如果可以預測股票走勢，那該多么令人振奮，股市就成了自己的“提款機”，這對于

處在任何階段的人來說，誘惑力都很大。出于賺錢的目的，我投入對股票市場或其他投

資標的的研究中，盡量只用機器學習或深度學習模型去選股、擇時。在這個時期我走了

一些彎路：

開始階段我是興奮的，總是迷信新的算法結構，迷信算法能解決一切，只用深度學

習解決一切。剛開始時回測效果也相當好，但結果并不好，一直在找問題、找解決方案。

第二個階段是迷茫時期，因為開始階段的實盤效果不好，在這個階段我?guī)缀鯂L試了

各種方法。從最早的海龜交易法到因子選擇，到α、β超額利潤，甚至形態(tài)方法、趨勢

方法等，可以說絕不放過任何一種方法，也沒有放棄將它們與算法結合。

第三個階段就是目前的階段，在接觸各個私募的不同算法思路后，我有兩個發(fā)現(xiàn)：

一是大家的實盤都有漲有跌，當然有些私募實盤線很穩(wěn)，而實盤穩(wěn)定有可能是上了對沖

盤，在不考慮對沖的情況下，跑實盤最多6 個月，策略就開始不奏效或者收益開始降低；

二是大家慢慢拋棄了傳統(tǒng)的因子理論、機器學習統(tǒng)計方法，并減少或者完全去除人工干

預，通過向純粹的算法模型轉型來解決問題。

在這個階段，我重新梳理了目標，不再將精力花在調(diào)整優(yōu)化模型上，而是從最終結

果出發(fā)最大化實盤的利潤，比如進行中期預測，引入強化學習、高頻交易概念，努力從

市場上一點點摳出利潤。這個過程同時也是發(fā)現(xiàn)自己心態(tài)上的弱點的過程，雖然我不想

把整件事描述得很玄，但不管是直接進行實盤交易還是利用模型進行實盤交易，心態(tài)絕

對是影響發(fā)揮的重要因素。

世界上絕大部分市場均是博弈環(huán)境，在博弈環(huán)境中唯一不變的就是變化本身，而變

IV | 交易的密碼：用算法賺取第一桶金

化的根源就在于多、空兩種力量的互相制衡。

現(xiàn)在回到我為什么要寫本書的問題上。剛開始只是想記錄自己學習的步驟和目前的

進展，后來越寫越感覺需要學習更多的知識。除了將這些知識融入書中，我也不停地反

思并漸漸補全了自己的交易思路。

雖然交易思路很重要，但本書還是將重點放在交易模型上，即如何實現(xiàn)交易模型，

如何尋找合適的算法來實現(xiàn)交易，如何優(yōu)化這些算法。至于交易思路這種看起來“玄而

又玄”的東西，我認為更應該由交易者親自去體悟，也就是在做的過程中體驗、領會。

本書從內(nèi)容上大致分為以下四個部分。

第一部分，即第一章，交易模型與投資組合。主要闡述交易策略。先介紹什么是交

易策略、交易策略的種類，再從交易策略出發(fā)，普及回測、數(shù)據(jù)獲取的概念，并引申到

交易模型的概念。這就是現(xiàn)代量化交易的雛形，接下來分析量化交易的特征（特征工程

可以算是量化模型中最重要的部分了）。本章最后梳理了投資組合的優(yōu)化方法，并給出了

部分代碼。

第二部分介紹交易算法初級部分，包含第二章和第三章。第二章主要闡述如何用線

性回歸、lightGBM 方法預測股價，其中還穿插了外匯市場上常用的波動率預測。第三章

比較特殊，闡述如何利用消息面來預測市場情緒，并根據(jù)市場情緒進一步判斷股票市場。

第三部分是算法進階的內(nèi)容，包含第四章和第五章，主要闡述利用深度學習、強化

學習的算法預測股票。除了講解算法的優(yōu)缺點，還逐步分析了傳統(tǒng)強化學習算法不利于

股票預測的缺陷——希望給大家提供一些思路，各類交易算法層出不窮，但思路變化的

可能性比較小。

第四部分的內(nèi)容比較龐雜，包括第六章至第八章。第六章從斐波那契數(shù)列開始，給

出了股票形態(tài)上的分析。此分析完全脫離了深度學習算法。我個人并不排斥傳統(tǒng)方式，

只要有用、能經(jīng)受住檢驗的方法，我認為都需要學習。第七章從套利出發(fā)，介紹了套利

的特殊形態(tài)網(wǎng)格交易。由于網(wǎng)格交易有明顯的缺陷，本章最后也提請讀者注意和規(guī)避網(wǎng)

格的問題。第八章是問答集，匯總了我遇到的形形色色的問題，供讀者參閱。

書中沒有收錄所有的交易方法，畢竟寫一本工具書并非我的初衷。同時，自有代碼

有產(chǎn)權歸屬問題，無法直接公開，因此本書所有的代碼均來自公開代碼（GitHub），或修

改自公開代碼，特此說明以免不必要的誤會。書中參考文獻列表可掃封底二維碼獲取。

時間所限，書中肯定還有不成熟的地方，請大家批評指正。

謹以本書紀念我的父親。