超級(jí)電腦自動(dòng)進(jìn)行高速交易，通過杠桿放大頭寸，很多趨勢(shì)投資者把量化交易視為一樣“可以躺著賺錢的”交易操作形式。

現(xiàn)實(shí)市場(chǎng)中沒有這么美好！美國(guó)投資公司ConvergEx的首席策略師Nick Colas提出了做量化投資交易操作的十大難題。

1. 量化交易員（寬客）與基本面投資者一樣會(huì)遭遇虧損。量化交易的算法及量化處理過程，是企圖輸出完美的回溯測(cè)試結(jié)果并且在最小的風(fēng)險(xiǎn)上獲得最大收益。

量化交易者需要搞清楚具體消息對(duì)股價(jià)的平均影響程度，這不是件容易的事，因?yàn)檠芯繉?duì)象時(shí)刻在變化著。

2. 想在不同的股票市場(chǎng)和產(chǎn)品中研究出一套通用交易規(guī)則很難。研究出一套只基于公司財(cái)報(bào)的交易系統(tǒng)這不難，如基于超出預(yù)期的營(yíng)收或股息來買入，但是供給面的情況如何？消費(fèi)者層面的情緒如何？事實(shí)證明，財(cái)報(bào)的影響不及后兩者的大，但是若想把后兩者納入交易模型中，相當(dāng)費(fèi)力費(fèi)時(shí)。

3. 股票、基本面、新聞消息之間的關(guān)系不停變化著。2009年美股到達(dá)低點(diǎn)的時(shí)候，很多“低質(zhì)”公司的回報(bào)大大高于“優(yōu)質(zhì)”公司的回報(bào)。很多3塊錢“垃圾股”可以在很短時(shí)間內(nèi)漲到10塊錢，高價(jià)的優(yōu)質(zhì)公司的股票想要翻一倍都要花上很久。對(duì)于投資者來說，這是掘金的好時(shí)候，但對(duì)于量化投資者來說卻是噩夢(mèng)，因?yàn)榇蠖鄶?shù)模型此時(shí)都會(huì)顯示做多“優(yōu)質(zhì)股”做空“垃圾股”。
 

4. 數(shù)學(xué)有時(shí)幫你解決問題有時(shí)又會(huì)成為障礙。要在浩如煙海的金融數(shù)據(jù)中量化“尋寶”，他們與普通人一樣，一天只有24個(gè)小時(shí)，經(jīng)常會(huì)碰到因一個(gè)分析無法推進(jìn)而其他分析也陷入停頓的狀況。

5. 好材料卻并不容易使用。Twitter（美國(guó)的微博）是市場(chǎng)突發(fā)消息和傳聞的最大出處，所有投資者都不會(huì)無視這里傳出的訊息。但是這里的消息格式往往不規(guī)范，語法也千奇百怪，無法讓計(jì)算機(jī)程序挑選出有效信息并運(yùn)用于自動(dòng)交易中。

6. 并非100%有效。不管是量化還是基本面投資者，大家都是在玩數(shù)字游戲。如果交易生涯中能有66%的勝率就已經(jīng)算干的很好，不過量化交易與后者的不同點(diǎn)在于持倉時(shí)間，量化交易一般只做穩(wěn)而快的短線交易，不像基本面投資可以等上相當(dāng)長(zhǎng)的一段時(shí)間，在一只股票上獲取甚至100%的收益率。

7. 一切都從回溯測(cè)試開始。多數(shù)時(shí)候，回溯測(cè)試可以證明的你的設(shè)計(jì)交易策略在過去的表現(xiàn)，這是量化交易世界中非常重要的一塊內(nèi)容，不過并不是所有人都能意識(shí)到，過去不代表未來。

8. 交易信號(hào)在那里，也不在那里。現(xiàn)在的信息社會(huì)到處都是數(shù)據(jù)，科學(xué)家們甚至可以做到預(yù)測(cè)每家沃爾瑪超市上空的天氣如何。面對(duì)茫茫多的數(shù)據(jù)，該把時(shí)間精力放在哪一塊呢？這是個(gè)難題。

9. 量化交易正被監(jiān)管機(jī)構(gòu)瞄上。巴菲特決定讓旗下Business Wire終止向高頻交易公司提供特許直投新聞的服務(wù)，這是巴菲特為保護(hù)自己公司聲譽(yù)而高調(diào)與高頻交易撇清關(guān)系的行為。雖然量化投資≠高頻交易，但是不能否認(rèn)，量化投資的主要優(yōu)點(diǎn)之一便是“快”！
 

10. 愈發(fā)激烈的競(jìng)爭(zhēng)。量化投資交易在發(fā)展了20多年后，依然非常流行，但這背后也就意味著同行內(nèi)的競(jìng)爭(zhēng)十分激烈，越來越快的電腦與網(wǎng)絡(luò)，越來越復(fù)雜的算法和數(shù)據(jù)庫，入行門檻也不斷提高。