| |
|
|
| 首页 淘股吧 股票涨跌实时统计 涨停板选股 股票入门 股票书籍 股票问答 分时图选股 跌停板选股 K线图选股 成交量选股 [平安银行] |
| 股市论谈 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 商业财经 科技知识 汽车百科 工程技术 自然科学 家居生活 设计艺术 财经视频 游戏-- |
| 天天财汇 -> 商业财经 -> 为什么大公司不配备量化团队赚钱？ -> 正文阅读 |
|
|
[商业财经]为什么大公司不配备量化团队赚钱？ |
| [收藏本文] 【下载本文】 |
|
几十年的量化发展已经证明了量化投资的可行性，为什么追求资本增值的大公司不在这个领域比拼？或者说为什么量化规模一直没有占到交易市场主导地位？ |
|
首先看“大公司”的定义。 比如广发证券算不算大公司？董事长正厅级，之前的董事长还去佛山当市委副书记、市委书记、副省长，全系统一万人。之前也搞过量化交易，现在全部都没了，只剩下FOF。 易方达算不算大公司？管理规模几万亿，公募基金全国第一，目前保留量化投资与指数，但指数为主，量化也没多少。 小一点的券商如万联证券也有金融工程部，属于一级部门。 我们思考一下： 如果一种生意，需要特许经营权，需要极大的资本投入，比如几百亿；需要非常复杂的生产流程，比如几万人，才能有最终可以拿来卖的产品；销售对象也是大公司，不是个人；营业额可以很高，但利润率极低，还动不动亏损，价格市场化；比如钢铁厂，就是这样。 另外一种生意，利润率极高，但需要投入的资本很小，没啥门槛，个人都能做，几万到几十万到几百万到几百亿都可以。 两种生意模式，显然第一种适合去公司做，而且适合打工，晋升到管理层。几百亿的营业额，亏了说市场原因，雁过留痕，什么饭堂、服装、宿舍随便刮点油水就发了。但如果你自己开钢铁厂，会发现很难管理，想揩油的太多了。亏了都不知道哪里亏的。因此，这种模式，适合去打工，捞别人的钱给自己。 第二种当然适合自己干了。如果开公司，自己没有核心策略，策略别人的，然后他要求给股份，1%，5%，10%，一直到50%，国内几百亿的量化私募就有这样的例子，没办法，只能给。最后互相看对方不顺眼，一个在上海，一个在香港，各占一半，眼不看为净。 你说“可以趁他还没那么厉害的时候让他把策略教给别人”，但你咋知道别人不会走呢？一个人知道，管住这个人就行了；2个人知道，要管2个人，3个人知道，要管3个，知道的人多了，盈利空间反而稀释了。 当然，如果领导自己也是打工的，反而好一些。打工人的心态，我不是来发财的，我能保住下个月还有工资拿就行了。所以，如果一个手下策略很厉害，而我自己只懂管理不懂数学不懂编程，肯定找另外一个人把他的策略都学了，这样走了一个，我还能维持运转，不至于这个月走了一个下个月我就被领导裁了。 到了大公司做量化，一个很简单的道理，大公司有级别的，而且，比如证券公司，越高级别的人其实跟量化关系越小。 大券商总裁、董事长年收入多少？1000万？个人做量化，当年股指炒手单手年如1000万，单手资金也就20万左右。当然，你说交易赚钱不稳定，比如股指市场已经被监管了。但橡胶、焦炭也有类似的炒手，一年1、2000万的。做量化高频交易也类似，甚至赚更多。别忘了，Jump Trading中国市场期货年入20亿。个人我打个1%，2000万。 如果自己交易能赚2000万，其实也没必要去证券公司打工了，你也当不了证券公司董事长。现在就看证券公司可以给做量化的什么级别。 广发证券我知道做量化的，之前有Director级别，其实就是科长级，因为Managing Director是处长级。当然，也可能Director是副处级，如果Director可以升Manging Director的话。但要知道，有些公司可能有Executive Director，这样Director是正科，Executive Director是副处，Managing Director是正处。