数学模型不是水晶球，是翻译器
很多人以为量化交易里的数学模型能预测明天哪只股票涨停。它做不到，也不该做这个。数学模型真正干的事，是把市场里那些看起来杂乱无章的价格变动、成交量起伏、资金流向，翻译成机器能看懂的数字和规则。
股票市场里每天产生几千万条交易记录，期货市场里还有杠杆、保证金、交割日期这些变量。人脑处理不过来，数学模型就像一台高速翻译机，把这些数据压缩成几个关键信号。信号告诉你：现在该买，该卖，还是该等着。
股票和期货里的模型分工不同
股票没有到期日，数学模型更关注长期趋势和公司基本面因子。常见的多因子模型会分析市盈率、净资产收益率、营收增速这些指标，给每只股票打分，然后买入高分的一篮子股票。
期货不一样。期货有交割月，有杠杆，价格受现货供需和宏观情绪双重影响。数学模型在期货里更偏重时序分析和波动率建模。比如用GARCH模型估计未来一段时间的波动幅度，用协整模型寻找两个相关期货合约之间的价差回归机会。
一个做股票中性策略的模型，拿到期货市场直接用，大概率亏钱。因为股票模型假设价格围绕价值缓慢波动，期货模型必须考虑保证金追加和强制平仓的风险。
模型帮你管住手，也管住钱
散户亏钱最常见的原因不是选错股，是情绪上头。涨了想追，跌了想割，来回打脸。数学模型最大的作用之一，就是把你从交易决策里踢出去。
模型说今天该买500股，你就买500股。模型说止损线在成本价下方3%，到了就自动砍仓。没有犹豫，没有“再等等看”。
资金管理也是模型的强项。凯利公式能算出每次下注的最佳比例，让长期收益最大化。风险价值模型能告诉你，在95%的置信水平下，明天最多亏多少钱。这些数字不是拍脑袋来的，是历史数据和概率分布算出来的。
股票组合里，模型会控制行业暴露和风格暴露，避免所有钱都押在同一个赛道上。期货组合里，模型会动态调整保证金占用，防止一根大阳线或大阴线直接爆仓。
模型会失效，所以需要持续更新
没有永远赚钱的数学模型。市场结构变了，参与者变了，原本有效的规律就消失了。
2015年A股小市值因子非常有效，买最小的一批股票每年跑赢大盘几十个点。后来监管收紧借壳重组，小市值因子连续三年失效。量化交易者必须定期回测模型，看它在最近半年的数据上表现如何。
期货市场里，高频交易模型曾经靠捕捉买卖价差稳定盈利。当交易所降低延迟、增加手续费之后，这个价差被压缩到几乎为零。模型要么升级到更低延迟的硬件，要么转向中低频策略。
好的量化交易者不会问“这个模型能赚多少”，而是问“这个模型在什么情况下会亏，亏多少，我能不能承受”。数学模型的作用不是保证赚钱，是让你清楚地知道每一笔交易的风险收益比。
从数据到决策的完整链条
一个完整的量化交易系统里，数学模型分布在三个环节。
第一个环节是信号生成。模型从历史数据里找出统计显著的规律，比如“当5日均线上穿20日均线，且成交量放大1.5倍，未来三天上涨概率65%”。这个概率不是100%，但足够形成正期望。
第二个环节是组合优化。模型根据每只股票的预期收益、波动率和相关性，用马科维茨均值方差模型或者风险平价模型，算出每只股票该买多少。目标是让整个组合的夏普比率最高。
第三个环节是执行。模型把大单拆成小单，在指定时间内完成交易，尽量减少冲击成本。股票市场里用成交量加权平均价格算法，期货市场里用时间加权平均价格算法。
这三个环节里，数学模型都不是孤立的。信号生成要考虑执行成本，组合优化要输入实时波动率，执行算法要反馈成交滑点。整个系统是一个闭环。
普通人怎么用数学模型
不写代码的人也能用数学模型管理自己的股票和期货账户。
第一，用简单的移动平均线系统做趋势跟踪。收盘价在200日均线上方就持有，跌破就卖出。这个模型不保证每次都对，但能让你在大牛市里拿住，在大熊市里跑掉。
第二，用固定比例止损控制单笔亏损。每次开仓前设定好止损位，比如亏损总资金的2%就离场。数学模型告诉你，连续亏10次之后，账户还剩82%的本金，不会归零。
第三，用波动率调整仓位。期货交易里，如果当前波动率是平时的两倍，就把仓位减半。这个简单规则能让你在极端行情里活下来。
数学模型不是圣杯，是一套把混乱变成秩序的工具。股票和期货市场永远有不确定性，模型不能消除不确定性，但能帮你量化它。知道最坏情况是什么，比幻想最好情况更重要。
量化交易的核心竞争力不在模型有多复杂，在于你能不能坚持执行。一个简单的均线模型，加上严格的纪律，比一个天天换参数的复杂模型更赚钱。数学模型是地图，交易者是司机。地图再精确，司机乱开也会掉沟里。
