本文对高频量化策略的运行方式做了深入解析，剖析了高频量化策略的盈利来源，分析了策略优缺点。高频量化策略是当前量化投资中超额收益的主要来源，其中应用最广泛的是高频做市策略和分时趋势策略。
高频做市策略缩小了盘口价差，为市场其他参与者提供了对手盘，增加了盘面买单和卖单挂单数量，增强了市场整体流动性，高频做市策略挣的是为市场提供流动性的报酬。分时趋势策略一方面加速了股票市场的价格发现，使得趋势得以形成，另一方面通过适时的回补交易稳定了市场，使得趋势不至于朝一个方向运行的太远，分时趋势策略挣的是助推市场价格发现的报酬。高频量化策略的盈利来源在于信息传导不畅及风险可控，高频量化策略的优势在于及时捕捉机会、占据最优价格和回撤小，其劣势在于受底仓约束、与市场活跃度相关、向上弹性有限和长期超额收益将下行。
量化投资近年来在国内迅速崛起，市场上出现了大量采用量化策略投资的管理人，在过去几年中大量量化产品获得了年化10-15%以上的投资回报，且回撤和波动率都非常小，于是大批资金涌入量化策略产品。量化投资已经成为和基本面投资、技术面投资并称的主流投资方法，其结合了数学统计方法和金融数据，与传统的基本面分析方法和技术分析方法相比，量化投资最大的特点就是定量化和精确化。
量化型产品为投资者带了来稳定、可预期的投资回报，然而绝大多数投资者却并不理解量化型产品背后的投资逻辑和盈利模式，量化投资管理人也不愿意透露量化模型细节，反而在路演时以大量晦涩难懂的数学理论的、统计学的、物理学的、遗传学的、和概率论的专有名词和公式来对策略进行解释，甚至穿上了当前火热的人工智能、深度学习概念外衣，使得量化基金成为黑箱。
我们几乎找不到以通俗易懂的语言介绍量化策略投资细节的文章，然而从逻辑上来讲，如果量化策略复杂到只有少数数学天才才能理解并运用，那么这种类型的策略不可能广泛使用，投资者也不可能幸运地买到少数数学天才管理人的产品。既然量化投资在国内正在普及，在海外多年前就被对冲基金大量采用，说明其本质上并不复杂，只是运用量化策略的管理人不希望自己的模型被他人采用而失效，而将问题复杂化了。
本文认为，高频量化策略是当前量化投资中超额收益的主要来源。本文希望以通俗的语言来对量化投资策略中的高频量化策略进行解析，打开量化型基金投资的黑箱，让常用高频量化策略模型的盈利模式见光，使投资者较为深刻的理解量化产品背后的运行逻辑，理性全面地认识量化产品，为投资者在基金产品选择上带来一定的启发和帮助。
量化投资策略需要依据收集到的数据进行统计、分析和推演，从而决定下一步交易计划。量化投资策略根据收集信息的种类可以分为：基于盘面信息的高频量化策略、基于k线图数据的统计量化策略、基于财务报表的基本面量化策略、基于宏观数据的市场量化择时策略。
量化基金经常依据k线图、财务报表、宏观数据等因素进行较长时期的交易，这些交易的持股周期在数天、数周甚至更长，同时以此为底仓，进行基于盘面信息的高频量化交易。有的量化基金采用中性策略，布局市场一篮子股票，以此为底仓进行基于盘面信息的高频量化交易，并以相应股指期货做对冲。还有的管理人会采用通用的人工择时、择股，以此为底仓运行高频量化模型。近年来兴起的T+0团队，会根据协议以其他投资者的持仓标的为底仓进行日内高频交易。