不能再高了，就是正科、副处之间，再高的都是一丁点量化都不的，但他们自己认为自己懂。但后来这些Director都去私募了，所以广发证券就没有做量化的了。 说实话，这玩意能赚钱的话，私募会比证券强，自营比私募强，会有这个特点。无论是自己从小的自营到大的自营，还是先从机构开始再到自营，最终都是自营会更赚钱一些。 只是如果在机构工作，除非公司不想做这个业务，整个砍掉，否则都会遇到我前面说的问题：策略如何共享？离开后如何交接？领导不懂量化，那么交接给同事，同事又走了呢？交接一次损耗一次，最终公司发现投入完全没产出，一怒之下，不用交接了，全部砍掉了。 |
|
很多证券和公募，甚至银行理财子公司都有量化团队。但问题是薪资待遇没法匹配私募公司的，尤其是提成比例受大公司条条框框限制住。所以招不到好人才，或者业绩一好就跳槽了。这才是最重要的问题 |
|
“几十年的量化发展已经证明了量化投资的可行性” 美国也就二十多年 中国基本上是14年以后 5年前上百亿就是国内最大的几家私募 没人有未卜先知的能力 “为什么追求资本增值的大公司不在这个领域比拼？” 尝试过做量化的大公司有很多 而且很多起步并不晚 只是没有做起来也不或者不接受外部投资所以不广为人知 “为什么量化规模一直没有占到交易市场主导地位？” “一直”是个很绝对的说法 如果看整个市场量化规模的增长速度的话 并不慢 没有人有能力预测比较长的未来 |
|
从一系列亲眼所见的案例来看，量化这件事情本身的特性决定了它与大公司的文化是各种水土不服的 量化策略的核心一般是掌握在1-2个核心人员手里，往往核心团队只有4-5个人，那些美其名曰50人团队，500人团队，其他人都是打杂的，这个道理可以参考《人月神话》里面的“外科医生”论调。外科医生论调的大致意思是一台外科手术，其实只有那个主刀的外科医生起到的是核心作用，其他的人都是助手，就是负责递剪子，递钳子，踩踏板的，除了那个外科医生，其他人都可以随时换掉。 这种1-2个人掌握核心技术的领域，是不符合国内大公司的运转逻辑的。中国大公司的逻辑讲究把所有的业务流水线化，员工螺丝钉化，任何一个人都是可替代的，公司缺了谁都照样转。如果公司依赖1-2个人的黑盒子运转，风控的逻辑把这种情况叫做“单点风险过大”。这在大公司里是不允许的，说白了就是，在中国的大公司里： 不允许有这么牛逼的人存在。 评论区不要杠，不是说大公司没有牛人，而是说大公司不喜欢本文提到的这种类型的牛人， 这种类型是什么类型？就是上文里提到的一个人控制一个黑盒撸全套的那种类型。 我们假设存在这样的一个如此牛逼的张三同学，张三同学想要入职一个大公司搞量化，接下来大概率会发生这样的事情: 首先，职位怎么定？如果定一个足够高，比如投资总监，那原来的投资总监往哪放？原来的主观投资经理往哪放？给你定一个这么高的职位，意味着必然要从其他已有的山头里分一大批资源给你，把人家原来管理的AUM分一部分给你，凭什么人家原来的山头的人会乐意？ 如果职位低一些，那么张三上面必然会有1-n个不懂量化的中层领导，美其名曰对量化这件事“负责”，美其名曰“负责人”。这时候问题就来了： 张三的上司会想，你小子核心的东西都捂着不放这可不行，你必须把整套策略都拿出来，做成白盒，拆解成流水线，员工做成螺丝钉，顺便我也偷学你的策略，我学会了公司就不依赖你了，以后就可以拿捏你了。否则你小子越做越大，策略都捂着不公开，早晚会威胁到我的位置。所以，不能让张三做大！ 风控部门会想，张三这小子捂着一个黑盒子这可不行，这成了风控的盲点，我们必须要穿透式管理，要穿透到策略的最底层，于是要求张三把策略的所有核心都写出来，写成手册、文档，以供风控部门所谓的“穿透式”管理。而且，我们本来就不懂量化，如果让张三做大了，那么我们这些传统风控人员会不会被淘汰，被新来的懂量化的风控人员取代？ 如果张三再像之前某机构那样搞出一个乌龙指来，我还要背锅，所以，不能让张三做大！ IT部门会想，张三这小子代码是一个黑盒子这可不行，代码必须符合公司的规范，要文档齐全，包括需求描述，策略公式，代码注释等等，全部写清楚，要做到有一天换一个人也可以完全运转这一套东西。而且，我们本来就不懂量化，如果让张三做大了，那么我们这些传统的IT人员会不会被新来的懂量化的人淘汰？如果哪天搞出一个乌龙指来，我们IT部门也要一起背锅。所以，不能让张三做大！ 企业的一把手董事长会想：量化这个东西，也不是必须要搞，不搞就不会出事，搞的话，我自己又不懂，也不知道怎么管，先不说赚钱不赚钱不一定，如果出事的话，我的乌纱帽肯定保不住的，参考n年前的xx乌龙指事件。所以，不能把这个事都交给张三一个人，更不能让张三一个人握着一个黑盒掌控整个公司的策略，否则单点风险太大，要把风控部门和IT部门都拉进来，都把脑袋押在这里，出事了要一起背锅。就是要让风控，IT，投资部门三者互相制衡，就像东厂和锦衣卫，他们之间吵来吵去是我最愿意看到的，这才体现我的高超的管理水平。 慢慢的，张三心理会越来越不平衡，张三一定会想： 核心策略都是我的，凭什么我上面会有几个完全不懂得领导是我的上司，我做出来的东西成为他们ppt上的他们的功劳？凭什么这件事的负责人说成是他们而不是我？凭什么我要把我的看家本领都写出来让风控部门穿透，凭什么我要把策略公式都写给IT部门？凭什么我要把代码注释写足够清楚让你们都看懂？ 凭什么我就拿这么点B钱，我就这么点职级，你们都比我级别高，结果是我在培训你们做量化？ 凭什么凭什么凭什么？ 接下来一定会发生的是： 张三的上司们，风控，IT部门，都不希望张三做大。张三也一定不会把策略核心写给风控部门和IT部门，会用各种所谓的ppt话术和手段来应付差事，慢慢会变成PPT大师文案大师，每天一半以上的时间在和这些部门扯皮，制定各种形式远大于内容的制度和流程。 张三会逐渐发现自己已经很久没专心在策略和投资上了，一大半的精力全部放在扯皮上，张三心里也明白，这个大企业里面没有任何一个人希望自己做大。这个时候，但凡有一个猎头或者金主出现，张三一定会想，干嘛不自己干？干嘛不自立门户？干嘛不自己拉个山头？ 于是，爷不伺候了。 小公司的文化，恰恰和大公司相反，小公司要求核心人员要身兼数职，独当一面，各种大小全栈技能树全部点满，你自己对结果负责，没有一个所谓的别的“负责人”挂在你头上。来到了小公司，张三立刻如鱼得水。 张三终于认识到，量化这个东西，从他诞生那一刻起，他天生的就只适合私募和自营小团队，适合自己闷头赚钱。它与中国大企业的文化完全的八字不合。 所以，中国的大公司很难配备量化团队赚钱。 |
|
|
教父Kim 90 次咨询 5.0 FRM 金融风险管理师资格证持证人 31694 次赞同 去咨询 |
|
可以通过量化交易赚钱，但需要克服和战胜许多限制性条件。 比如量化除了需要一帮聪明的人，还需要团队合理高效的协作，再就是需要非常好的系统支持，使得分工可以通过系统、数据的交互实现。 因此量化对整个支撑体系、IT系统和对公司组织等方面都有很高的要求，而不仅仅靠砸钱~ 就像任何新的创业一样，在激烈的竞争中，大多数量化交易者都失败了。 |
|
既然已经是大公司了，那必然有自己的主业，主业已经足以支撑公司的规模，自然没有必要做量化。 通常意义上的大公司营收额多在500亿以上，员工人数过万。这个规模的企业在小行业多是行业巨头，大行业至少是关键企业。 而量化机构的规模普遍不大（所以多称为团队），并且这个规模指募资规模，实际的营收就更小了，还非常不稳定。 好比棋牌室的老板，一般不会下场打牌挣钱。 |
|
比如，海底捞？ |
|
因为量化是迭代品，迭代掉了部分的投机者。 跟赌徒一样，是依靠规律来获取利润的。 但是你应该狠清楚，但凡在市场中的规律，只要赌注足够大，都是会被打碎的，随时都会失效和不灵的，因为赌徒们的敌人是庄家和老千。专业赌徒不算什么的，也没那么伟大的。 生手怕熟手， 熟手怕高手， 高手怕千手， 千手怕失手，失手就要被庄家和赌场剁手了。 这是一个怎么样的生态，你看清楚了吗？ 大公司，已经是自己领域的竞技佼佼者了，为什么要去干这种偷鸡摸狗的行当？完全没有必要，而且大公司的资金，进了别人的场子，会被吃的连渣子都不剩下的。 |
