如何成为职业操盘手？？_百度知道
如何成为职业操盘手？？
我现在马上去一家不算太大的投资公司做操盘手，有人说不过是为了拉客户，还有说是用自己的钱做，是变相的骗子，我都不知道该怎么办了，我很喜欢这个职业，希望可以做好，但不知道怎么成为职业的操盘手，是不是要从见习开始呢？？？真怕被骗呀
他是外汇公司，代理国外的一家，不要我自己投钱进去，大家觉得怎么样？
我有更好的答案
你说的是事实，没有人会傻到把上百万交给一个根本没有经验的人去操盘，毕竟一天可能就是数万的亏损，那为什么不花几万找个有经验的呢，所以现在真正招聘操盘手的要求都很高的，有些例外，比如自己找客户那么亏钱都是客户的，赢钱分成公司挣手续费，另外就是亏钱操盘手掏钱，赢钱公司分成，全世界都是一样的，老板都不是傻子，他们都知道股市是十年磨一剑的地方，没有人能够上来就能稳定挣钱的
采纳率：26%
这个我给你讲一下吧：第一、一名职业操盘手，他完全可以不用去公司上班，自己就可以独立操盘，因为他的技术已经到了一定境界，稳定盈利没有任何问题，那时候赚钱就如同捡钱。第二、但大多数人刚开始只是有一个志向，不知从何做起。在中国在单位上班做操盘手有以下几种人：1、基金、证券公司的自营业务（通常是交易员，谈不上操盘手），2、一些私募（很少会让你独立操盘），3、美股，这个是唯一的可以独立操盘的公司，也就是所谓公司提供资金，让你去操作，我没猜错，你去的就是这种类型的公司。第三、如果你从事的是美股，我给你你一下几点建议：1、有心理准备，会长期赚不到钱，2、学会总结失败的教训，3、要有破釜沉舟的勇气。第四、想做一名成功的操盘手，需要做到以下几点：1、善于学习和总结；2、数万次、几十万次的交易作保证；3、建立一套属于自己的交易系统和资金管理系统；4、有一定操盘天赋。最后，祝你能成为一名真正的优秀操盘手！ 外汇公司就不要去了，中国的外汇公司都是骗子公司，你要信我的就别去！
真正的操盘手是不会出去跟人家打工的,在家自已都可以做了,跟人操盘上级老板的操盘心理素质很难和自已的思维走到一致,很难跟上操盘的节奏.本人炒股实盘实战十年,炒股一句话就是无招胜有招.没有任何固定的模式,任何情况下只要你看得准,任何一招都可以是致命的一击.自已身上的神可以战胜一切.再者操盘手是没有谁愿意去培训的,炒股的利润是来自于对方的失误,真想成为操盘手,每天不停的看盘,实战交易,要有亏10年钞票的勇气,亏得越来越多,学到的就越来越多.
不是让你接电话拉客户吧！这样的骗子公司很多！就象招保险经纪一样！要培训你通过电话说自己是私募是庄家由此去拉做股票的人，让他们出钱买你所谓的内幕或合作！
职业操盘手是多少人梦想的职业，多少炒股的人贴钱也想做，就算赚不了钱也能学经验，还能用别人的钱拉抬或打压让自己建“老鼠仓”！那有这样抢手的工作随随便便找得到的！你三思，别交了压金，被迫上了贼船！
做操盘手,肯顶要自己钱去做的,你成名之前没有一个公司让你用公司的钱去操盘的,也没有培养操盘手的公司,都得自己混出来的.
