文/单挑社

你有没有想过，你每天打开股票账户，跟你做交易的，可能根本就不是人。他们可能是一台台自动运行着复杂程序，消耗着大量算力和电能的量化交易机器人。

量化交易在全世界，已经是金融市场非常主流的一种交易方式。

量化的体量

从交易量看，美国股市现在大概八成的成交，已经来自各种量化和程序化交易。中国这边比例低一些，但也到两成左右，而且比例还在增长。

再看资金规模，截至2025年三季度，全球对冲基金总资产已经接近5万亿美元，其中量化、多策略这些方向是最近几年增速最快的一批。

你可以理解为，全球资本市场，已经被写在代码里的投资者占了半壁江山。

中国这边，变化更猛。

到2025年年底，国内百亿级私募一共一百多家，其中量化私募已经有五十多家，数量第一次全面压过了传统主观私募，而且2025年百亿量化的平均收益在三成以上，不少头部机构的产品平均收益接近四成。

量化的规模正在快速膨胀，而且钱也确实赚到了。

全球最有名的量化基金之一，是美国的文艺复兴科技（Renaissance Technologies）。它的王牌产品Medallion，过去三十多年，扣掉高额管理费和分成以后，年化收益大概还能做到接近40%。

所以，优秀的量化基金，这不是一年两年的运气，而是几十年拉平后的真正的高收益。

中国的量化后来者追得也很快，像灵均投资这样的百亿量化，2025年旗下产品平均收益七十多个点，直接拿下国内百亿私募年度冠军，排在前十的量化机构里，一大半平均收益都在四成以上。

所以，你以为市场上大部分还是人对人的博弈，其实很大一块，已经变成人对程序，程序对程序的硅基对弈

量化到底什么呢？

所谓量化，说白了就是用大量历史数据，把什么时候买、什么时候卖、买什么...这些决策，全部写进模型，然后交给电脑执行。

全球的头部量化，比如Two Sigma，这家公司公开披露的管理规模就有六百亿美元级别，内部存着三百八十多PB的数据，接入一万多个数据源，几千个研究员和工程师天天在调模型。

中国这边，像衍复投资、幻方、九坤、灵均这些机构，很多创始人都是从海外顶级量化回来，几年时间就把规模做到几百亿人民币。

我几年前参加过九坤的一只产品的推介会，他们的在会上介绍了一只量化产品，通常有5000多个量化因子，每个因子都会把A股有数据以来的所有交易轨迹再重头跑一遍，然后执行后面的交易觉得，每天进出要几百只股票，交易频次非常高。

这几年，国内头部量化也在疯狂拥抱AI。最典型的就是幻方量化。2019年管理规模破百亿，2021年一度冲上千亿，2025年在百亿级量化里交出56.6%的平均收益，现在规模还稳定在六七百亿这一档。一家本来专注量化对冲的机构，几年前开始自己砸钱搭算力、招机器学习团队，把深度学习模型塞进交易系统里，又顺手把这套技术孵成大模型公司 DeepSeek，不靠外部融资，直接用量化赚来的钱养模型。你会发现，在这类机构眼里，做量化和做AI根本就是一件事，本质都是在把数据和算法，变成能持续赚钱的资产。

所以，量化可以做到，用人力很难做到的事情，它们用模型和系统在做，而且是全天候、无情绪、标准化地做。

量化如何赚钱？

那问题来了，量化基金到底在赚谁的钱呢？

量化到底怎么赚钱？说白了就三条路，每一条背后，都有一批固定的对手盘。说不定就有你。

一条是赚价差的钱，对应的是那些不得不在固定时间、按固定规则成交的大资金。

同一只股票，在现货、ETF、股指期货这些地方，价格经常会有一点点偏差。对普通人来说，这点价差太微薄了，根本懒得动。但对管着几百亿、手续费又极低的量化机构来说，只要知道指数基金要被动调仓，或者某个大机构今天必须建仓、清仓，量化的模型一旦检测到价差出现，就可以提前埋伏，在这些刚性资金无论价格怎样都得成交的那一刻冲上去，当它们的对手盘，稍微低一点买、高一点卖，一天重复无数次，把这点本来没人仔细算的价差，一点点吃掉。

第二条是赚的人性错误里的钱，对象就是那批频繁交易想着靠波动赚钱，或者一到关键时刻就情绪上头的玩家。

人都有习惯，有人爱追涨，有人一跌就砍，有的机构每到月底、季末就扎堆调仓。这些习惯放到十年、二十年的历史数据里看，规律非常稳定。量化会把这种什么时候散户最容易冲进去接盘，什么时候机构最容易顶不住压力一把砍掉筹码的模式写进模型里。

所以，当你在一分钟、几分钟这个时间尺度上频繁下单撤单、想吃几分钱几毛钱波动的时候，你对面的往往就是一堆高频、日内程序。它们下单比你快、纪律比你铁，你以为是自己临时起意想换个仓位，在它那边，其实类似场景已经被回测过上千次了。大跌时你恐慌割肉，它悄悄接盘。利好时你忍不住追进去，它再悄悄卖给你。

还有一条，是赚的风险溢价里的钱，对应的是那群长期扛着风险、对买卖点没那么敏感的大资金和长线持有者。

市场长期会给承担更多波动的人一点额外报酬，这就是所谓的风险溢价。量化会把估值高不高、成长快不快、赚钱稳不稳、股价波动的厉不厉害、是大盘还是小盘、行业风险多不多，这些统统拆成一个个因子，用一整套统计和优化去拼组合，争取在跟你一样承担波动的前提下，多挤出一点点收益。本质上跟价值投资、成长投资是一回事，只不过你更多靠经验和感觉，它靠的是算法和系统化。

量化确实在利用这些偏差赚钱，但它也给市场支付了成本。

它提供了大量买卖盘，提升了流动性，让你大多数时候都能比较顺畅地进出。

如果完全没有这类策略，很多冷门股票和细分板块，可能一整天都没几百万成交量，你的大单一砸，价格就离谱了。

从整个市场角度看，量化是流动性和效率的提供者，同时也是波动和压力的放大器。

再说回中国市场一个特殊点：做空限制。

在中国，个股做空很不方便，融券标的有限、成本高，还有涨跌停和T+1这些制度。

所以大量量化在股票这块是偏多头的。要么是量化多头、指数增强，老老实实靠选股和仓位管理赚钱。要么是用股指期货、ETF、期权做一些对冲，把整体风险压一压，但整体还是偏向赚上涨的钱。

真正那种我专门找问题公司，然后建巨大空头去打它的量化，在中国很难做大。

量化也不是不会犯错，它也有很明显的局限。

所有模型都是用历史数据训练出来的，只对过去经常发生的事有把握，一旦遇到极端、从没出现过的行情，或者技术上出一点点bug，失手会非常惨。最典型的真实案例，就是美国的Knight Capital，2012年它上线了一版有缺陷的交易程序，结果45分钟内程序疯狂乱下单，直接亏了大约4.4亿美元，公司当场被打废，最后只能被别家并购收场。

量化可以很聪明，但只要底层假设错了、系统出问题，它翻车的速度，远比人快得多。

但随着AI的发展，量化已经是金融市场未来的一个大趋势了。

未来十年，程序化、量化只会越来越多，不会变少。