量化交易概览

定义

量化交易（Quantitative Trading）是利用数学模型、统计分析和计算机程序来识别交易机会并执行交易的方法。其本质是纯数学——寻找统计相关性、定价低效和结构性优势。

核心理念

量化交易不是”选股”或对某个事件有独到见解，而是在寻找：

• 统计学上的相关性
• 定价的低效
• 结构性的优势

这些优势之所以存在，是因为市场是由人类组成的复杂系统，而人类总是会犯系统性的错误。

2026 年的趋势

AI 时代 = 技术平权时代。过去量化是小部分机构的专属，现在个人和工作室也能参与。关键变化：

• Vibe Coding 赋能个人开发策略
• Agent 和算法原生的交易平台兴起
• 预测市场 成为学习量化的最佳载体

学习路径

1. 数学基础 — 概率论、贝叶斯更新、线性代数
2. 策略设计 — 独特、精巧、能抓到别人意识不到的大机会
3. 基础设施 — 数据源、回测系统、执行引擎
4. 风险管理 — 凯利公式、仓位控制

关键概念

• 概率论 — 不确定性世界的语言
• 贝叶斯更新 — 实时更新信念的核心方法
• 条件概率 — 基于新信息调整概率估计
• 凯利公式 — 最优仓位管理
• 交易 vs 赌博 — 数学期望 vs 凭感觉

相关实体

• polymarket — 学习量化的最佳实践平台
• jane street — 顶级量化公司参考
• citadel — 顶级量化公司参考

职业前景

2025 年，顶级量化公司（Jane Street、Citadel、HRT）的入门级宽客年薪在 $300K 到$500K 之间。AI 和机器学习方向的金融招聘同比增长了 88%。