本篇文章给大家谈谈如何学炒股票基础知识，以及学炒股票入门知识2020的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

文章详情介绍：

• 1,普通人应该怎么炒股？
• 2,A股量化投资揭秘：不应与短线交易划等号，对市场流动性影响有限_《钛牛了，股市！》

普通人应该怎么炒股？

在炒股这件事儿上，无论是散户，还是各大机构，拼的是信息差，靠的是资金量。

与机构相比，无论是在信息差方面，还是在资金实力上，绝大多数散户都是比不了的，处于弱势地位。

所以，散户炒股大概率是炒不赢机构、庄家的。

毫不留情地说，散户炒股就是给机构送钱，就是被割的韭菜。

当然，不排除有很厉害的散户，能够凭借自己强悍的人性洞察力和对资本市场的深刻认知，反过来割机构的韭菜。

但这样的散户又有多少呢？很少很少，说是凤毛麟角都不过分。

幸运的是，上帝在关闭了一扇门的同时，也给散户开了一扇窗，那就是“不炒股，只投资”。

相比于炒股，投资更适合散户。

那么，投资与炒股有什么区别呢？为什么投资更适合散户呢？

炒股赚的是人性的钱，投资赚的是客观规律的钱。

要想炒股炒得好，就必须对人性有深刻地洞察，做到“见自己，见众生，见世界”。

“见自己”是把控好自己的人性，发挥好自己的人性优势和避免掉自己人性的弱点；

“见众生”是洞察其它散户的人性，利用好他们人性中的弱点和优势，顺势而为；

“见世界”是深刻洞悉这个世界的本质，能从多维度看待和解读这个世界。

比如金融大鳄索罗斯，屡次成功掀起国际汇率大战，获利丰厚到令人瞠目结舌的程度。

他之所以能成功，就是玩转了人性，成为了背后操纵人性的那只黑手。

投资要想做得好，就需要摸透资本市场运行的客观规律，了解资本市场的底层逻辑。

比如把价值投资理念发扬光大的股神巴菲特，他从价值层面解读了股市，并利用价值规律从股市掘金，让自己常年待在了全球富豪榜的前几名。

鼠有鼠道，蛇有蛇路，适合自己的才是最好的。

无论是炒股还是投资，量体裁衣就是岁月静好。

如果你也喜欢这篇文章，欢迎点赞、评论，并分享给你的朋友。

更多投资理念与技巧请关注号主“筑梦投资”。



A股量化投资揭秘：不应与短线交易划等号，对市场流动性影响有限_《钛牛了，股市！》

过去三年以来，国内的量化基金规模增长迅速，有数据显示国内量化交易在A股的占比已经超过了20%。尤其是量化私募飞速发展，在百亿私募俱乐部中，量化私募的面孔越来越多。

不过，今年以来，量化私募多次站上舆论的风口浪尖。特别是近期市场持续震荡，越来越多的声音将矛头指向了量化投资，甚至有私募大V公开表示量化投基金就是割韭菜的工具，并建议严控量化基金及雪球产品规模。

那么在当前弱势调整的行情中，量化基金是丰富市场流动性的助推器，还是市场的吸血鬼？量化交易，究竟有没有对A股市场形成明显的影响？当前的国内市场发展量化是否真的为时过早？量化多策略的出现是否会为监管增加难度？

《钛牛了，股市！》特邀两位资深的量化投资专家，盈诚投资CEO 甯辰、华泰证券研究所金融工程首席分析师林晓明，一起和大家聊聊AI时代来临，量化投资将如何影响A股？

量化投资不应与短线交易划等号

林晓明认为，所有的投资方式本质上都是通过大量的历史数据来总结规律，然后去指导投资行为。而量化投资的过程更加规范，它是采用更多定量的手段去做数据处理的过程。

他指出，量化投资不应与短线交易划等号，量化投资既有基于财务基本面选股的传统多因子交易，也有量价相对高频的交易，另外也可以基于宏观数据做一些宏观的交易。

他回顾了量化基金在国内的发展历程，2010年之前主要以指数基金、ETF这种被动投资为主，2010年股指期货的推出让量化基金进入了发展的快车道，这一时期传统的多因子模型在国内市场高速发展。

