量化到底是什么：用规则代替拍脑袋

先说个不沾股票的例子。

假设你要开连锁小店，得决定在哪些街址开店。一种做法是靠感觉：这条街看着热闹，就开。另一种做法是定一套规则：日均人流量超过某个数、半径一公里内同类店少于某家、租金占预估营收低于某个比例，三条同时满足才开。

第二种做法就是量化的雏形：把判断写成可以重复执行的规则，再用数据去检验这套规则靠不靠谱，最后照着执行。

量化的三个零件

• 数据：规则的原料。行情、财务数据，甚至是一些非传统的数据。原料错了，后面全错。
• 规则：也就是策略。它必须足够明确——明确到换一个人、换一台机器，也能得到同样的结论。
• 执行：把规则变成真实的买卖。这一步里包含成本、滑点和纪律。

三个零件缺一个都不成体系。很多人以为量化就是"写个公式选股"，其实公式只占中间那一环。

它和主观投资差在哪

差别不在"谁算得更准"。主观投资的优势是判断的深度——一个人可以把一家公司理解得很透；量化的优势是一致性和覆盖面：同一套规则能同时给几千只股票打分，而且不会因为今天心情不好就不执行。

换句话说，主观投资是在少数地方挖得很深，量化是在很多地方挖得一样深，并且每次都按同一把尺子挖。

量化能做什么

• 处理广度：人的精力有限，程序没有这个限制。
• 守住纪律：该止损就止损，规则不会因为恐惧而变形。
• 把模糊变具体："买便宜的好公司"这句话没法检验；写成"市盈率处于全市场后 30%，且净资产收益率连续三年大于 10%"，就能拿历史数据去验证它对不对。

量化做不到什么

这一点更要紧。量化不预测未来，它只是把历史上反复出现的规律写成规则，赌它未来还会以某种形式存在。这个前提可能失效——市场结构变了、参与者变了、规则被用得太多而失效。

它也不消除风险，只是把风险重新组织：从"押注几个判断"变成"承担一篮子暴露"。风险没有消失，只是换了形状。

一句人话：量化不是一台预测机器，而是一套"把判断写清楚、让历史去检验、然后不折不扣执行"的工作方式。它的价值在过程稳定，不在结果神奇。

写在最后

刚接触量化，别急着找"能赚钱的公式"。先理解它的三个零件，再理解它的前提和边界。下一篇讲量化的三类基本玩法——选股、择时、套利，看看它们各自在赚谁的钱。