要用自己的钱就不要去了，不管他们说的再好也不要心动。
其他6条回答
为您推荐：
其他类似问题
您可能关注的内容
职业操盘手的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。你想要成为一个交易员。你想要在庞大的头寸之间游刃有余，赚取数不清的金钱。你想要与最好的对手竞争并且击败他们。你想要体验那种与市场共舞的兴奋感。你想要接受智力上的挑战，去权衡全球经济走势、下注宏观经济趋势。
市场是一面镜子，反映的是你自身的个性。要想成为交易员，你需要理解自己的特质，以及想要从市场获得什么。
:你想要成为一个交易员。
这可能有很多原因。你想要在庞大的头寸之间游刃有余，赚取数不清的金钱。你想要与最好的对手竞争并且击败他们。你想要体验那种与市场共舞的兴奋感。你想要接受智力上的挑战，去权衡全球经济走势、下注宏观经济趋势。
成为交易员的基本目标是赚钱。显然没人会说：“我想成为交易员，这样我就能输掉无数的钱”。事实上，如果你想要成为交易员，这是明确的要求。总的来说，交易是关于承担可控的金融风险来牟利的工作。这一前提对每个交易员都是一致的。从这种意义上来说，成为交易员最好的准备就是要熟悉这些准则。
除了赚钱外，你赋予交易员这一职业的意义有的与交易本身没有关系。类似“智力挑战”或“竞争”这样的词与市场本身几乎没有联系，对你自己的意义更大。你喜欢这些是因为他们能满足你特定的需求和渴望。这些词描绘了对你非常重要的东西，而你要在市场里去寻找它的体现。市场是一面镜子，反映的是你自身的个性。要想成为交易员，你需要理解自己的特质，以及想要从市场获得什么。
如上文所写，交易是在市场里承担可控的金融风险来牟利的工作。盈利所需的时间段多种多样，可以是短短5分钟功夫，也可以多年持有一个股票上的头寸。这就是交易与投资的区别。
想要成为交易员，在四个最重要的方面需要做好准备：
1. 市场知识
要做交易，你必须要了解市场。最最基本的，你必须要了解现有的市场以及其中最主要的一些，股市、债市、商品、期货等等。因为你将要在其中的一部分进行交易，你需要了解市场里有哪些工具，这些工具又是如何运作的。你所在的市场何时开盘和收盘？保证金要求是怎样的？交易的最小规模是多少？
举个例子，如果你想要在外汇市场交易，那么明白这个市场是24小时运作是非常关键的。这是汇市与其他主要市场的关键区别所在。而了解汇市的保证金要求很少且没有一个中央交易所的信息可能更让人放心。要成为一个成功的交易员，明白所有这些信息是基本。
不同市场中有一些部分是共通的，而你需要了解这些。一些基本的概念像买入价和卖出价；订单类型如市价订单与限价订单；手续费；清算；保证金。这些就像市场的下水道，并不闪耀但对其正常运作非常关键。你需要对这些部分如何运作了如指掌，确保自己不会在这些地方栽跟头。
除此以外，你需要明白是什么在驱动不同的市场。在每个市场，都有一些关键的消息或数据会影响市场。美国国债市场关心经济增长、通胀和美联储。它对气候和公司盈利的兴趣不大。而股市则受市场对企业盈利和业务状况的看法影响巨大。像农产品期货这样的规模较小的市场有自己的驱动因素和细微之处。如果你想要在这些市场做交易，你就需要熟悉这些，这样你才能理解那些是重要的，而哪些不是。
要点：对于你所在的市场，即使最微小的细节你也需要学习。
2. 数学能力与概率
交易无疑需要数学技巧。你需要习惯与数字打交道，能够快速准确的做所有的基本运算，这是无法绕开的。你的生活将永远由这些组成，比如以16元买入1500股，17元卖出，扣掉手续费8元，然后算出自己的利润。下订单、计算交易执行成本、计算收益，每个领域都需要数学能力。你需要习惯与数字打交道，基础的数字能力是最低的要求。