而最近三到五年，特别是从2017年到现在，量化私募规模快速壮大。与传统因子模型主要处理财务数据不同，量化私募处理的数据多为高频量价数据；其次，传统的因子模型以线性模型为主，近两年新兴的量化模型主要以机器学习、人工智能这些非线性模型为主。

盈诚投资CEO 甯辰表示，近年来，无论是量化投资策略的丰富度，还是每一个量化投资管理人的管理精细度，都有巨大的提升。像量化股票策略，CTA策略（管理期货策略）、期权策略等等，这些丰富的量化投资策略可以给投资人提供种风险收益不同的产品来构建更加安全的投资组合。

高频量化在国内监管较严，对市场流动性影响有限

不过，最近A股市场持续疲软，量化投资又再次引发不少争议。很多投资者在分析市场持续动荡的原因时，都不约而同地将矛头指向了量化基金和量化交易。特别是很多主观多头策略基金经理认为，除了宏观环境、行业政策等方面的变化，市场波动加剧的重要原因之一在于量化投资的快速发展。

不少投资者认为量化基金抢走了本该属于主观投资者的收益，逼得很多主观投资者只能黯然离场，市场也因此经常陷入流动性不足的窘境。坐拥百万粉丝的财经大V“月风_投资笔记”也忍不住在社交平台吐槽，“量化少做点T吧，也没见大部分人今年做出来明显超额，真是受够了。”

对于市场上一度传出当前市场万亿成交量的背后50%是量化交易的说法，林晓明表示，根据业内人士的交流估算，量化交易的成交量大概也就在15%-20%左右。如果超过20%，市场也很难承受。

他认为，股票市场本身是整个宏观经济运行的一个结果，宏观经济和股票市场都是超级复杂的系统，没有任何单方面的力量能有绝对的影响力。整个市场的方向以及它的活跃度都是由经济本身来决定的。量化交易只是通过写一些程序，把选择逻辑输入到程序里面去，让它自动交易提高效率，只是交易方式的变化，对于市场整体的方向和活跃度应该是不会有什么影响。

甯辰认为，证券市场本身重要的定位和作用就是给资产进行相对准确的定价，让融资更加高效。量化投资首先是一个工具和方法，前提是要符合监管规定，符合证券市场的原理和规则。

他指出，关于高频量化对流动性的影响在海外市场也同样有争议。有一半的研究机构认为高频量化给市场提供流动性，而另一半的研究报告则认为高频量化提供的是虚假流动性。而国内监管对高频量化较为严格，也会减少虚假流动性对市场的影响。

还有很多投资者认为，由于量化资金的参与，当下A股市场的题材周期普遍缩短。每当一个热点题材稍微有些异动的时候，就会被量化模型捕捉到，然后量化资金也会在第一时间跟进操作。在盘面上看，活跃个股的波动变得非常的大，像超短线的投资者可能就很容易从大肉到大面的这种巨大落差，很多热门股可能上午还在拉伸，但是下午就直接跳水，大家根本来不及反应。

林晓明认为，在正常情况下，当经济整体情况较好时，市场能够维持一个正常的流动性水平，热点周期的轮动也相对正常。而当基本面相对疲弱的时候，热点周期就会更为频繁，单个题材很难持续。除非市场处于牛市，例如2005年到2007年围绕整个房地产板块炒，2012年到2015年围绕整个消费赛道，2013年到2015年围绕着整个TMT炒股。但当经济基本面相对较弱的时候，资金无法持续在一个板块里面去挖掘，就经常会出现这种风格轮动频率加快的状况。

