Llenlleawg做量化这行有一段时间了，最怕被问的一句话是：“你有没有推荐一个稳定盈利的策略？”说真的，每次听到这种问题我都不知道怎么接。量化交易这几年在国内热度居高不下，身边从传统炒股转过来的朋友也越来越多，有人把回测跑得飞起，觉得马上要财务自由了，也有人实盘上线一个月就被市场教育得灰头土脸。差距往往不在代码水平，而在更底层的一套认知框架。
后来我慢慢发现，用老祖宗那套“道、法、术、器、势”来拆解量化交易，特别顺。道是认知与理念，法是策略体系与规矩，术是具体操作与技法，器是工具与平台，势是市场环境与时机。这篇文章就沿着这五个维度展开，结合A股实战场景，把量化交易从入门到进阶的要点串起来。适合对量化交易有兴趣、想建立系统认知的朋友，也可以作为已经上手但总觉得差点体系感的玩家的复盘参考。
1. 道：先想清楚量化交易的底层生意经
1.1 量化交易的本质：不是预测，是算赔率
很多散户以为量化交易就是“用程序预测明天涨跌”，这是最深的误解。量化交易真正在做的事情，不是把未来猜准，而是把每一次出手放在一个“赔率对自己有利”的位置上，然后靠大数定律赚钱。
打个比方，赌场每张赌桌都不知道下一秒谁会赢，但它清楚每一局模型里庄家占了多少胜率优势。只要客人持续下注，长期来看，庄家必然会带走一部分利润。量化交易赚的就是这种“微小但稳定”的概率优势，只不过把赌场的牌桌换成了资本市场。
所以一个策略成熟与否，看的不是它最近三次出手是否赚钱，而是它在100次、1000次交易样本下的期望收益和风险分布。这个认知，是后面一切讨论的地基。如果你抱着“预测明日行情”的执念来学量化，大概率会越走越偏。
1.2 散户最容易陷入的思维陷阱
在A股市场待久了你会发现，大多数散户的决策路径是这样的：看到某个股票连续大涨，于是情绪被点燃，追进去；被套之后不甘心，一路持有甚至补仓；终于解套或小赚，立刻卖出。这套行为模式，心理学上叫“追涨杀跌”和“处置效应”，本质是用情绪代替规则。
量化交易恰恰相反，它强制你把“什么时候买、什么时候卖、买多少、止损多少”这些决策，提前写成不可随意更改的规则。规则在盘前定好，盘中只负责执行。哪怕这一笔亏了，只要规则背后的概率优势还在，就继续执行；如果规则已经失效，就停止并优化。
这个差异，是“人肉炒股”和“量化交易”之间最本质的分界线。你不需要比谁更聪明，你需要比谁更守纪律。A股市场里聪明人太多，但守纪律的人极少，这也是量化能长期跑赢相当一部分散户的原因之一。
1.3 量化的钱从哪来：A股的错误定价
很多人问，量化交易赚的钱是不是从别的散户口袋里抢的？其实不只是。量化的收益来源通常有几类：市场情绪驱动的错误定价、信息反应不足或过度反应带来的价格偏差、流动性补偿、以及统计上反复出现的微观规律。
A股因为散户占比高、情绪化交易多，错误定价普遍比成熟市场更明显。比如一只股票因为某个消息连续涨停，情绪退潮之后往往会大幅回踩；再比如财报发布前后，很多股票会出现明显的“公告漂移效应”。这些现象背后是行为金融学里讲过的过度反应和反应不足，而量化策略恰好擅长把这些现象转成可重复执行的规则，在价格回归合理区间时赚取差价。
这也是为什么过去几年量化在A股发展得特别快——市场越不理性，规则化打法越有优势。但也别忽略另一面：当大量同类策略涌进来，错误定价会被快速抹平，策略收益跟着衰减，甚至直接失效。这是后文“势”里要展开的话题。
1.4 量化不能做什么：认知的边界
这一节必须说清楚，防止对量化交易产生不切实际的预期。量化不能消除亏损，不能预测黑天鹅，不能保证每年正收益。它的价值是让你在“可承受的回撤范围内”拥有一个长期为正的期望收益，而不是天天赚钱。
我自己刚做量化时也犯过同样的错：回测里年化收益70%的策略，实盘跑了三个月回撤了15%，就慌了，开始怀疑是数据有问题还是策略有问题。后来才明白，回测里的收益率本身就包含了对波动和回撤的“定价”，没有回撤的策略是不存在的。你选择了高收益策略，就同时选择了伴随它的大幅波动。
认知边界才是量化交易里的第一道门槛，跨不过这道门槛，后面所有的法、术、器、势都无从谈起。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 法：策略体系与回测研究的纪律性框架
2.1 策略分类地图：先知道有哪些武器，再谈选哪件
量化策略并不是只有一种形态。按核