量化投资，到底是什么？

如果你读过《凌晨三点的简历》，你一定记得那个转行做量化的程序员。他在游戏公司写了好几年后端，三十岁那年突然想换个赛道，于是开始自学量化。他遇到的第一个问题不是“怎么写策略”，而是——

“量化投资，到底是个什么东西？”

他在百度搜了一圈，得到一堆定义：“以数学、统计学模型为基础，借助计算机技术进行投资决策……” 每个字都认识，连起来就看不懂了。

同一个月，夏知晓在《香樟树旁的龙虾公司》里，也遇到了类似的困惑。他被那只叫“小龙虾”的AI工具卷进浪潮，从跟风装机到卸载求助，最后在虚拟机上养了三只属于自己的“虾”。他当时问过一个问题：“如果AI能生成图片，那它能不能帮我炒股？”

你看，两个不同的人，一个想转行，一个好奇AI，最后都指向了同一个方向——量化投资。

这篇文章，就是写给他们，也写给像他们一样的人。我们不搞学院派，不讲黑话，只聊三件事：

1. 量化到底是什么？
2. 它怎么做？
3. 普通人需要知道什么？

---

一、量化到底是什么？——一个“点外卖”的比喻

先别管那些公式。想象一下你每天中午点外卖：

• 凭感觉点：今天想吃辣的，就点个麻辣烫；明天想换口味，就点个汉堡。这是主观投资。
• 用量化的方法点：你写了个程序，每天抓取所有外卖店的评分、销量、优惠力度、配送时间，再结合自己的口味偏好（比如喜欢辣度3星以上、配送时间<30分钟、优惠后价格<25元），让程序自动选出最优的那一家，下单。这是量化投资。

当然，点外卖你只点一次，而量化是让这个系统每天、每分钟都在帮你决策。它不累，不情绪化，也不会有“今天懒得算了”的时候。

用一句话说：量化投资，是以数学、统计学模型为基础，借助计算机技术进行投资决策的方法。

它和我们常听说的“基本面投资”（基金经理看财报、研究管理层）或“技术分析”（看K线图、画趋势线）不同。量化的核心在于“定性思考，定量操作”——把投资逻辑翻译成数学公式，让机器去执行。

量化投资的核心就三点：

1. 数据驱动——不靠“我觉得”，而靠“数据说”。数据可以是价格、成交量，也可以是宏观经济指标、卫星图像，甚至是社交媒体的舆情。
2. 模型决策——把“什么样的股票会涨”这个模糊问题，变成具体的数学条件。
3. 程序化执行——克服人性的弱点，不会因为恐惧在底部割肉，也不会因为贪婪在高点追涨。

说白了，量化就是用科学的工程化方法做投资。就像造一架飞机，先有空气动力学理论（数学模型），再设计零件（策略代码），最后让自动驾驶仪（算法）去飞。

---

二、量化怎么做？——从“找规律”到“怕过拟合”

那个转行的程序员刚开始学量化时，最兴奋的就是“找规律”。他发现：每年2月份，小盘股往往涨得比大盘股好；每个星期五下午，某些板块容易出现反弹。于是他把这些规律写成代码，回测了一下——收益曲线漂亮得像火箭发射。

他兴奋得凌晨三点给朋友发消息：“我找到了圣杯！”

但他很快被浇了一盆冷水：这套策略在历史数据上表现完美，可一模拟实盘，就亏得一塌糊涂。

为什么？因为他掉进了量化里最常见的坑——过拟合。

什么是过拟合？用大白话说就是：你拿着答案去复习，考试题目一换，就全不会了。

比如，你发现过去十年，每当“世界杯期间+下雨天+茅台股价下跌”，第二天茅台就会大涨。你把这个规律编进模型，回测成绩惊人。但这根本不是真正的规律，只是数据里的巧合。当世界杯结束、不下雨、茅台没跌的时候，你的模型就傻了。

怎么避免过拟合？量化圈有个不成文的规矩：简单即有效。一个只用了三五个因子的模型，往往比用了上百个因子的模型更可靠。因为真正的规律，不需要太复杂的解释。

---

三、普通人应该怎么看待量化？

如果你不是量化从业者，只是想了解，记住三句话就够了：

1. 量化不是“印钞机”。它只是用一种更系统的方法做投资。市场不好的时候，量化也会亏钱。
2. 不要迷信“黑箱”。很多量化基金说自己策略多神秘，其实大部分核心逻辑并不复杂。复杂的是执行和风控。
3. 警惕“过拟合”的诱惑。如果你自己尝试写策略，记住：历史回测漂亮，不代表未来能赚钱。真正的考验是实盘。

最后，也是最朴素的道理：不懂的不碰，跟风的不碰，承诺稳赚的绝不碰。

---

那个转行的程序员后来怎么样了？他在《凌晨三点的简历》里，用了三个月时间，终于跑通了自己的第一个实盘策略——虽然只赚了一点点钱，但他说：“我学会的不是赚钱，是敬畏市场。”

夏知晓呢？他后来没去炒股，但把量化里“回测”的思想用到了AI工具上：先让模型跑一批图，分析哪些参数组合效果好，再决定怎么调优。他说：“原来‘试错’也能用数学算清楚。”

你看，量化投资说到底，不只是关于钱。它是一种思考方式——用数据代替猜测，用规则对抗情绪，用回测检验直觉。

这也许才是普通人能从量化里学到的最有用的东西。

---

延伸阅读：

• 如果你想知道“过拟合”具体是怎么回事，可以看我们后续的 [《技术字典：过拟合与欠拟合》]
• 如果你想了解量化有哪些不同的流派，可以看 [《量化江湖：流派与兵器谱》]
• 如果你想了解AIGC在量化里的应用，可以看看 [《香樟树旁的龙虾公司》] 里夏知晓的折腾史