市场其他参与者相比，量化基金依据k线图、财务报表、宏观数据的策略模型交易并不具有特别的优势。从理论上来讲，量化模型所做的事，就是将人的思考方式先翻译为程序，再对收集到的数据进行运算，最后利用计算机下单完成一系列股票的买入卖出操作。既然这个过程是计算机在模拟人脑，那么只要人足够理性并坚持原则，就可以与量化模型做一样的事。在实践当中，量化模型可以更好的克服人性的贪婪与恐惧，不受情绪的摆布，严格按照计划进行交易，绝对不应与AI人工智能相提并论。成熟的机构投资者完全可以做到非常理性，主观选股策略管理人背后的研究员在研究的深度上远远超过量化基金。既然量化模型在股票选择上不具有超越市场同行的优势，那么其极小回撤的稳定投资回报来源于什么呢？
量化策略模型通常会进行非常分散的投资，这就使得其底仓的波动率与市场指数处于同一级别，通过分散投资，量化基金控制住了非系统性风险，单一股票对整体的冲击很小。在向下风险可控的前提下，基于盘面信息的高频量化策略就起到了关键作用。由于当前A股市场上高频量化策略的竞争并不激烈，高频量化策略通过每日的交易逐步积累收益，在底仓下跌的时候平滑了回撤，在市场整体上涨时底仓又可以获取一定的向上弹性。高频量化交易提供了超额收益，底仓只要不大跌，长期来看可以获取稳定的回报。
高频交易是指通过预设的计算机算法实现高速度、高频次报单的交易方式，高频交易指令间隔通常小于五毫秒（甚至可达微秒、纳秒级），主要获利方式是通过市场短暂的价格波动进行套利交易。这种交易方式还具有低隔夜持仓、高报撤单频率、高建仓平仓频率、高换手率等特点。
高频交易以盘面分时图界面实时变动的客观数据来确定下买入单（或卖出单）的位置和数量，同时根据即时成交信息来决定下一步行动，如买入、卖出或撤单。据观察，目前国内的高频交易有一多半是T+0交易员通过手动下单完成的，还有一部分是通过量化策略模型生成的交易指令由计算机下单完成的。高频量化模型的每一项交易指令都不需要人工决策，将反应时间最小化，以抢占市场先机。
A股中常见的高频交易策略有高频做市策略、分时趋势策略、大单跟随策略、挂单诓骗策略、异常订单捕捉策略等。高频交易展开来写可以写一本书，篇幅所限本文仅简要讨论市场最为常用的前两种策略。分时图中的波动有中枢震荡和趋势两种类型，中枢震荡为高频做市策略创造了条件，而向上或向下的波段则为分时趋势策略提供了机会。当前的A股市场成交量整体非常大，对于大部分个股来说有足够的对手盘可以容纳量化策略模型。
高频做市策略是指利用盘口买卖盘之间的价差，同时挂出买单和卖单，让其他急于成交的市场参与者与自己的买卖单分别成交，实现利润的策略。A股中的高频做市策略需要之前持有该股票底仓作为挂出卖单的先决条件。高频做市策略需要个股窄幅波动以及市场整体较为平静，在当前市场环境下，个股日内走势大部分时间都在中枢震荡中度过，这就为高频做市策略的入场创造了很好的条件。
经常可以观察到A股中部分个股分时图走势在不大的区间内分时线反复波动，形成极为密集的锯齿状，这种走势就为高频做市策略提供了很好的背景环境。下图是晨***2019年某日走势图，该日有批量连续的主动买盘建仓，同时有批量连续的主动卖盘减仓，导致盘口一定范围内的买卖单基本被扫掉，盘口出现可供操作的价差。
假设ABC公司股票（沪市）盘口如下图情形1所示（这里的ABC公司盘口是作者依据真实盘面情况虚拟的），买方力量与卖方力量之间有较大的价格差，买一32.31元比卖一32.44元足足低了13个价位。做价值投资的、做技术分析的、做主题投资的、跟庄听消息的、追击涨停板的投资者一定不会在意这一毛三分钱的价差，甚至根本不会去注意到这样的盘口，因为对于上述任何一类投资者，这种价差都微不足道，与其潜在盈利相比，一毛三根本不值得计较。“大行不顾细谨，大礼不辞小让。”在情形1所示盘面下，一部分投资者为了保证成交效率，会直接以32.44元去买入，或者以32.31元去卖出，使得价差不会弥合。这一毛三分钱价差正是量化策略模型的一亩三分地，高频做市策略正是利用这一看似微小的价差勤奋地耕耘，不断积累微小的收成。