在交易中，你还需要理解概率。你不是试图去预测未来，而是试图去在对自己风险收益比最有利的地方下聪明的、可能性最大的赌注。你需要对在市场各种情形下可能发生的事情及每种事情后果的可能性有很好的理解。接着，你想要计算出市场会给予你怎样的结果，即根据不同结果计算你可能会赚或亏多少。接着，你比较那些结果，看看是不是能有一个正收益。又比如，假设一个黄金期货的头寸各有50%的机会盈利或亏损，但如果盈利了，预期能够赚40元，要不就会亏损10元。实际上你就在1:1的赌注上获得了一个4:1的收益结构，因此你从统计意义上的正收益是很大的。
接下来看看不同的交易风格是如何使用这种逻辑的。超短线交易（Scalping）有90%的盈利或持平的机率，平均每次盈利少于半点。但由于剩余10%的亏损概率至会损失3个点，你最终仍然获取收益。相反，10次长期趋势跟踪交易中可能有8次会有小幅亏损，但剩余2次盈利的交易可能每次都能盈利25%以上。每个盈利的交易风格都有自身的特点，但他们的共同点都是风险收益率的概率计算。
要点：学习和理解数学与概率
3. 跟踪金融新闻
跟踪新闻起码显示出对市场的强烈兴趣。如果你对一个主题感兴趣，你会希望保持跟踪并了解更多。总之，对好莱坞感兴趣的会去读名人八卦；精算师会读保险专业杂志；体育迷会读虎扑。
好处很明显：你会知道正在发生的事情，了解那些大玩家是谁以及驱动市场的主要事件。有些事情是每个人都在关注的，就像重大政治事件和货币政策，你必须起码对此要熟悉。对于最大的市场，如政府债券，原油，股指等等，对于你所在的市场，你需要知道是那些事件和消息在驱动市场。
还有其他的好处。有些时候，大众意见会变得过于乐观或悲观，你可以在媒体报道中发现这些。报道的标题会反映市场参与者的极端情绪。很多情况下，一些大幅的波动会在情绪极端倒向一边时发生，因为每个人已经站在交易的一遍，而没有剩下的人来进一步推高了。作为市场参与者，当这种情况出现时，观察这一周期是非常有用的，因为你可以借此培养对事情何时过度发展的感觉。
要点：追踪新闻
4 个人理财
如果你准备成为交易员，你需要理解个人理财的基本知识。因为交易包含风险与回报，你需要确保自己没有承担过多风险并且对任何可能的下行风险有足够的应对能力。那句老话“永远不要冒你无法承担的风险”是非常有智慧的。
如果你开始以自己的资金进行交易，无论是兼职或全职，此时最大的关注点就是确保你交易所用的资金是你有能力亏损的。
要点：不要冒你无法承担的风险，留足缓冲余地。
风格因人而异
上文讲述的是适用每个交易员的基本原则。接下来，关键的就是做好适合自己的准备工作。最简单的准备方法就是搞清楚，除了赚钱之外，交易对你个人意味着什么，你希望从中得到什么。为了能拥有一个让人满意和有成就感的职业生涯，你需要有一个财务理由之外的动力，否则你永远无法坚持做成功所必须的努力。此外，你对市场的特殊兴趣反映的是对你非常重要的东西。
对于每个交易员，总有一些东西吸引他们进入市场。这并不是指市场本身。不断闪动的报价和快节奏是市场的特点，但这些并不是吸引交易员入市的原因。对于交易员，关于交易的整体感觉中总有一些东西吸引了他们，激发了他们的兴趣。换句话说，他们从市场经历中获得了一些感情上的价值。
比如，一个高水平的大学运动员可能希望继续拥有竞争的感觉，他们视交易为满足这一需求的方式。对于那些志在学术的人，交易可能是一个非常让人享受和刺激的智利测试。最后，一个扑克玩家可能视交易为一种赌博并获胜的方式。对于每个未来的交易员，总有市场的某一面吸引了他们。
你需要了解自己。为了在交易领域获得成功，未来的交易员需要理解市场对自己的“兴趣点”是什么，并围绕这个建立自己的交易风格和市场选择。问你自己一些问题，这些问题将决定最适合你的市场。