|
老板想要拷贝策略，策略开发者想要拷贝平台，这玩意就只能个人搞搞，就算把平台开发交给别人做，你所有的代码也得看得懂，怕留后门，但凡第二个人能接触到策略，或者策略开发者能拷贝/自建平台，就会出现老鼠仓，然后策略就逐渐失效，就算是马化腾来了，平台和策略也都得亲自写，还得藏在别人不知道的地方。 |
|
因为一个大公司配备量化交易团队也不一定赚钱 在管理人员没有足够的行业经验和市场理解的情况下，招的人往往也是水货。 这个行当的招聘面临巨大的逆向选择问题，你希望你组件的量化交易团队可以为你带来资本增值，然而招得到的大部分都是水货。特别是某些大厂出来的小伙伴策略水平实在是堪忧，长期作为螺丝钉的工作使其离开平台后啥也做不了；不是螺丝钉的负责人的选择往往是自己组建团队自主创业，没有理由也没有必要换个地方打工。 实际上真正的优质量化人才一般都是依仗自己的长期业绩或者自己掏点钱跑一个账户，通过圈内的信息交换找到一批投资人。而那些说自己的策略是长周期、大资金才能做，即没有历史业绩也没法自己掏钱做的人，也许就跟老中医偏方、驾校门口包过是一个收费模式，哪怕没有策略只要找到一个好的金主，反正市场就是多空选一个方向。 个人观点，从零开始搭建一个量化交易团队中最重要的资源通常是找到最核心的人，这也是市场上为什么那么多私募或者自营，能做起来的团队的老板通常就是其早期的策略负责人 |
|
假设一个人，开发出了一个稳定的量化模型。 他人生最必备的一个技能就是——闭嘴。 |
|
你去问问巴菲特，是买进去当大股东等后面的人抬轿，自己啥都不管爽，还是苦哈哈开发量化策略，搞一堆因子、指标然后频繁交易，天天盯盘舒服？ 量化是有机器优势，但那也只是针对小散户而言的，小散户没体量、没内幕信息还没手速，只能被量化收割，但别以为量化谁都能割。 对于大资金，一买就占流通盘5%以上的那种体量，再找几个哥们朋友联合抱团，这只股基本上就成庄股了（公募重仓抱团股也可以近似这么看）。流通盘在一伙人手里超过一定数额，等于他们控盘，那他们想让这只股涨就让让这只股涨，想让这只股跌就让这只股跌，量化遇到这种集团资金，死得要多惨有多惨，躲都来不及。 说白了，市场上不是某种操作方式说了算，而是资金量说了算，谁有钱，谁是大哥。 操作方式好，最多多赚点蝇头小利，比如一股十亿体量的资金准备入市，选中了一批股票，这时候有三种方式选择： 一是找一个才毕业没多久的操盘手员工，让他按公司指令买入交易，最终建仓完毕的平均成本是23块。 二是找一个有一点名气的资深操盘手，给他放权，择时交易，最终建仓完毕的平均成本是20块。 三是花大价钱组建一个量化团队，测试无数个因子，用模型为建仓决策，量化模型由于存在买入卖出降成本的动作，最终建仓成本可能是18块左右。 上述三种方式，建仓成本依次递减，但是你的代价依次递增。比如第一种，随便哪个证券公司都有这种操盘手，工资也不高；第二种则需要花功夫找人脉去挖人，还不一定成功，开的工资也很高；第三种更难，组建团队花费时间精力，而且有可能组建失败，即使组建成功，最后也不一定开发出合适的策略来。 而这股十亿资金做的投资判断是他们在两年后将以大概60块出货，那么建仓成本是18还是20有多大区别？ 如果非要在意这一两块的成本区别，最后却错失建仓最佳时机，导致投资失败，这才是最大的败笔。 所以，量化也可以没有，不是必须之物。 |
|