这种现象在历史上出现次数很多，即便没有量化交易的存在，短线交易者也是一样的操作风格。每次出现这样疲弱的宏观状态，热点的持续性就会相对弱一点，热点切换也比较快，对于投资者来说确实是比较难以把握的。

甯辰认为，每一个题材周期都是一个相对复杂的过程，会受题材本身的逻辑兑现程度，市场情绪的持续度等因素的影响，也有可能和某一类投资者的行为模式有关系。但是某一类投资者的行为模式是否构成决定因素，这个结论目前无法认证。

另外投资者结构的改变，也会影响整个市场的运行特点。例如在公募基金出现以后，价值投资的概念才逐渐在市场中形成影响。这一类投资者可能会对整个的市场行为模式产生一些影响。

量化基金的投资选股相对比较均衡，并不是按照板块、风格去捕捉热点，相反的，他们是需要控制在每一类风格板块上的风险暴露。这是量化投资和主观投资在投资理念上的不同。

量化基金持仓更分散均衡，熊市中回撤幅度相对更小

今年以来，私募主观投资策略普遍表现不佳，量化产品却超过八成取得正收益。私募排排网数据显示，截至5月初，有业绩记录的1804只股票量化产品，其中1533只产品实现正收益，占比超8成。其中，百亿以上规模量化私募平均收益率达7.22%。从超额收益来看，二季度也有所恢复，股票量化策略产品年内整体超额收益超过4%。

有机构认为近两年的市场更适合持仓分散的量化私募产品，而持仓集中的主观多头产品在这种整体牛市中表现会更好。甯辰表示，量化基金无论是中性策略，还是多头策略或指增策略，股票持仓会从几百只甚至最多到一千、两千只，持仓更加分散、更为均衡，最大的个股持仓基本上不会超过2%，都是百分之一点几的持仓标准。因此在大盘下跌、特别是熊市期间，净值回撤幅度会更小。

林晓明指出，当下A股市场的资金，无论是基于财务的基本面投资，还是传统的技术面投资，主要仍集中在中频交易区间。而量化基金的资金主要集中在高频交易区间，拥挤程度要低于传统的主观投资，所以超额收益率就会更高。他认为这是由行业发展阶段所决定的。

其次，主观投资更多得益于贝塔收益，像前几年表现不错的赛道，如白酒、新能源等，强调系统性的机会。量化投资则更加看重阿尔法收益，当然也会存在贝塔收益，但重点还是在阿尔法收益上。所以在牛市中，主观投资的最大涨幅会更高，而在低迷或震荡的行情中，量化投资表现得会更好。

有观点认为，量化策略由于分散持仓的特性，对于个股基本面的研究深度要求相对较低，同时量化模型往往能够同时覆盖大量股票，哪怕市场中的股票数量再翻一番。对模型的运行效率而言也不会有特太大影响。所以量化基金它往往能够在市场中占得先机，再叠加这种中高频的交易特性，所以对于主观投资者来说肯定就是毁灭性的打击。

林晓明认为，主观投资的核心优势在于其对个股的研究比量化投资更深，核心的研究标的主要覆盖大市值、头部的股票；而量化投资是系统化的通过数学或者统计的模型来做大规模的数据处理，在研究的广度上更具优势，但分析深度不如主观投资，所以对于大量的中小型上市公司，可能用量化的处理方式效率会更高。广度更大一点。应该说两者一起组成了A股市场比较健康的生态。一个是在大股票占优，另一个是在中小股票里更有优势。

量化策略超出管理边界业绩会下滑

尽管看起来量化投资一片欣欣向荣，但整个行业也存在一些隐忧。在经历过去几年迅速发展后，当前CTA赛道是否过于拥挤？

事实上，近年来量化私募整体收益情况已经大不如从前。量化私募主流策略之一的指增策略已经越来越难以做出超额收益。数据显示，截至2023年4月末，量化私募中证500指增、沪深300指增、中证1000指增策略2023年以来平均超额收益分别为1.4%、- 0.48%、2.99%，而量化选股策略平均超额收益也为-0.83%。