当量化模型在自己持仓的股票中捕捉到这一价差后，会迅速对整个盘面进行扫描，判断此时在买一与卖一之间同时下单的潜在风险。在真实的高频交易中，投资者所运用的不可能是下图这样的五档盘口，传统的交易软件所提供的五档买卖盘不足以满足高频交易的需要，因此无论是高频量化策略模型交易者还是高频T+0手工交易者都会去购买沪深交易所提供的付费Level2行情，其可提供沪市股票买盘十档和卖盘十档行情，以及深市股票买卖盘千档报单情况。本文为了信息的简化，仅采用五档来说明问题。
情形1除了提供潜在获利空间价差信息外，还提供了风险信息。32.50处有63手卖单，这笔订单相对周围订单较大，这里的63手卖单可以作为一旦行情向上突破，自己做市时卖出的股票止损回补对手盘，同时32.25处87手买单和32.20处100手买单提供了向下的止损对手盘。此外，量化策略模型还需要根据ABC公司股票近期流动性水平、当日成交活跃度数据对风险和收益进行量化评估。如果此时大盘平稳运行，量化策略模型将根据提前设定好的参数在一秒钟之内完成获利比例、风险、下单位置、下单数量的计算，并把买卖订单报送到交易所。量化策略模型所下的买单比之前的买一高出一分钱，所下的卖单比之前的卖一低了一分钱，盘口价差缩小到0.11元。买卖数量会通常会比系统设定的潜在止损对手盘小，比如买卖各下10手。
鱼饵已经下好，接下来就是等鱼上钩。第一种也是最好的情况是分别有其他投资者与上述买卖单成交，一笔交易10手的交易达成。考虑到当前A股市场卖出时千分之一的印花税、买卖各万分之二的佣金以及沪市独有的买卖各十万分之二的过户费，该笔价差为0.11元，数量10手的日内交易净利润为：1000*0.11-32.32*1000*0.00022-32.43*1000*0.00122=63.3元
有时，其他市场参与者不愿意上钩，在卖出时不急于成交，卖单没有砸在买一上，而是挂在比量化策略原有卖单低的位置上，如下图情形3所示。此时计算机模型会在约0.1秒内做出迅速反应，完成计算和评估新的情况，并且在新的位置挂卖单，撤掉原有卖单这一系列动作，复杂而连贯，在肉眼看来就是一瞬间完成了卖单的移位，如下图情形4所示。
在32.42处挂20手卖单的市场参与者看来，在挂出卖单的一瞬间，自己卖一的位置就被挤占了，变成了卖二，在下一步市场交易中心无法占据主动。而对于高频量化模型来说，自己卖一的位置仅失去了0.1秒，几乎可以肯定的说下一笔市场卖单区域的成交依然属于高频量化模型，仅仅是降低了收益率（大约从0.2%降为0.14%）。
有时，其他市场参与者迅速向上买入，导致价格向上突破当前震荡中枢，使得原本32.43处挂出的10手卖单成交后，买单成交希望渺茫，如情形5所示。不同的高频量化模型都有各自的止损阈值，如果市场行情突变，无论该突破是真实的还是虚假的，是长期的还是短暂的，高频交易在情况还不至于很糟糕的情况下止损绝对是明智的选择，因为高频量化策略胜率很高，对于突破的止损是必须要付出的成本项。