我来说下根本原因吧........首先量化交易有下单接口和没下单接口是两种模式，甚至于是两个档次。 什么是有接口，就是量化程序直接调接口下单进行买入或卖出，这种接口就好比你从客户端向服务端请求一次HTTP请求。 接口的重要性毋庸置疑，因为这个是最直接快速的下单方式，那么问题就来了，所谓的综合大公司如果拥有这样的接口会有怎么样的舆论效应呢？ 一般股民不关注私募是否获得了这样的接口，得益于私募的低调性，除了幻方之类相对名气较大，大多数的私募都在"闷声发大财"，他们拥有下单接口批量调用对于股民来说无感知。 如果是大公司比如互联网企业呢？比方说百度、小米、腾讯......这些都是民众耳熟能详的企业，倘若这些大公司真的组建了规模不小的量化团队，无论这些企业的量化团队是否盈利，只要股市有下跌的现象，你能想象舆论会怎么抨击嘛？ 大多数的股民不知道也不认识鸣石、明汯、因诺......，但是认识小米、腾讯、百度呀....... 你可能会说，不是还有无下单接口的量化交易吗？对大公司来说没有意义，因为大资金量进行量化，有接口和没接口是天壤之别，为什么大公司要去参加必输的投资呢？ 同时从从业者的角度来说，优秀的从业者总是希望自己去行业内顶级的企业与团队，大公司的主营业务非金融投资，在职业从业者看来，大公司即使配备量化也不过是试水，或许浅尝辄止，这种团队和岗位缺乏足够的稳定性。 最后可能还有人说，答主你自己不就是非下单接口进行量化吗？不一样，我自己那点几十万、百来万的资金属于量化范畴的小资金量，机构量化的规模是这个百倍有余，我个人能接受量化程序推送邮箱或者钉钉的指令，然后手动执行交易，大公司怎么可能这么操作呢？ 这里还举个简单的例子，如果你是几万万的资金，你写的量化策略很难出现卖不出去的情况，如果你的资金量很大，结果量化程序一跑跟想象中的完全不一样，原本第一步就该完成的尽数出售怎么卡住了.......定睛一看竟是有价无市，才卖了三分之一....... |
|
大部分的量化团队也不赚钱，或者说大部分量化团队也只能跑出一个市场平均收益率。 选用主观还是量化这都是术，对于市场的分析判断才是道。 详见我之前的知乎回答《ofo 还有 15 亿押金没退，创始人戴威美国创业又到失败边缘，哪些信息值得关注？》、《为什么巴菲特公开了自己的投资方法，但很少有人能模仿成功？》、《如何评价华人量化交易员私自调整交易模型，获利4.5亿美元、正接受美国证监会调查？》、《身家一亿的有钱人，生活是怎么样的？》、《股神巴菲特也亏了，伯克希尔三季度证券投资巨亏 241 亿美元，持有现金创新高，哪些信息值得关注？》、《现实中真的有丁元英这样的人吗？》、《通过币圈财务自由的人，你们都做对了什么？》、《中植系这么大的金融事件为啥感觉都风平浪静？》、《为什么中植系疑似爆雷而网友狂欢？》、《如何看待38岁私募董事长猝然逝世？》、《洛克资本老板疑似跑路，投资人维权中，涉及资金约 12 亿元，哪些信息值得关注？》。 |
|
量化只适合流动性大的二级市场。在这种市场里，量化绝对是交易主力。 量化另外一个特点就是量可以很大，赢家通吃，不可能大家都赚的。 |
|
谢邀，很多人没有明白“量化”的真正作用，量化本身只是一个执行工具，它所有的执行都是基于人的逻辑。人把自己的逻辑输入代码里，然后让机器来执行操作。它有几点好处： 1.节省人力 2.减少人的情绪变化 3.能够快速执行 但是这一切都有一个前提：方向！ 如果方向向上，你怎么做都是对的，所以量化能够提高效率。 如果方向向下，你怎么做都是错的，量化反而会加速亏损。 所以正确看待量化，一定记住那句话：方向是第一位的。而方向是需要人自己判断的，然后在这个方向下，再使用量化工具提高效率。万不可本末倒置。 |
|
资本市场就是个糊弄散散大量涌入+前赴后继进来送钱的地方 否则没得吃+无法正常运转 忽悠买鸡 买理财 买ETF 包括买保险 都一个味=异曲同工 目的就是你们的钱+回笼 就这么简单 333333333333333333 发布于 2024-02-17 10:03?IP 属地吉林 你以为量化就能稳赢吗 哈哈哈 一厢情愿 资本市场 资本运作 资本 炒作 操纵 忽悠 诈 坑 绷 拐 骗............等等 这类的 都是 做局 双簧 旁氏 里应外合 遥相呼应 利用黑嘴 媒体 说客.....