最近一个段子很火，内容如下：
十个榜七个是量化交易。
知道你们喜欢机构席位，那么全部给你安排机构席位，然后全给你；
知道你们喜欢竞价弱转强，那么直接安排竞价弱转强，然后全给你；
知道你们喜欢卡位，那么安排卡位，然后全部给你。
定制化大面，每一碗都分量十足。
在弱势行情，经常遇到这种悲剧：也没做错什么，随意买个票，当天怒亏七八个点是家常便饭。这都是量化交易的“功劳”，强势市场助涨，弱势市场助跌。当行情处在无主线的混沌期，如果管不住手，就会加剧被收割的宿命。
我们作为个体投资者（散户），细思极恐，觉得有必要写一点个人拙见。以下观点可能因为笔者自身能力的局限性，不可避免地有错误、偏颇之处，欢迎量化高手们指点，防止误导了读者。
什么是量化交易？
量化交易，是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。
量化学派代表，数学家西蒙斯，人称“量化鼻祖”，1988年到2018年间，西蒙斯的大奖章基金年化复合收益率为39.1%，同期的索罗斯的量子基金、彼得·林奇的麦哲伦基金以及巴菲特年化复合收益率望尘莫及。值得注意的是，《华尔街日报》的特约撰稿人格里高利·祖克曼（Gregory Zuckerman）曾将西蒙斯的经历成书出版，国内译名为《征服市场的人》（天津出版传媒集团），有兴趣的大可以看看，一饱眼福。
从2017年到2020年，A股的量化基金在所有证券类私募基金中的占比从不足5%提升到15%，管理规模增加了4倍有余，而量化交易成交量在整个市场中的份额占比也超过了15%。随着互联网和科技的发展，数据量的增加和计算能力的提高，也为高频交易提供了土壤。
如何防止被量化交易收割？
首先，我们应该去认识量化交易的优势：
- 一方面，机器决策能够极大程度上杜绝情绪化交易，这在很大程度上是超越人工。
情绪化的突发交易，往往是大亏损的根源。回避情绪化交易，则需要交易者仔细的复盘、完善交易计划,不做无计划的交易。
- 另一方面，机器在检索数据方面的便利，能够极大地减轻工作量和复盘效率。
以笔者最喜欢的策略之一，净利润断层（这一定义在《股票魔法师》、《笑傲股市》等名著中均有提及）。将净利润断层这一策略结合量化数据择时，长周期的平均收益率相当可观（我回测的数据是年化35%以上）。值得关注的是，每年的净利润断层中会出现不少出人意料的大牛股。
如果仅靠人工逐个甄别，2023年一季度的断层就多达275只，要在5000只股票中发现这275只标的，再从275只标的中逐个复盘，犹如大海捞针。如果再简单加一些条件或者量化因子，例如笔者最喜欢使用的RPS（欧奈尔提出的概念，相对价格强度，后文有科普），就能极大地提高复盘效率。
同时，并不是所有的策略，都能人工执行。请机器代为执行，应用于交易市场，也能赚得盆满钵满。
这里就贴一个朋友的实盘策略——
收益自然比不了顶级高手，但是，说超过95%的人毫不夸张。至于容量，当然是量化交易中要关心的问题，3000万以内，这个策略有效。
这个交易策略的收益思路来源于“赚波动的钱”。可转债和正股标的存在联动，那么可以用机器去捕捉这个联动，进行可转债的日内交易。试想，如果不是机器，人工是无法实现这个高频；若不是可转债可以实现当日的结算，这个策略也就没有存在的可能。
我们不能因为被量化交易收割就排斥量化。量化交易具备人工的优势，但并不是无懈可击。不管是什么策略，只要是人制定的，就必然带有主观性。量化交易能回避交易情绪等劣势，但量化也不是纯粹客观。因为，量化策略背后，是电脑前书写代码的人。
量化交易背后也存在交易哲学。
以我最熟悉的RPS为例，RPS译为股票价格强度，RPS5可以简单理解为“5日涨幅排名”，RPS5＞87，即5日内涨幅是市场前13%的标的。以RPS5/20/60都大于87为过滤器，不难发现一些短期“牛股”的影子（注意，这个不是买卖策略，只是举例说明）。
通俗地讲，RPS就像大型考试的成绩，大型考试的数据在一定程度上体现了考生的综合实力，三次大考都考得不错的学生，是可以作为种子选手进行筛选。
说到底，这就是统计学的意义。欧奈尔选择发明RPS这一过滤因子，核心是他坚信市场顺势交易的哲学。如果他不理解背后的哲学现象，也就无法提出这样的概念。
要防止被量化交易收割，就要想方设法扬长避短。我们个体无法做到机器的高频和强大的分析能力，那就要想方设法去超越电脑前的那个人。
量化交易员，如果自己的思路一般，即便机器再强，也不代表能赚钱。
如何超越量化交易员？必须在思路上超越，在投资哲学上超越。退学炒股的14个月150倍均以“只做龙头股，不做跟风股”为准则实现；Dan Zanger的18个月1800倍，靠的全是顺势而为。
诚然，机器可以分析出资金净流入的幅度，却无法分析预期差；因子可以分析出涨幅、强度，却无法识别出剑桥科技、竞业达、九安医疗这样的总龙头。弱势市场不适用于龙头思维，那就逢危须弃。不得贪胜、逢危须弃、舍小就大，并不是每个人都能看懂的哲学。
另外，个体投资者要格外小心的是——同质化风险，这点是被量化交易捅刀的来源。同质化风险，常常隐藏于一个耳熟能详的词里——模式。这个词出现时，基本上有一些量化数据的伴生。最常见的话术，今天是某某股的断板，今天是某某股的首阴，今天是一个20日线的回踩……
模式，本是褒义词。但走捷径的心态促使我们大多数人渴望通过一些数据手段找到永恒赚钱的圣杯。于是，就有了弱转强、低吸、打板、均线回踩这样的“模式”。
实际上，交易哲学才是股票交易系统的核心，选股是交易的关键。交易哲学和交易系统的并用，才是模式应有的本来面貌。
最有代表性的例子，在A股市场注册制还没铺开的时代，不少黑马人气龙头均以连板的模式呈现。尤其是有了中通客车这样的标的之后，很多人直接惯性思维把龙头理解为市场的“最高标”，只要去找市场里连板最多、涨幅最大的标的，就能捕捉龙头。更有甚者，使用这一“模式”赚钱之后，便觉得找到了交易圣杯，结果可想而知，自然是亏惨了。（龙头战法的问题在以往的文章里已经拆解，这里就不再论述了。）
知己知彼的量化交易员，便可以根据个人的喜好，利用这些反向出货。你喜欢利好跳空高开，我便在弱势市场竞价跳空……等等大家都习惯或已具备共识的走势特征都可以被其利用。
这里提一个问题，滥用弱转强的选手，有没有想过，世间真的存在能由弱变强的事物吗？弱是否能真的转强？有没有可能是，似弱实强？股票的价格是无数个昨天的堆砌，而每一个今天到了明天都是昨天，岂能由一天的表现一言以蔽之？
说到底，同质化风险，根源还是人性的弱点。分析基本面、等待时机、寻找龙头、写复盘和交易计划、逢危须弃（弱势市场空仓），都是考验人性的事。想要防止被量化交易收割，就要从杜绝捷径开始。一念既起，妖魔则生。当你开始试图在股市寻找赚钱的捷径时，就已经距离真正的捷径越来越远。