此时系统迅速发出买入单，于32.50元买回10手，并撤掉32.32处的买单，如情形6所示。系统会继续监控盘面情况，寻找新的交易机会。算上税费，本次止损操作共计损失0.36%。
由于高频做市交易的胜率极高，通常在80%以上，因此即便单次止损的损失超过单次盈利的净利润，高频做市策略依然有很高的年化回报，这点很多投资者并没有清晰的认识。根据观察经验，在五次买卖交易中，假设有三次按照情形1、2的情况，一次按照情形3、4的情况，一次止损，其单次综合净利润有：（0.2%*3+0.14%-0.36%）=0.076%！
我知道很多人读到这里就在内心下了结论，高频做市策略如此低的单次交易回报是没有意义的，远不如抓听个消息抓个涨停板来的爽，这正是当前市场的主流观点。人少的地方才可能有超额回报，市场参与者对于苍蝇肉的不屑一顾给了高频做市策略参与者生存空间。日内万分之几的净利润虽小，但一年有250个交易日，在上述假设下，如果日内该股票全部持仓都换手一遍，全年将实现0.076%*250=19%的超额回报，这还是建立在底仓整体0%的年化绝对回报基础之上的。年化超额回报在20%左右的做市交易机会在当前的A股交易盘面随处可见，有些盘面挂单松散、又有一定交易量的个股中高频做市策略甚至可以做到更高的超额回报，对于精通此道的玩家来说无疑是一场盛宴。
高频做市行为一方面为市场提供流动性，另一方面通过价差收益实现盈利。由于高频交易单笔获利极小，因此需要交易量来保证自己获利，这就会为市场带来大量流动性。市场其他参与者要想高效的参与股票市场交易机会，就需要一个盘口价差小，成交量足够的市场，通过上文的分析可以看到，高频做市策略缩小了盘口价差，为市场其他参与者提供了对手盘，增加了盘面买单和卖单挂单数量，增强了市场整体流动性，在一定程度上降低了其它市场参与者买卖股票的冲击成本。高频做市策略挣的是为市场提供流动性的报酬。
分时趋势策略是指利用股票日内波动中出现的趋势性运动机会，利用市场具有的动量效应和反转效应，在股价向上突破时买进，或在跌落悬崖之前卖出，以获取日内差价利润的交易策略。A股中的分时趋势策略同样需要之前持有该股票底仓作为完成交易的必备条件。当前A股许多个股日内波动足够大，投资者经常见到一天之内个股出现几波快速上涨或下跌。分时趋势策略包括了突破策略和反转策略，尽管突破和反转对许多交易者来说是不同的，但对于量化模型来说，本质上都是对于趋势的捕捉。在分时趋势策略量化模型的交易策略中，有些是通过市场信息预判趋势而进行交易的，有些是追踪并跟随趋势下单强化趋势，有些甚至可以制造趋势，触发蝴蝶效应。下文以突破策略介绍这类交易的具体操作模式，反转策略操作模式与之类似。
有效市场理论认为，当有新的信息出现的时候，所有市场参与者会迅速做出反应，使得股票价格迅速地移动到新的位置。而在实际的观察和交易中，投资者却会发现，当市场整体因为某种原因快速拉升或快速下跌时，个股的节奏并不完全一致，有些关注度较高的个股会率先做出反应，而部分个股会落后市场整体30秒左右才有所动作。半分钟时间差对于高频交易策略和手工T+0交易者都足以完成发现判断机会、评估风险、下单操作这一系列动作。
分时趋势策略依赖于对股票市场其他品种的监测，以获取下一步交易行动的参考数据。比如对同板块联动性较强的个股及对股指期货市场波动情况进行实时跟踪，发现市场大幅波动时，再依据个股盘面情况作出反应。假设量化策略模型在对盘面的监测中发现股指期货短时间内跳水达到1%，而ABC公司的股票由于短时间抛单不多，整体基本没跌，想卖的投资者卖单挂在了卖盘区域，如下图情形7所示。我们看到，此时盘口买盘区域挂单连续且密集，买盘区域挂单松散，仅在32.30位置有93手买单，买卖力量对比悬殊。
