最近看到越来越多的人声称用xxx几天做了一个量化系统，回测出了一条看似完美的曲线和数据。然而量化投资本身是一个严谨的工程化问题，每个部分一旦处理不好就会对结果的准确度带来影响。这些坑需要在长时间的沉淀与个人理解后才能被意识到并避免。 作为一个专业的量化投资者，我也不敢完全将各个部分交给AI而不加审阅。实际上在使用AI的过程中我发现了AI代码会默认很多处理，但事实上里面存在未来数据/无法交易/回测撮合等方面的系统化偏差需要人去勘误。但是很多人由于半路子出家，对量化投资的理解仅限于计算几个指标并买入交易，不了解如何控制风险暴露以及解决市场分布偏移等问题，因此往往超额收益只是一种风险补偿，收益来源是暂未发生的尾部风险。 事实上量化投资在整个市场中已经进入相对非常卷的地步，尽管市场有效性由于散户占比较高，个股难做空以及T+1的问题相对不有效，但是多头部分超额的汲取显然是越来越难的。市场的总成交量提高让量化投资规模上了一个新的台阶的同时，也要求他们有能力去预防市场热度退潮的风险。个人量化由于其灵活性以及高风险偏好，在这个市场上依旧有竞争力，前提是对量化投资整个流程有深刻理解以及搞清自己是在赚什么的钱，可以随时调整策略。 由于保密性原因这里就只能写这么多，之后会稍微写写AI时代机构是怎么看待大语言模型的工作流应用，敬请期待。 #量化 #ai #量化投资 #股市