你是否喜欢肾上腺素爆发和竞争的快感？还是更倾向于考虑周详的决策？你是学术性或研究型？还是更愿意按天性来下注？你是否擅长数学或计算还是更愿意做定性判断？你希望从交易中获得什么，成为下一个索罗斯？还在在家工作的自由？还是额外的收入来源？
回答这些问题能帮你确定在市场里是什么在驱动你，即你希望从交易中获得怎样的情感收获和经历。但这只是起点，一旦你知道是什么在驱动你，你能够开始考虑怎样的市场适合你交易；你应该采取怎样的风格；除了基本知识外，你还需要为交易做哪些准备。这是为成为一个成功的交易员做的最好的准备，理解哪些市场，策略和方式最适合你。一旦你掌握了自己的驱动因素以及自己擅长什么，接着你就可以将能够最大激励自己和最适合自己的方式组合起来。
下面一些性格特质和兴趣与明显更适合的交易风格，包括：
渴望竞争、高压力下的决策：日内交易和短期头寸交易研究型、希望接受智力挑战：以研究为基础的长期持仓对政治或宏观经济运作感兴趣的：你应该更多操作外汇、政府债券等等，基本面方式更适合你。希望更多了解个体公司：建立在基本面研究基础上的个股交易。基本面策略有多种，因此这一框架下有各种类型赌博成瘾，只爱下注的：你不应从事交易。
以上清单并不完整，但他能给你一个更好的理解这个问题的方式。一旦你了解自己，你就可以分辨出自己作为交易员的优势和兴趣点。知道这些，你就可以准备最适合你的市场和交易策略。
WEEX <span class="related-post__meta__item__text" data-v-8.04.03 WEEX <span class="related-post__meta__item__text" data-v-8.04.23 云核变量交易员 <span class="related-post__meta__item__text" data-v-8.03.29 WEEX <span class="related-post__meta__item__text" data-v-8.05.21 云核变量交易员 <span class="related-post__meta__item__text" data-v-8.04.11
下载华尔街见闻
未经许可，任何人不得复制、转载、或以其他方式使用本网站的内容。
华尔街见闻不良信息举报电话:如何成为一名量化交易员？——初学者必备概念
我的图书馆
如何成为一名量化交易员？——初学者必备概念
这篇文章为大家介绍量化交易系统中最为常见的几个基本概念。本篇的预期读者主要是希望成为基金公司量化交易员的人，以及尝试搞搞个人算法交易的爱好者。量化交易是量化金融行业中最为尖端的一个领域，不论你是希望通过面试还是构建自己的交易策略，都会花费大量的时间与精力学习相关的知识。不仅如此，你还需要过关的编程技术，至少需要精通一门高级编程语言（如MATLAB、R或Python），而且伴随着高频交易策略的日益盛行，技术层面对于策略执行效果越来越至关重要，精通C/C++也许是最佳的选择。量化交易量化交易系统包含以下四个主要组件：策略构建模块：寻找策略，发掘可用优势，决定交易频率。策略回测模块：获取数据，分析策略表现，排除模型偏差。指令执行系统：对接券商，自动化交易，合理减少交易费用。风险控制模块：最优化资产配置，根据凯利公式与交易心理学决定风险容忍度。注：凯利公式凯利公式是一条可应用在投资资金和赌注的公式。应用于多次的随机赌博游戏，资金的期望增长率最高，且永远不会导致完全损失所有资金的后果。它假设赌博可无限次进行，而且没有下注上下限。凯利公式策略构建量化交易始于研究，研究过程包含选定策略、校验策略（检查其是否与当前投资组合的其他策略有冲突）、优化策略（通过数据对策略调优，提高回报率，降低风险）等过程。