此时分时趋势策略的量化模型将通过已有证据来评估当前时点砸盘的收益和风险，如果股指期货短时间下跌1%、上述盘口信息以及该个股近日的市场交易数据满足先前预设的触发条件，量化模型将自动发出卖单，可能是100手，卖价32.30元，使得该支撑位被击穿，如上图情形8所示，成交99手。
接下来市场最有可能的情况就是其余市场参与者心里防线被打破，不在买盘区域挂单卖出，而是主动向下寻求买家，盘面上为数不多的买单被砸掉，如情形9所示。在通常的情况下，市场整体的快速下跌在一分钟内不会非常大，此时ABC公司股票下跌一小段后，在32.00整数关口发现存在较大买单，如果量化策略模型参数偏向于保守，将会根据盘面信息于32.02位置挂单买入99手平仓，如情形10所示。在一轮成功的抛售中，如情形10所示买单得以成交，将获取0.28元的价差，净利润达到0.73%。通常情况下一笔好的突破交易，从砸盘到平仓会在半分钟内完成。
行情的发展并一定像预想的这么顺利，有时在量化策略模型选择向下砸盘后，市场其他参与者反应平淡，在系统预设的时间内并未出现跟风抛售的情况，如情形11所示。时间拉长意味着风险和不确定性的增加，根据时间来平仓可以将未来的不确定性尽可能的降低，此时量化策略模型将根据预先设定的程序，发出向上买入的订单，以32.15买入99手来平仓，如情形12所示。在一轮表现尚可的抛售中，如情形12所示买单得以成交，将获取0.15元的价差，净利润为0.32%。
当然在另外一些不利的情况下，分时趋势策略也会存在亏损平仓的情形。上文简述了向下的分时突破，向上的分时突破交易情形大体与之类似。由于每个交易日中此类机会出现的次数有限，且在市场整体波动率低的时期，一天之内甚至都找不到分时趋势策略的开仓时机，因此该策略尽管单次收益率较高，但很难将全部的持仓以该策略进行日间全部换手，据经验丰富的日内交易员观察，一个只相对保守的分时趋势策略模型的年化超额回报会低于高频做市策略，通常波动率适中的个股在当前相对稳定的市场环境下年化超额回报在10%左右。
突破是市场敏感行为，利用突破对市场参与者心里和行为造成的冲击来获利，是分时趋势策略中比较高阶的方法。当前A股交易中有部分机构投资者会采用“按时间加权平均价格订单”（TWAP）对大额买卖单进行拆分，将大额订单在一定时间内分拆为多个等量的小单，以市价进行交易。TWAP订单在盘面分时成交明细中表现出有规律、同方向、连续性强的鲜明特征，很容易被监控市场的量化模型捕捉到。
假设ABC公司的股票在此刻之前的五分钟内，每30秒出现35手的卖单主动与下方买单成交，疑似TWAP市价卖单正在执行，且市场环境表现平稳，ABC公司的股票买盘与平时基本一致，盘口如下图情形13所示。等候多时的量化模型出手狙击正在减仓的另一机构投资者，根据盘口数据，直接以31.90元报260手卖单，将下方买一到买四全部砸掉，逼迫其他市场参与者以更低的价格减仓。根据成交回报，量化模型成交247手，于是迅速在下方31.81位置挂相应买单，等待下一个30秒到期时TWAP市价卖单打到该位置，如下图情形14所示。
此类交易大概率成功的原因，是假设没有人砸盘，随着时间的推移TWAP市价卖单的抛盘也会慢慢将股价压低，只是TWAP市价卖单暴露了自身行为，量化模型加速了这一进程，其实质也是让市场提早发现了未来的价格。