等等 这些都是异曲同工 目的都是糊弄鬼+为了钱 糊弄跟风 吸引飞蛾扑火+韭菜+前赴后继 ....... 就像小偷和商人 都是为了你的钱 就这么简单 发布于 2024-02-19 07:25?IP 属地吉林 说是中国有两亿股民吗 还有几亿基民 自己去查证有几个赢的 及能笑到最后的 那些走麦城的都是能看见的 没看见的爆仓的+沉底的有多少呢 你比他们强吗 强多少呢 只比别人强一点是没用的 ...... 第二问 你比庄家强吗 你能赢得了庄家吗 有输有赢这是必须的 虽然庄家会转嫁 最后不会输 但没有能赢庄家的本事=必输无疑 你行吗 苦海无边回头是岸......... 发布于 2024-02-15 15:36?IP 属地吉林 |
|
量化也不是稳定赚钱的，如果公司在主业务上做的很好，就没必要来做量化。在募资过程中我发现很多老派的人对量化这一路线是很不相信的，不配量化可能个公司掌权人风格有关系 |
|
这话问的，你应该问：大公司怎么不低吸高抛赚钱？我都替他们急 |
|
你先找出一个，注意不是两个，不是三个，我只需要你找出1个： 单单依靠某个现成的量化交易工具，就一直长期、稳定的、可重复赚钱，的例子。 如果用了量化，还踏马要再加100个前提条件，然后还不能保证赚钱，那你量化不是废物吗？我有那100个前提条件我还非得用你？那我到底是用你为我服务赚钱呢，还是当前驱交学费搞科研实验呢？抑或是我当金融产品的韭菜呢？ |
|
事情能不能做，存在不能做和能不做就不做这两种否定的可能性。 一件事情， 还是在金融行业， 大家都知道的事情， 结果还没有人去做， 要不就是法律法规禁止， 要不就是做了根本没有收益， 出力不讨好， 能不做就不做的事情， 你觉得你会比他们聪明？ ................................................................. |
|
|
|
|
量化交易：大公司错失的掘金之路？ 导语： 在瞬息万变的金融市场中，数据洞察已成为掌控优势的关键。令人不解的是，许多大公司竟并未配备量化团队，将潜在的丰厚利润拱手相让。这背后究竟有着怎样的原因？ 量化交易的神秘魅力 量化交易听起来略显抽象，其本质却是建立在冰冷数据之上的交易模型。运用数学工具、复杂的算法和高性能计算，量化交易可以在毫秒之间识别细微的市场趋势，执行超高速的买卖操作。相对于传统投资，量化策略的魅力在于： **情感剥离：**摆脱恐惧和贪婪等情绪影响，确保理性决策。**高频探索：**捕捉一闪而逝的获利机会，超越人的极限。**风险可控：**量化模型可通过历史回溯与模拟仿真进行完善。 大公司的迟疑 面对如此强大的获利武器，为什么很多大公司仍然望而却步呢？这其中既有智性考量，又有感性影响。 认知挑战： 量化交易涉及统计学、计算机科学等多学科交叉，人才获取困难，知识架构复杂。风险忧虑： 缺乏足够回测的历史数据或模型本身存在的隐患，都可能让投入化为泡沫。传统惯性： 大公司已有的盈利模式、决策流程难以打破，转型充满挑战。 趋势不可逆，机遇转瞬即逝 尽管困难重重，量化交易的爆发性趋势已是势不可挡。越来越多的成功案例为它正名，越来越多的个人投资者参与其中。大公司的错位与被动的背后，暗藏着的是机遇的流失。 后发劣势： 量化的市场正逐步成熟，竞争越发激烈。人才出走： 大公司无法提供具有吸引力的研究环境，可能错失行业杰出人才。认知滞后： 未来的资本市场注定是数据与算力的比拼，思想转变刻不容缓。 如何扭转局面？ 如果你是大公司的决策者，想扭转被动局面，不妨关注以下几方面： 观念先行： 高层管理者对量化交易建立合理的认知。试点引路： 从小型项目做起，积累经验与信心。生态环境： 为量化团队提供充足的数据资源、软硬件支持。 结语 量化交易为大公司赋能，不仅能创造高额的经济回报，同时能塑造一种与时俱进的创新形象。是视而不见、固步自封，还是迎难而上、开拓疆土？抉择关乎企业的兴衰成败。 |
|
|
