个人炒股做量化交易是否可行？

当然可行，我总结了以下几方面供你

一、什么是量化交易

个人理解量化交易主要是通过一些数学模型，举个例子简单点的像线性回归（单因子回归、多因子回归），并利用计算机编程技术（Python）从庞大的历史数据中海选能带来超额收益的事件，通过找到这些事件的共同点并制定交易策略，最后根据策略所提供的信号进行买入和卖出操作，以此来获得超额收益。如果做进一步细分，可分为自动化交易（Automatic Trading）、数量化投资（Quantitative Investment）、程序化交易（Program Trading）、算法交易（Algorithm Trading）、以及高频交易（High Frequency Trading）等等。

二、个人如何做量化交易

从上文的介绍可以看出，想要做量化交易，需要一些必备的技能，下面就来展开说一说：

1.要有一定的数学基础（数学建模）

这里就要看你是不是科班出身，如果不是建议你自学一下统计学的课程，至少把线性回归的内容掌握，像建立回归模型；对模型展开分析；对回归模型进行显著性检验；运用模型预测因变量等

2.要会计算机编程（Python）

通过Python可以实现爬虫获取数据、自动化计算技术指标、绘制择时交易信号等等功能。爬虫的应用场景非常广泛：

●数据分析和研究。爬虫可以获取网站上的数据，然后进行分析和研究，从而获取有价值的信息。

●新闻整合。爬虫可以抓取多个网站上的新闻内容，并将其整合到一个地方，方便用户查看。

●电子商务。爬虫可以抓取网站上的商品信息，并将其整理成报表，方便分析和决策。

●数据挖掘。爬虫可以抓取网站上的数据，并将其转换成机器可以理解的格式，从而进行数据挖掘和分析。

想做量化投资，就需要用到一些技术指标如均线、macd等。做历史测试的时候可以很容易对本地的历史数据计算技术指标，但如果想用于实盘或模拟交易，获取实时的数据之后如何快速简便地计算这些指标值，这时运用Python自动化的功能，就能够一键计算技术指标。

量化择时交易信号是指采用量化的方式判断买入卖出点。如果判断是上涨，则买入持有;如果判断是下跌，则卖出清仓;如果判断是震荡，则进行高抛低吸。

如果你对以上介绍的内容还是一知半解，建议找专业机构学习一下Python的课程，比自己摸索效率高。像品职的量化Python课程就有讲到Python 如何入门，以及金融行业的必备Python技能（如爬虫获取指数数据、一键计算技术指标、绘制择时交易信号等），含金量很高，

3.要有自己的交易策略

市场上大部分私募和公募量化基金都有自己的交易策略，因为很多私募量化公开信息很难获取到相关信息，所以笔者选择了一个公募基金–国金量化多因子股票型证券投资基金作为例子。

这只基金的投资策略包括资产配置策略、多因子选股策略、统计套利策略、事件驱动套利策略、投资组合优化、固定收益类资产投资策略、股指期货投资策略、股票期权投资策略、国债期货投资策略、权证投资策略等等。

具体举一个例子展开说说，多因子选股策略是目前市场最广泛应用的策略之一。多因子模型最早是由Fama-French提出，包括三因子和五因子模型。他认为股票的超额收益可以由市场、市值和账面价值比三个因子共同解释。随着市场的发展，出现许多三因子模型难以解释的现象，后续又演变了五因子、六因子、八因子等新的多因子模型。

最经典的三因子模型公式为E(Rit) −Rft= βi[E(Rmt−Rft)] +siE(SMBt) +hiE(HMIt)

其中Rft表示时间t的无风险收益率；Rmt表示时间t的市场收益率；Rit表示资产i在时间t的收益率；E(Rmt) − Rft是市场风险溢价，SMBt为时间t的市值(Size)因子的模拟组合收益率(Small minus Big)，HMIt为时间t的账面市值比(book—to—market)因子的模拟组合收益率(High minus Low)。

通过选取A股市场上的股票作为样本，可以将样本按照账面市值比和市值两个指标进行双重排序，将股票分为大市值组和小市值组；按照账面市值比将股票分为高于70%分位数，低于30%分位数，处于二者之间三组。

得到上述分组以后，就可以构建规模和价值两个因子。

后续步骤为：

1.获取股票市值以及账面市值比数据。

2.将股票按照各个因子进行排序分组，分组方法如上表所示。

3.依据公式，计算SMB、HML因子。

4.因子回归，计算alpha值。获取alpha最小的股票作为买入买入标的。

最后想说的是，量化交易策略纷繁复杂，作为个人投资者时间和精力有限，很难去设计复杂的模型、公式并对其进行验证，并将上述这些策略全部兼顾，而且很多时候最终验证的结果也并不理想。因此，作为个人量化投资者不如退而求其次，利用个人交易风险偏好灵活和投资限制少的优势，将量化作为投资的辅助工具，通过尝试不同的量化策略寻找到适合自己的盈利模式，将量化与主观判断相结合，说不定会有意向不到的投资收益。