股票市场操纵表现为交易者通过单独或者合谋，集中资金优势、持股优势或者利用信息优势，联合或者连续买进或者卖出某种证券，操纵证券交易价格或者证券交易量，使他人对该证券的走势做出错误判断而积极参与交易，市场操纵者则高抛低进，牟取暴利。分时趋势策略需要与市场操纵行为划清界限，量化策略模型需要在设计时考虑这个问题。
对于分时趋势策略与市场操纵的界限关键在于“连续”，如果量化策略连续发出多笔卖单，且在上一笔仅少量成交形成挂单的情况下又继续压低价格，申报的卖单明显大于对手盘，影响股价2%以上，就有可能被交易所认定为市场操纵。在实践当中，量化策略模型通常每次只发出一两笔指令，对股价的影响一般控制在0.5%，在当前监管环境下并不构成市场操纵。
分时趋势策略一方面加速了股票市场的价格发现，使得趋势得以形成，相当于踩了一脚油门；另一方面通过适时的回补交易稳定了市场，使得趋势不至于朝一个方向运行的太远，相当于在趋势的发展过程中踩了一脚刹车。市场要想变得有效，就需要这类主动交易的力量，分时趋势策略挣的是助推市场价格发现的报酬。
本文第二章和第三章展示的只是高频量化策略的冰山一角，如今应用于A股市场的高频量化策略模型种类非常多，上文介绍的是其具体操作手法，那么从本质上来说高频量化策略究竟赚的是谁的钱呢？
在股市交易中，买卖双方在出价和要价达成一致时才可以达成交易，买家所支付的钱就是卖家收到的钱，就像菜市场买菜一样。在真实买菜时，如果买卖双方对价格不满意，可以通过谈判来达成一致，这时就出现了讨价还价。买菜时的讨价还价可以让买卖双方将价格最终敲定在双方均接受的位置，无论谁做出让步，交易都可以顺利进行。
然而在股票交易的盘面上，买卖双方并没有一个互相讨价还价的平台，这就使得买单出现在32.31元，而卖单出现在32.44元，形成了一毛三分钱的差价（在第二章的例子中）。此时对于市场参与者来说，最优解应该是各自退让，买家提高价格，卖家降低价格，以中间价成交。然而买卖双方在盘面上无法直接交流，由于缺乏沟通，双方均坚持各自观点，差价得以保持，这就给了高频做市策略同时挂买卖单获利的机会。总有些买家最终让步，以做市策略提供的高价买入，另一些卖家最终让步，以做市策略提供的低价卖出，这几乎是在同时进行的。
如果所有人都知道股价要涨，那么在涨之前的一瞬间以及上涨途中为什么盘面上会有挂着的卖单呢？一个城市的房价暴涨之前，炒房者会迅速将价格还算合理的房源大量吃进，这时的卖房者就是因为对信息掌握不完整而将未来利润让给对手。如果在一个绝对有效市场中，当能够刺激市场上涨的因素出现后，所有的卖家全部及时准确的接收到这一信息，应该齐刷刷地全部将价格挂高，买家绝对没有便宜可以捡，不存在套利的机会。
市场是由自然人组成的，人无法真正眼观六路耳听八方，尽管当代的移动互联网通信水平已经非常先进，以小时为单位的信息滞后几乎不存在，但在以秒为单位的反应中，人还是无法瞬间得知全部信息，每个人对相同信息的解读也不尽相同。人脑的生物限制，使得即便通讯水平再发达，人对于信息的反应也远逊于计算机，人不肯能在一秒钟内观察到那么多信息，也不具备在信息海洋中筛选出有用信息的能力，这使得量化策略模型有了战胜人脑优势。分时趋势策略之所以能够获利，正是利用了分时波动中信息传播的时间差，量化策略在极短时间内做出反应，提前于同向交易对手下单，扫掉有限的对手盘，占了对手没来得及反应的便宜从而获利。
