《量化交易入门》第 1 章：量化是什么——用规则代替感觉#

1.1 先别想得太复杂#

听到”量化交易”，很多人脑子里蹦出来的是：华尔街、高频、几百万的服务器、一群数学博士。这个画面没错，但那是”顶级玩家”的样子。

你可以把量化理解成更朴素的东西：把你平时”凭感觉”做的决策，变成一条条可以写下来的规则。

举个买菜的例子。你妈买菜有个习惯：菜价低于 3 块钱一斤就多买点，高于 8 块就少买。这不是量化吗？是！——有明确的规则、有触发的条件、有对应的动作。只不过她用的是脑子，而量化是把这套逻辑写进代码，让程序在几千只股票、24 小时不停的市场里帮你执行。

规则是什么？比如：

• “价格站上 5 日均线，买入”
• “跌了 8%，卖出止损”
• “每个月底定投 1000 块，风雨无阻”

这些规则一点都不高级，但高级的地方在于：规则可检验、可重复、不掺情绪。这就是量化的内核。

1.2 为什么”规则”比”感觉”强#

你大概听过一句话：散户亏钱，大多亏在情绪上。追涨杀跌、拿不住、割肉在最低点——这些不是知识问题，是情绪问题。

规则的好处有三个：

1. 可复盘：规则是明确的，事后能一条条检查哪里错了，感觉不能。
2. 可重复：同样条件下永远做同样的选择，不会因为今天心情好就多买。
3. 可规模化：人一天看 50 只股票就累瘫了，程序可以同时盯几千只。

所以量化不是”保证赚钱”，而是把交易里”人”的部分尽量换成”规则”的部分——把拍脑袋变成写下来，把冲动变成程序。

1.3 一个最简单的”量化”长什么样#

光说不练假把式。我给你一个能直接跑的最小例子：我们有某只股票最近 10 天的收盘价，规则是”今天价格高于最近 5 天的平均价，就提示买入”。

1
# 某股票最近 10 天收盘价（模拟数据）
2
prices = [10.2, 10.5, 10.3, 10.8, 11.0, 11.2, 10.9, 11.5, 11.8, 12.1]
3

4
def avg(seq):
5
    """计算一个列表的平均值"""
6
    return sum(seq) / len(seq)
7

8
# 看最后一天（第 10 天）：它比前 5 天（第 5~9 天）的平均价高吗？
9
last = prices[-1]                # 今天的价格
10
recent_5 = prices[-6:-1]         # 往前数 5 天（不含今天）
11
ma5 = avg(recent_5)              # 5 日均线
12

13
print(f"今日价格: {last}")
14
print(f"近5日均价: {ma5:.2f}")
15

16
if last > ma5:
17
    print("信号: 买入 ✅（价格在均线上方）")
18
else:
19
    print("信号: 观望 ⏸️（价格在均线下方）")

跑一下，输出是：

1
今日价格: 12.1
2
近5日均价: 11.28
3
信号: 买入 ✅（价格在均线上方）

恭喜，你已经写了第一个”量化策略”！虽然它只有 10 行，但它具备量化的全部要素：有数据（价格）、有规则（均线判断）、有动作（买/不买）。后面第 4 章我们会把这条均线规则做成真正能回测的完整策略。

1.4 量化的三个核心环节#

任何量化系统，不管多复杂，都绕不开这三件事：

后面 12 章就是围绕这三件事展开的：第 2 章讲数据从哪来，第 3 章补 Python 基础，第 47 章做策略，第 89 章管风险和成本，第 10 章讲怎么真正下单，第 11 章带你看看机器学习的坑。

1.5 常见误区：量化 = 稳赚？#

必须泼一盆冷水：量化不保证赚钱。它只是把决策过程变得可控、可验证。

有几个经典误区，先帮你排掉：

• 误区一：量化 = 稳赚不赔。 错。规则可能失效，市场会变，策略会亏。量化只是让你亏得明明白白。
• 误区二：量化 = 高频交易。 错。高频只是量化的一小支，普通人的量化更多是”每天看一次、每周调一次仓”这种低频玩法。
• 误区三：量化需要很牛的程序员。 错。这本书第 3 章教的 Python 基础就够起步了，重点是思路，不是炫技。
• 误区四：量化 = 全自动躺着赚钱。 错。策略要维护、要迭代、要风控，自动化省的是执行的手，不是思考的脑。

记住一句话：量化是把”拍脑袋”升级成”写下来”，而不是把”亏钱”变成”不亏钱”。 它给你的是纪律和透明，不是魔法。

1.6 这一章你该记住的#

1. 量化 = 用规则代替感觉，规则可检验、可重复、不掺情绪
2. 最小量化系统 = 数据 + 规则 + 动作，10 行代码就能起步
3. 量化不保证赚钱，它保证的是”亏得明白、赚得可复制”
4. 普通人玩量化不需要高频和博士，需要的是思路 + 一点 Python

下一章我们解决第一个实际问题：数据从哪里来——行情、财务数据怎么免费拿到手，给你的规则喂上”原料”。

📚 《量化交易入门》系列：零基础小白向量化交易，每章一个主题 + 可运行 Python 示例。第 1 章已读，下一章《数据从哪里来：行情、财务与免费 API》明天见。