量化交易不是机构专利，但散户玩起来坑不少
很多人觉得量化交易神秘，好像只有机构才能玩。其实现在个人电脑性能不差，开源工具也多，写个简单策略跑ETF或可转债完全可行。问题在于，个人投资者用量化交易做这两类品种，面临一堆隐性限制，不搞清楚容易亏钱。
工具与数据门槛
量化交易第一步是数据。ETF和可转债的行情数据，免费源能拿到日线，但分钟级、tick级数据要么收费，要么延迟大。可转债的转股溢价率、纯债价值这些指标，免费接口经常缺字段，得自己算。个人投资者往往没有付费数据终端，用免费数据回测，结果和实盘差一大截。
编程能力也是坎。用Python写策略，回测框架要自己搭，滑点、手续费、停牌处理都得手动模拟。ETF还好，流动性好的品种滑点小；可转债很多品种成交稀疏，回测时按收盘价成交，实盘可能挂单半天不成交，策略逻辑直接失效。
策略失效与过拟合
散户写策略容易犯的毛病是过拟合。拿历史数据调参数，调到收益曲线漂亮，一上实盘就亏。ETF的波动受宏观影响大，可转债有债底保护但溢价率波动剧烈，策略逻辑必须简单且符合经济常识。比如可转债双低策略（低价格、低溢价率），逻辑清晰，但2022年后转债市场扩容，双低阈值需要动态调整，死守固定参数会踩坑。
量化交易讲究纪律，但个人投资者容易手痒。策略信号出了，看到盘面波动又改主意，手动干预一次，整个回测就失去意义。ETF交易成本低，手动干预影响小；可转债买卖价差大，一次冲动交易可能吃掉几天利润。
执行延迟与交易成本
个人做量化，执行速度拼不过机构。ETF套利策略需要毫秒级响应，散户用家用网络和券商普通接口，延迟几百毫秒，套利空间早没了。可转债的T+0交易看似灵活，但高频策略对下单速度要求高，个人投资者用手机或普通PC，滑点能吃掉大部分收益。
交易成本容易被低估。ETF佣金万分之一到万分之三，可转债佣金更高，还有买卖价差。高频策略一年换手几十倍，成本累积起来惊人。回测时把手续费设成万分之一，实盘可能万三，年化收益直接砍半。
合规与账户限制
个人投资者用程序化交易，券商有风控要求。部分券商对个人量化账户限制撤单频率，频繁撤单可能被警告。可转债有强赎条款，程序没处理好，持债过夜遇到强赎公告，第二天可能直接亏掉溢价。ETF的申赎机制复杂，个人做折溢价套利，要处理一篮子股票，资金门槛和操作难度都不小。
怎么绕开这些坑
从简单策略起步。用ETF做趋势跟踪或网格交易，逻辑简单，数据要求低，先跑通回测到实盘的流程。可转债先做双低轮动，每月调仓一次，降低交易频率，减少滑点影响。
数据用免费的先对付，但回测结果打八折看。实盘用小资金跑三个月，对比回测和实盘差异，调整滑点和手续费假设。策略逻辑要能一句话说清楚，说不清就是过拟合。
执行上，用券商的量化接口，别用手机手动下单。ETF优先选流动性好的宽基，可转债选日成交额千万以上的品种。设好止损，程序化交易最大的优势是纪律，别让手动干预毁了策略。
个人投资者做量化，不是比谁策略复杂，是比谁少犯错。ETF和可转债都是好工具，用对方法，散户也能跑出稳定收益。