需要注意的是，如果你是非机构投资者，你还需要考虑自身的“资本充足率”，交易费用对于你策略的影响也会更大。与大家的普遍印象不同，通过公共资源就可以获取到许多有用的策略，学术期刊会发布一些理论交易结果（大部分对于交易成本的考虑比较粗糙），相关博客会深入讨论一些策略，行业期刊上则会概述一些基金所使用的策略。你可以会感到困惑，为什么这些个人与机构会热衷于公开讨论他们的策略？他们都非常明白如果其他人都蜂拥使用此策略时，这些策略可能会失效。真实原因在于，他们从来不会公开策略的调优方法与详细的参数设置，而调优过程才是将一个普通策略提升到高盈利状态的关键所在。事实上，找一个类似的已有策略，并实施自己的优化过程，才是目前构建自身策略的最佳实践。你可以从以下网站找寻些策略的灵感：Social Science Research Network - www.ssrn.comarXiv Quantitative Finance - arxiv.org/archive/q-finSeeking Alpha - www.seekingalpha.comElite Trader - www.elitetrader.comNuclear Phynance - www.nuclearphynance.comQuantivity - quantivity.wordpress.com你看到的大多数策略可以分为均值回归与趋势跟踪/惯性策略两类。均值回归策略认为标的资产的价格序列（如两个关联资产的价格差异）存在长期均值，短期的偏离最终必定恢复。趋势跟踪策略则在跟踪市场趋势的同时，通过对投资者心理及大型基金的资产结构的分析收集某个交易方向的惯性，跟踪该趋势直到惯性发生反转。另一个重要趋势是交易频率。低频交易（LFT）通常是指持有标的资产超过一个交易日的策略，高频交易（HFT）则只在交易日内持有资产，还有超高频交易（UHFT）只持有标的几秒甚至几毫秒。虽然对于个人投资者来说高频和超高频策略也都是可实现的，但必须对于交易的技术栈和交易所的报价成交原理非常了解，这篇文章不会对这些方面做过多的延伸。策略/策略集一旦构建完成，就需要用历史数据进行收益能力的评估测试。接下来就是回测发挥的环节了。回测回测的目的在于使用历史及样本外数据对策略进行验证，确定其能否创造预期收益，结果也会被看做为该策略实盘操作的一个预期值。但实盘涉及因素极其复杂，回测并不能确保策略的成功。回测可能是量化交易中要求最为精细的一环，因为太多可能的人为偏差会涉及其中，一般包括前视偏差、幸存偏差和优化偏差（也被成为数据透视偏差）。关于回测还有几个需要关注的关键点，包括历史数据的质量和可得性、实际交易成本的影响及如何确定一个健壮的回测平台，下文指令执行系统中会进一步讨论交易成本。通过历史数据测试及优化是回测必须的步骤。市场中有各种不同的标的资产，更有数不胜数的数据供应商，服务价格取决于数据的质量、深度及实时性。对于菜鸟量化交易员（至少是个人投资级别）来说，一般Yahoo金融上的免费数据就足以大家使用。我会着重介绍在处理历史数据集是的常见问题，数据供应商这里不会详述。注：数据透视偏差是指使用过多参数与拟合历史数据，而没有进行大数据量、样本外测试及敏感度分析导致的偏差关于历史数据主要关心准确度/清洁度、幸存者偏差及对于公司行为（如发放股利、拆股等）的调整。准确度指数据的整体质量（是否存在谬误数据）。错误数据有时候很容易发现，比如使用窄带滤波器可以从时间序列数据中筛选出超出范围的数据并修正它们，但有时候也非常难以确定，通常我们需要两个以上的数据提供商，通过比对确定数据是否准确。