广告 （专享）知乎知物 15 倍超浓缩咖啡萃取液 4 盒 送可乐 知乎自营 ￥105.00 去购买? |
|
|
广告 知乎知物经典深烘焙日式意式挂耳（16包/盒） 日式烘培 知乎自营 ￥45.00 去购买? |
|
|
广告 知乎出品 甜饱DU肚 知乎自营 ￥218.00 去购买? |
|
就一句话解释了。一流的策略自营，二流的策略做私募，三流的策略做产品。当你确定策略几乎百分百赚钱，你会把这辈子能借到的钱都借个精光。 |
|
高胜率的量化策略，资金容量太小。比如，西蒙斯的文艺复兴大奖章不得不封闭转为内部基金。 |
|
可行？那为什么那么多基金经理操盘的大面积亏损。别忽悠了好吗 |
|
|
|
|
|
因为担惊受怕有风险呀 行业特性： 不同行业的特性决定了公司的盈利模式和风险承受能力。一些行业可能更容易应用量化方法，而另一些行业可能更侧重传统的经验主义和人为判断。 文化和传统： 一些公司可能拥有传统的经营文化，更依赖于人的直觉和经验，而不愿尝试采用新兴的量化方法。 业务模型不适用： 某些大公司的业务模型可能不太适合量化方法。例如，一些公司可能专注于传统制造业务或提供服务，而不涉及金融交易或其他需要量化方法的领域。 技术和人才需求： 量化方法通常需要先进的数学、统计学和计算机科学知识，以及专业的量化团队。有些公司可能缺乏这方面的技术和人才，或者认为投资于建立这样的团队不划算。 风险和不确定性： 量化交易和投资涉及复杂的数学模型和算法，同时也伴随着一定的风险。一些公司可能不愿意承担这种风险，尤其是在投资回报不确定的情况下。 |
|
|
因为投入成本高呀 人才： 量化分析师： 具备数学、统计学、计算机科学等相关专业背景的人才，能够开发、测试和优化量化模型。程序员/开发人员： 专注于编写和维护量化模型的软件和算法。数据科学家： 处理和分析大规模数据集，提供对模型所需数据的深入理解。行业专家： 理解特定行业的专业知识，有助于构建更准确的模型。 技术： 计算机硬件： 强大的计算能力是量化团队成功的关键，可能需要高性能计算集群或云计算服务。软件工具： 使用专业的量化金融软件和编程语言，如Python、R、MATLAB等。模型开发和测试工具： 提供有效的模型开发、测试和优化工具，确保模型的准确性和稳定性。 数据： 大规模数据集： 获取和维护大量市场和行业数据，以用于模型的训练和测试。实时数据源： 对于高频交易策略，可能需要实时数据源，确保模型能够快速响应市场变化。 基础设施： 云计算服务： 利用云计算提供的灵活性和可伸缩性。安全和合规基础设施： 保护敏感数据，确保符合行业和法规要求。 培训和发展： 团队培训： 持续培训团队成员，使其了解最新的量化金融技术和方法。知识共享： 建立知识共享文化，促进团队成员之间的合作和学习。 监管和风险管理： 合规团队： 需要与合规专业人士合作，确保量化策略符合监管要求。风险管理系统： 实施强大的风险管理系统，监测和控制模型产生的潜在风险。 |
|
|
这些投入因公司规模、行业、投资策略和目标而异，需要根据具体情况制定相应的战略和计划。反正是一个繁琐、庞大、麻烦、高风险、高成本的投入。 现在市场经济这么不景气，敢投入敢干的企业更少了。 |
|
大公司也有自己有量化团队的，因为量化是趋势。但大公司量化业务做的通常不怎么样。 通俗地说，最优秀的量化团队与大公司彼此均无法利益最大化。 大公司所拥有的资源，优秀的量化团队不依赖、用不上。 优秀的量化团队所需要的回报，大公司给不了。大公司如果给够回报来留住优秀的量化团队，那大公司就无法通过量化团队增加净利润，都变成激励了。大公司费劲干啥？ 所以顶级量化团队适合单干。两者相互不匹配。 其实，不仅仅是量化团队，大公司很多事情都不会做，原因就是自己做不经济。 可以从交易成本理论或企业管理的理论中找到一些对企业边界的解释。这是经济学家和企业管理学家一直思考的问题：到底是什么决定了企业不会无限扩张？ 