AI 2026 | AI编程做量化交易,需要哪些基础知识?
- 2026-02-01 08:54:02
AI 2026 | AI编程做量化交易,需要哪些基础知识?
AI变现，如何变现？我目前选了先实现AI量化交易，只要符合“资金增长”的规律，量化策略本身就是一个资产。 以前，量化交易最难的是什么？是编程！ AI，使编程不再是量化交易难以逾越鸿沟。 但假设编程不成问题，什么会上升为主要问题？是如何使策略“不脆弱”！ 对的。这是一种思维的飞跃，不要再想着如果实现了量化交易，能够赚多少多少之类的，这是错误的方向。在我的第一篇破万阅读文章2025年利用AI完成的第一个小项目，做了一个自动交易软件，在AI出来之前无法想象的评论和私信中，有人会问：赚钱吗？赚了多少？ 但没有一个人这样问：最大损失是多少？或者最大可能的损失是多少？！ 在搞清楚这两个问题谁重要之前，量化交易并不会带来太多好处，有，也是暂时的。 决定着资金曲线的是“最大损失”那一笔，这是资金管理的内容。差不多20年前，我看到“资金管理对业绩影响占比达90%”这句话，不过我要真正体会它的作用，已经差不多15年后。 在那15年里，我思考的内容是，如何买在低点和卖在高点。可能其中80%内容是无效的，只有20%真正一直使用。而且，关于价格变化的内容，20年来，其实并没有新增，只是理解的深浅不同。 昨天晚上，竟然还看见有人用江恩理论来预测大市的高点和低点，这是我10多年前很喜欢做的事情。总是试图寻找完美的“价格理论”，认为统计和概率不是高级的技术，直到我真的认为统计和概率不是高级技术的时候，完全对“价格理论”没有兴趣了。 价格理论并不重要，但是价格数据是重要的。这是量化之父、21点致胜策略发明者爱德华索普为什么做量化的原因——金融市场的数据是完整的！ 当然，要用到量化，除了价格数据（HLOC），还有很多其他数据可以量化，要使用这些数据可以用传统的指标计算、也可以用统计、也可以用深度学习。 我喜欢用统计，但警惕着统计，警惕着那个随时会飞出来的黑天鹅。神经网络是未来目标，暂时知识、精力和身体都很难支撑我继续高强度学习。 我想我是幸运的，刚好早年都把这些基础原理都学习了一遍。所以在AI编程上手快，数据处理也上手快。直到上周我其他伙伴大力推荐AI编程的时候，我才发现，并不是每个人都掌握这种看似理所当然的技能。 不过，借助AI，这些基础知识又可以在最低限度上了解，或者说，了解基本原则就可以了，前提是思维逻辑能力要比较强，这样就可以利用AI弥补专业知识的细节。 譬如我们知道boll是统计相关的指标，在轨道中运行的概率在某段时间会遵循正态分布的概率，但是金融数据并不符合正态分布，那么就可以通过AI来处理，现在大多数AI大模型都会告诉你关于极端行情的处理方式。 总的来说，量化交易跨越了编程这条鸿沟之后，还有很多细节需要处理，才能实现。包括最重要的资金管理量化，统计和概率，传统指标的计算和功能…… 有时有些细节可以折腾我们一个下午！希望你不会遇到这样的问题，我在我的橱窗里放了一些资金管理和其他科普书，如果有合适的可以支持我的小店。点击下方账户名片，会看见我的橱窗，都是我以前反复看的书，有些公众号没有，以后慢慢补充。 
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。
