什么是量化交易？
在文章开始之前，要先提醒的是量化交易并没有一定的模式，你认知的量化交易模式不一定是别人正在做的量化交易框架，或是一个小小的参数、流程差异，都会造成巨大差异。所以请站在学习的角度理解别人的量化交易。
接连几期关于ChatGPT的视频引起不少同学的关注，但最核心的问题是：什么是量化交易？对量化交易存在偏差理解，ChatGPT在量化交易自然也就没法有广泛的应用。
关于量化交易，并没有比较明确的定义，自动化交易也不是必备条件。就机构观点来说，比较偏向交易策略、获利来源、交易品种、风险管理。
但个人观点来说，包括一些交易策略、计算技术指标、预警通知、监控仪表板都能算是量化交易，只要是哪个能帮你完成交易流程中的一个环节，都能算是量化交易。纠结什么是量化交易并不重要，毛爷爷才是唯一真理。
至于自动化交易，最常见的是机构要买入或是卖出时，由于金额过大会采取自动拆单和交易的方式。就理解上来说，自动化交易又不算是量化交易。因此自动化交易并不是量化交易的核心。
《量化是工具不是目的》
个人交易者就不用纠结什么是量化交易；什么又不是量化交易，机构做的量化交易策略跟你无关，也不用去相信那些让你没法理解的博眼球报道。能帮你减少亏损、扩大获利的一套规则，就能算是量化交易。量化交易可以是一套复杂模型，也可以是几条你都懂的简单规则。
量化是帮你实现目的的工具，当你打开炒股软件，查看最新成交价量、技术指标、资金流向、估值，或是大盘云图时，其实你就已经在做量化的工作。只是你会记不住之前那些踩了坑挨了揍的原因是什么，吃大肉的原因又是什么。
量化交易能帮你积累这些历史经验，你自己的历史经验就是最好的回测。例如以前在小市值被割了韭菜，那么选股条件加个市值大于30亿；买在山顶，那么选股条件就筛选周线在月线之下的。当你开始量化，能做的策略就更丰富，自然不用死磕一个让你赔钱的策略或是到处搜寻获利的圣杯。
个人交易者存在的一个痛点在于能盯的股票是有限的，经常出现的情况是自选股票池里面出现信号但却错过了，或者是错过股票池以外但符合自己操作策略的股票。量化交易能时时遍历全市场，当符合条件时能自动通知或是自动交易。
一套完整的量化交易策略包含了买入策略、卖出策略。卖出策略是很少被讨论的，但却是盈亏的关键。一般来说，胜率能达到70%以上已经了不起了，再往上拉就很困难。但止盈止损策略能扩大收益率，甚至在胜利不到50%的情况下，仍然维持正的收益率。
举个例子来说，如果你在20日均线（月线）还在向上的情况下抄底，那么止损点除了浮亏10个点之外，还能加上月线下弯的条件。或许你在浮亏3个点时就能止损，不用等到浮亏10个点才止损。至于为啥要加上月线下弯的止损条件，其实是来自于自己的亏损经验：月线下弯通常得走熊一段时间。背后没啥复杂的原理，单纯是将积累的经验转化成数学式而已。
总结来说，量化只是个工具不是目的
单一功能的策略是是很难获利的。就如同融合前面十七掌，才能成就降龙十八掌亢龙有悔。量化交易就如同胶水一般，将选股、选时、持仓管理、止盈止损不同维度的策略接合在一起，形成一套完整的量化交易策略。
实盘的量化交易策略是需要逐步积累策略的广度和深度，我目前量化交易策略目前已经是先透过ChatGPT打底各功能模块的编程，然后整合、调整。整体的开发时程和策略积累速度都有飞速的提升。
程序员大部分的时间并不是在敲代码，大部分的时间其实是在调适和排查。调适和排查的问题上，ChatGPT能替代的工作真不多。所以ChatGPT返回的代码，就只是开始编程时给个基础代码。
以下面这张k线图来说，以人工来看，KD低于20是属于KD金叉，KD出现金叉后持续几天都算是金叉。因此要将金叉代码条件调适为三天内出现金叉都算是金叉。如果策略同时有其他指标条件，能扩大量化策略多条件选股选时的股票池。解决不同指标出现的日期不同天，造成策略不交易的情况。
之前有同学比较通达信，这点也是当你深入挖掘交易策略时，通达信存在的问题：包括但不限于只能找到当日符合条件、无法多条件选股的问题。
《关于回测》
个人做量化是针对个人需求的定制解决方案。是多年炒股经验的规则积累；可以是选股、选时、持仓管理、止盈止损策略。因此回测结果是否能获利并不是核心。回测仅仅是以历史数据验证策略，回测有许多无法模拟实盘的问题，包括过拟合、历史不代表未来、有些交易接口并不能在回测中使用的问题。
回测对于个人交易者来说，是从策略的交易记录里面，优化自己的量化交易策略。前述的抄底策略里面加入月线向下的止损策略，就是从回测记录里面总结出来的。这一个止损策略只适用于抄底策略，不同的买入策略必须搭配合适的止损策略，网格交易便不能使用这个止损策略。
《无编程基础能靠ChatGPT实现量化交易？》
很遗憾的说，无编程基础靠ChatGPT实现一套完整的量化交易策略是存在难点的，其中一个关键因素是无法打磨细化策略。但ChatGPT能实现简单、描述清楚的功能，这个前提是具备一定的编程基础，能读懂ChatGPT返回的代码。
在ChatGPT出现之前，入门这阶段是最苦的，语法、问题排查都是坑。ChatGPT的出现让新同学搜寻问题答案的效率提高了，不用在百度、知乎、csdn上到处搜。
一个比较实际的问题是，如果新同学没有编程基础，值不值得学习编程？实打实的了解这个需求，这可以从效益和成本两方面来分析。
在效益方面，是否需要一套交易体系、积累自己的交易策略？
在成本方面，是否能有足够的时间学习？
如果分析之后是没法深入学习python量化交易，跳脱毒鸡汤跟打鸡血，那真的是劝退了。如果值得学习，请坚定自己的学习信念！