风险是股票投资获利所必须承担的，任何利润的背后都隐藏着这样那样的风险。然而风险在不同级别的时间框架中呈现出不同特征，如同光既能像波一样向前传播，有时又表现出粒子的特征。时间拉长看，市场风险会大的惊人，而在极短的时间里，市场近乎于静止。
美国长期资本管理公司（LTCM）的交易策略是“市场中性套利”，即买入被低估的有价证券，卖出被高估的有价证券。1998年亚洲金融危机时LTCM模型判断发展中国家债券和美国政府债券之间利率差不会无限扩大，而是逐步回归正常。同年8月，小概率事件真的发生了，由于国际石油价格下滑，俄罗斯国内经济不断恶化，俄政府宣布卢布贬值，停止国债交易，投资者纷纷从发展中市场退出，转而持有美国、德国等风险小，质量高的债券品种。结果它所沽空的德国债券价格上涨，它所做多的意大利债券等证券价格下跌，两头亏损，由于杠杆倍数很高，造成公司资产净值下降90%，走到破产边缘。可以说，对历史模型的笃定、对均值回归的依赖、对高杠杆的追逐构成了长期资本管理公司崩溃的必要条件，而小概率事件的出现让必要条件变成了充分条件。
长期资本管理公司在承担一个风险的时候花了太长时间，同一风险随着时间的拉长，出现不利因素的可能性会迅速增加，这使得风险急剧上升，这点在当时的市场中并未得到足够认识。如今经济学家已经通过严格的公式证明了这一点，于是在当代的量化模型中，出现了很多依据时间的止损因素，对于单一策略设定时间终止点，阻断风险大幅增加的可能性。
股票市场风险是与经济运行和人类社会活动密不可分的，而经济运行和交易者情绪的变化通常是以日为单位的，在几秒钟内，整个世界几乎是静止的。对于高频量化策略来说，每一笔买卖配对都是分别建立在几乎静止的世界中的，每笔交易的风险在这种情况下也就很小。由于风险在不同量级的时间维度中的表现形式不同，高频量化策略所面对的交易场景中，许多规则和模式都是普通交易中所不适用的。
量化策略需要在相应交易系统中进行编程，常规的编程比高考数学要简单的多，然而在目前国内的教育体制下，投资者很少接触过编程知识，这就使得编程这门技术成为了少数人的法宝。量化策略所需要的编程难度不高，只是懂投资的人很少有精通编程的，懂编程的人很少接触投资，这就使得我国的高频量化交易落后国外很多年。实际上，当下国内所使用的大量量化程序，正是简单从国外拿来并做一定调试修改就可以运行，技术门槛不高。除了国内投资者编程知识整体欠缺之外，国内的券商并未向投资者提供方便的编程接口和可视化的程序设计软件，这也使得普通投资者很难接触量化策略。
实际上许多量化模型的原理简单的可以用几句话讲清楚，凡是不以通俗语言来解释模型的管理人都是不愿意透露量化模型的细节，害怕皇帝的新装被拆穿。当前大量的投资者并未意识到量化投资的优势，或者意识到了但受制于缺乏人才和工具，未能参与到量化投资中来，这使得当下量化策略得以获取年化10-15%甚至更高且稳定性强的投资回报。
第一，高频量化策略及时捕捉预先设定的各类机会，可以多线程操作，同时在多只股票中进行交易，同时运行多个不同的策略，无需人工紧张地搜寻各类机会。
第二，高频量化策略占据市场最优价格。高频量化策略利用程序化的算法进行交易，具有绝对领先于人工交易的下单速度。对于某一交易机会，量化策略模型可以在0.1秒内完成下单，交易员手动下单通常需要3秒，而通过肉眼观察和手工输入订单的普通投资者通常至少需要10秒。在行情变化之时，沉淀在交易所的对手盘非常有限，只有足够快的下单速度才有可能抢到合适的交易价格，在平均每一笔交易中如果都获取0.03%的价格优势，对于年换手率100%的基金产品来说，一年就是3%的优势。
