Python自己搭建简单的多因子模型。数据源用免费的Tushare或者AkShare，回测框架用Backtrader或者vn.py。先从股票因子开始，跑通了再尝试期货CTA。
主动量化不是印钞机，它只是把投资从艺术变成了科学。市场里没有永远有效的模型，但只要有人性弱点存在，主动量化就有捡漏的机会。超额收益不会消失，它只会从一种形式变成另一种形式。