幸存者偏差，通常免费或比较便宜的数据集都存在这个问题，幸存者偏差是指数据集中不在包含已经不再流通的资产，比如已经退市或者破产的股票。使用这种数据集进行回测会导致评估业绩比真实的（历史上）业绩要好，因为数据集相当于做了一次自我筛选，筛选出了历史上表现较好的股票。公司行为通常会对原始股票价格出现阶梯性影响，而这部分影响在计算基于价格的收益率时不应当被考虑进来，股利分发与拆股是最为常见的公司行为。每当发生公司行为时，都要经历价格的回调，要注意千万别把拆股与真实的价格调整给混淆了，许多交易员都曾在公司行为上栽过跟头。执行回测需要一个软件平台，你可以选择专业的回测软件，如Tradestation；一个数值处理平台，比如Excel或MATLAB；也可以使用Python或者C++自主研发一套软件。这里不会详述Tradestation、Excel和MATLAB，因为我希望构建一套完整的技术栈，这么做的一个好处在于回测软件和指令执行系统可以紧密的结合在一起，即使面对的是一个高级统计学策略，对于高频交易策略，自主研发甚至可以说是必须的。进行回测时，回测系统必须能够定量地给出策略的收益表现。最大跌幅与夏普比率是业界公认的两个度量标准。最大跌幅标注了一定时期内（通常以年为单位）账户资金曲线中最大的波峰-波谷差，通常以百分比计量。因为一些统计学因素影响，低频交易的最大跌幅要比高频来得更大些。历史回测可以得到历史上的最大跌幅，对于未来具有很强的指导意义。第二个指标是夏普比率，它被定义为超额收益的平均值除以这些超额收益的标准差，超额收益指策略高于预定基准收益的部分，基准收益常会选择标普500或3个月的国债。需要注意的是，“年化收益”这个平日里常见的指标，回测里确基本不用，因为它没有将策略的波动性考虑进去。回测完成，确信策略中已经排除了所有偏差，如果运气好夏普比率和最大跌幅表现都挺好，那么恭喜你，可以开始着手构建指令执行系统了！指令执行系统通过指令执行系统，策略产生的交易指令被传送给经纪商并执行。现实当中，指令生成可以是半自动或者全自动，执行机制也可以配置为手工、半手工或者完全自动。低频交易中，手工和半手工较为常见，而高频交易则需要建立完全自动化的执行机制，通常也需要与指令生成模块紧密配合。构建指令执行系统的关键在于对接券商的接口、降低交易费用的策略（包含佣金、滑点及经纪商买卖差价）及处理实盘与回测预测业绩差异的处理。经纪商提供了多种交易接入方式，从电话到高性能API任你挑选。理想情况下，每个人都希望自己的指令执行越自动化越好，还有支持多策略并行及如何提高执行频率，这些宏伟的目标都促使你不断前进。常用的回测软件，MATLAB、Excel及Tradestation在低频、简单的交易策略中都可以表现很好，但如果你希望实施实盘的高频交易，那么你必须使用高性能的编程语言如C++构建一个自己的指令执行系统。我之前就职的基金公司里，有一个10分钟的交易回路，每十分钟我们可以就可以从这个回路下载最新的市场数据，并基于新数据在这个10分钟的周期内完成交易，据说是用优化过的Python脚本实现的。如果需要实现分钟甚至秒级别的数据交互，C/C++可能表现会更好些。在一个大型基金中，指令如何最优执行通常不在量化交易员的工作范畴，但在小型点的基金或做高频交易的公司，交易员既是指令的执行者，同时又必须要具备更广泛的技能。如果希望供职于基金，那么请你记住一点，你的编程技能可能要比你的统计学、经济学技能更为重要！指令执行过程中经常会出现问题的地方在于交易费用的优化。最为常见的三类费用包含佣金/税费（commission/tax），通常由经纪商、交易所或监管机构收取滑点（slippage），指你订单希望的成交价格与实际成交价格的差异（一般会在行情波动大或市场缺乏流动性的时候出现）价差（spread），指交易标的的买卖报价之差，注意价差并非常量，会跟随市场订单的情况而不停变化。