而被称为“危机阿尔法”的CTA策略，今年也出现集体“翻车”。相关统计数据显示，今年量化CTA策略平均收益率为负数，有百亿量化私募旗下CTA策略产品甚至跌幅近18%。

有百亿量化私募直言，行情来回反转拉锯，量价类策略持续打脸。有私募分析，这背后跟今年宏观环境复杂、量化CTA策略迭代没跟上规模增长等因素有关。

林晓明认为短时间内的回撤很难印证为策略的失效。一个策略有可能在长期总体来看是有效的，但是中间某一阶段宏观环境出现变化可能会影响策略的效果。

甯辰认为，每一类量化策略都有自己的管理边界，可以通过研究和模型计算出来。一旦超过它的管理边界，必然会造成业绩的下滑，也就会出现策略失效。CTA策略在2019年到2020年上半年，因为整体收益非常好，导致更多的资金涌入，超出了管理边界，使得CTA策略的一步拥挤，造成收益降低甚至为负的影响。他认为，投资管理人应该要控制好自己的策略管理边界。而作为投资者，也应该敏感和重视这个问题。

经过几年的狂飙之后，1万多亿的量化私募行业也进入到规模增速减缓的“内卷期”，有私募表示发展的“田园式时代”结束，进入到“精细化时代”，竞争更加激烈。大的量化私募在人才、算力和数据方面具有优势，头部效应逐渐显著；小私募需要更加努力，如果有独特小而美的特定策略也能有一定空间，且具有策略容量内“规模小”优势。

林晓明认为，行业内卷是一个正常现象。根据美国证券市场的研究，从三、五十年的角度看，包括股票多空策略，宏观对冲策略等这些不同类型的策略，长期来看风险收益大致相当。量化策略最近这几年收益率比较高，必然会吸引到更多的资金进来，也会摊薄它的收益率。他认为，目前量化私募的高速发展期还会持续几年，但中长期整个行业的收益仍会向市场的平均收益靠拢。

甯辰表示，今年以来这些量化团队的业绩也并不是非常好，只是控制风险上要比某些主观基金好一点。而大部分量化投资业绩不佳的原因，主要也是受制于整个A股市场的低迷状态，在这种低迷的市场大环境下，大部分量化产品也很难通过策略走出比较好的表现。

证券市场信噪比对AI模型并不友好

近日，AI将取代基金经理投资工作，成为私募业界的热点话题。有私募表示，AI基金经理赛博坦和目前的量化机构的程序化交易有三个不同，首先是不使用量化因子，其次是不依赖金融逻辑，第三是基于深度学习去做的投资。从效果来看，和主观管理相比，收益不变的情况下，AI降低回撤至少10个百分点，效果很明显。

林晓明认为AI技术的应用可以极大提高量化投资的效率。投资行业本质上是一个信息生产和处理的行业，比拼的是系统性处理数据及生产数据的效率。人工智能大模型能够提供更加丰富的数据，例如，原来我们可能处理的就是财报数据或者交易数据，利用AI就可能将各种非结构性的数据都纳入到投资策略中。

甯辰认为，AI深度学习在两年前就已经开始在量化投资行业里应用，并且应用的广度和深度都在持续提升。目前看，深度学习在风险控制方面的效果还不错不过，如果是像Alpha go那一样，完全自主的去做出一个投资指令，获取投资收益的这种人工智能应用，目前无论是海外还是在国内还没有看到业内有这种成功的经验。因为证券市场的信噪比目前对人工智能模型还不太友好。

更多量化投资精彩观点详见《钛牛了，股市！》第十六期

（钛媒体宏观研究分析师谷硕对本文亦有贡献）

上一篇：如何炒股票(微信如何炒股票)

下一篇：炒股指标公式源码(炒股看那个指标好用)