1991年诺贝尔经济学奖获得者、新制度经济学创始人科斯，1937年发表了《企业的本质》，该文独辟蹊径地讨论了产业企业存在的原因及其扩展规模的界限问题，科斯创造了“交易成本”（Transaction Costs）这一重要的范畴来予以解释。所谓交易成本，即“利用价格机制的费用”或“利用市场的交换手段进行交易的费用”，包括提供价格的费用、讨价还价的费用、订立和执行合同的费用等。科斯认为，当市场交易成本高于企业内部的管理协调成本时，企业便产生了，企业的存在正是为了节约市场交易费用，即用费用较低的企业内交易代替费用较高的市场交易；当市场交易的边际成本等于企业内部的管理协调的边际成本时，就是企业规模扩张的界限。 所以，对于大公司来说，公司不是绝对无法建立量化团队，但很可能内部成本高于外部成本，从而选择不建立量化团队，而是购买外部服务。除非大公司无法购买到，自身又非常需要，才会自己建立量化团队。 但市场上最优秀的量化团队并不是大公司内部的量化团队。这样的量化团队甚至不会出售服务。从量化团队的“小而美”的公司角度，也是因为外部交易并不划算，不如直接提升自身经营规模。 市场上的大资金，如果想做量化投资，通常也会去寻找量化团队，而不是大而全什么业务都有的大公司。 因为对于量化交易而言，核心价值就只是那极少数几个人。从大资金角度，为什么要为大公司其他冗杂的成本买单呢？ 从更广泛的视野来看，知识经济下，出现了无数的拥有巨大价值的个人IP，其实就类似量化团队。他们不再依托于人员冗杂的大公司，转而走上小而美的道路。这里的小而美，是指不再需要庞大的组织结构，但却能产生巨大的经营规模和经济价值。比如动辄一年销售额上百亿的主播。 在“2021年度中国网络主播年度净收入百强榜”中，李佳琦以年度净收入18.553亿元高居榜首，年收入超过大部分上市公司的业绩。双11首日直播战绩出炉：李佳琦销售额破百亿再创纪录，薇娅第二 所以类似的问题是，为什么商贸公司不引入李佳琦这样的大主播？ 正如很多msn机构搞主播矩阵一样，大公司当然也有建立自己的量化的。但很难培养出顶级量化团队。因为顶级量化团队自身的资金规模就已经超过很多所谓大公司了。 量化团队的核心价值并不依赖大公司资源。大公司无法建立也无法留住顶级量化团队。 就像李佳琦不会加入其他公司成为附庸一样。 他一定会控股自己的公司。 大公司不可能让量化团队来控股公司。量化团队也不愿意让大公司复杂巨大的组织结构分摊自身专业价值。 所以，大公司里的量化团队，要么绝大多数只能是二流的，缺乏市场竞争力，或者与公司其他业务有密切关系，对公司资源有依赖，从企业边界的理论来说，他们单干不划算才行。 |
|
几十年的发展已经证明了价值投资的可行性，为什么追求资本增值的大公司不在这个领域比拼？ 几十年的发展已经证明了打板投机的可行性，为什么追求资本增值的大公司不在这个领域比拼？ 你这个问题，全是虚词，而且可以随便换。 几百年的发展已经证明了价值投资的可行性，为什么追求资本增值的大公司不在这个领域比拼？ 还可以这样换，这几年的AI发展已经证明了人工智能革命的可能性，为什么追求资本增值的大公司不在这个领域比拼？ 甚至可以这样换，几十年的量化发展已经证明了量化投资的难度巨大，为什么一些追求资本增值的大公司还非要在这个领域比拼？ 如问。 |
|
因为不赚钱，不知道提问者是学了什么知识还是看了什么书对于量化投资好像有什么误解，实践就是量化投资并不比其他方式有明显的优越性，而且还需要额外投入大量的人力成本 |
|
分小团队不划算 搞大团队死得快 |
|
|
| [收藏本文] 【下载本文】 |
| 上一篇文章 下一篇文章 查看所有文章 |
|
|
|
| 股票涨跌实时统计 涨停板选股 分时图选股 跌停板选股 K线图选股 成交量选股 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 网站联系: qq:121756557 email:121756557@qq.com 天天财汇 |