交易成本对策略影响很大，甚至可以让一个原本高盈利高夏普率的策略摇身一变成为烂到掉渣的策略，通过回测正确预测交易成本极具挑战性。依据交易策略频率，需要获取历史成交数据（包含逐笔交易的买卖信息），数据量很大，所以大型基金中，基本所有宽客团队都在专注于指令的执行优化。以如下场景为例，一个基金需要抛售大量的标的资产，如果上来就大量倾销，会导致股价快速大幅下降，该指令也就没有获得最优的执行。因此，算法一般会将该指令拆分为“点滴订单”，尽管可能需要承担滑点风险。再深入一步，甚至有专门的策略来捕捉这些情况并加以利用，这个领域被称为“基金结构套利”。指令执行系统最后一个主要关注点在于策略的真实表现与回测中的期望的差别，有许多原因会导致这种情况，比如之前已经回测部分已经提到的前视偏差和数据透视偏差。但一些策略在真实运行前很难发现偏差，高频交易尤为明显。交易策略和指令执行系统都可能存在回测中无法复现，但在线上实盘又出来捣乱的bug，市场也可能因为一个策略的部署从而天翻地覆。新的监管环境，投资者情绪与宏观经济的变化都可能导致市场行为的变化，进而也会影响你策略的表现。风险管理风险管理是量化交易魔方的最后一块，我们之前讨论的所有偏差都属于风险的范畴。常见的风险有技术性风险（比如交易所的服务突然发生了硬盘故障）、经纪商风险（比如经纪商破产了，别笑，真的有，MF Global！）等，简言之，只要会影响交易进行的因素，都可能带来风险。风险管理还需要确定最优资本配置（组合理论的一个分支），这意味着资本如何分配到不同的策略上执行。这是一个非常复杂的研究领域，需要依赖非凡的数学技能。目前凯利公式是业界公认进行资产及杠杆配置的标准，凯利公式提出了一些收益的统计特征假设，但在真实的金融市场中却不一定总是正确，交易员具体使用其时一般偏保守。风险管理的另一个主要作用是用来排除交易员的心理障碍，有许多认知偏差会潜移默化地影响到交易过程。尽管大家普遍认同如果策略完全交由算法执行问题会更少，但目前很多交易还是需要经交易员之手。损失厌恶是一种常见偏差，当处于亏损状态时，可能会由于确认损失带来的痛苦而迟迟不进行止损，盈利情况下类似，可能会因为害怕失去已获收益而过早地交易。当交易员强调最近而忽略了长期，则会产生另一种常见偏差——近期偏差。当然也有经典的情绪偏差——恐惧与贪婪，它们会导致杠杆不足/杠杆过高，进而可能导致收益降低或爆仓的情况。总结显而易见，量化交易是量化金融中一个极其复杂，但却非常有趣的领域。这篇文章我只是触及皮毛地介绍了量化金融的基本框架，文中很多我只是一两句话带过的内容都有对应详尽的书籍与论文，所以建议在你准备申请量化交易相关工作之前，一定要补一补基础知识，至少要对统计、经济学有个大略的认识，有MATLAB、Python或者R的相关实践，对于更高级的高频交易，你还需要Linux内核、C/C++，汇编及网络延迟优化等技能。如果你对创建自己的算法交易策略感兴趣，建议你首先精通编程，尽可能自己构建数据采集器、策略回测及指令执行系统，因为试想你的自有资本一直在线持续运作，亲自完成完备的测试、熟悉策略里的各种陷阱与问题，相对于把这部分工作外包出去，是不是更能睡个安稳觉呢:)翻译自https://www.quantstart.com/articles/Beginners-Guide-to-Quantitative-Trading原标题：Beginner's Guide to Quantitative Trading作者： Mike Halls-Moore本文为头条号作者发布，不代表今日头条立场。
TA的最新馆藏[转]&
喜欢该文的人也喜欢