第三，高频量化策略回撤小，稳定性强。高频量化交易就像勤劳的农民一样，每天都在田间劳作，在底仓向下波动不大的情况下可以弥补一部分损失。在底仓震荡走平时就可以赚到钱，如果底仓随市场整体上涨，还可以获取底仓上涨的收益。
第一，受到底仓的制约。当前A股市场实行T+1制度，这使得股票日内交易需要依赖预先持有底仓，交易的范围只能在底仓持股标的中选择，并且在一天之内单一个股最多只能买卖换手一次。我们观察到港股市场中有大量的交易是通过高频量化策略所下的计算机指令单完成的，因为港股实行日内回转交易制度，这就不需要持有底仓，无上述约束。也正因为如此，港股市场上高频量化策略的竞争相当激烈，使得几乎全部确定性强的日内交易机会都被计算机所捕捉，使得高频量化策略的收益率远远低于A股，当然也几乎没有T+0日内手工交易者的生存空间。A股中目前运用高频量化策略的机构占比并不高，散户几乎没有接触，T+0日内手工交易者依然可以分一杯羹，但精力和速度都远不及计算机操作，长期来看，这部分交易者将逐步被市场淘汰。
第二，收益与市场交易活跃度相关。高频量化策略需要足够活跃的市场才能在短时间内完成一系列买卖动作，如果个股成交量急剧萎缩，将极大的影响该策略运行，当前A股部分小盘股正逐渐被市场边缘化，活跃度较几年前下降很多。当市场整体缩量和波动率下降时，高频量化策略的收益率会迅速下降。
第三，向上弹性有限。由于底仓持股分散度通常较高，量化策略在市场连续大幅上涨的行情下很难获取大幅超越市场的收益，而在这种行情下，部分主观多头基金可以通过发掘个股做出突出业绩。
第四，长期来看超额收益必然下行。市场上没有长期及风险小又回报高的投资，低风险高回报一定是阶段性的。就像A股市场的新股申购被很多机构投资者和大户参与导致收益率下降一样，未来会有更多的资本涌入量化基金，而市场中的各类交易机会总量十分有限，这就必然会摊薄收益。最终，收益率将下行到与其波动率和回撤水平相一致，长期看，各类资产的风险调整后收益总会趋于一致。
高频量化投资的黑箱里装着什么，只有量化基金管理人真正清楚，本文尝试对高频做市策略和分时趋势策略这两种应用最广泛的高频量化策略进行详解，力求通俗易懂，避免公式和专业术语霸屏。高频量化策略是当前量化投资中超额收益的主要来源，高频做市策略挣的是为市场提供流动性的报酬，分时趋势策略挣的是助推市场价格发现的报酬。还是那句话，没有哪一种策略可以战胜一切行情，高频量化策略在当前市场环境下具有的优势不一定会长期存在，但也不会立刻消失。
本文也有很大的局限性，主要在于作者未有量化投资基金工作经验，文章观点的形成来自于市场观察和资料整理，篇幅所限未对高频量化投资的各策略分别展开讨论，缺乏相应的实证研究和对比分析。
本文仅供合格投资者阅读参考，我们不保证过去和将来才用本文中所涉及投资方式进行操作。本文中所提及个股仅为说明问题而列，并不代表我们看好或看空这些个股。本文所引用数据来源于公开市场数据。
【2】高频交易. (美）奥尔德里奇（Aldridge)著；谈效俊等译.机械工业出版社，2011.5
【3】量化交易：如何建立资金的算法交易事业.（加）陈（Chan，E.P.）著；商诺奇等译.东北财经大学出版社，2014.1
【4】由两则事件引发的对高频阿尔法策略的猜想.AI科学投资.2019.7
【5】高频交易行为分类与监管研究.杨旸.上交所资本市场研究所,2019.8
