1、你要是拿一年，还会被割吗？(时间换股票空间，永远不是价值投资。)
2、量化交易主要收割短线炒股的，说明长线投资可以有效避免被量化交易收割(乐得我，，只能说一句，哎！)
3、这个提案好，反映了广大散户的心声，今年我也被量化交易害苦了，只要和量化同车，第二天反手被量化砸盘，就会被收割(这就尴尬了，被收割了，还死性不改，退出股市？)
4、建议实行t 0，控制量化交易，加大对中小投资者的保护！(看到这句，其实中小投资者都该仔细研究下他们自己的交割单，看看他的股票跌了，他会不会止损？假如不会止损，t 0的后果是什么？)
5、十万以下交易采用T 0保护散户（看到这句，把我惊出一身冷汗，这简直是杀人诛心(杀的是小资金散户的人，诛的小散户的心啊。），真要保护自己，在明知赚不到钱的情况下，不说销户，回归正常家庭，反而拿着自己血汗钱，去股市折腾，这。。。。。只能说一句可怜之人必有可恨之处啊。)
6、其实量化也好，T 0也好，资本市场最大的不公平还是机构和散户之间的信息不平衡，所有的利好都是人家先知道，散户能咋玩(这是赤裸裸的把司法监管机构当做无用的吃干饭的人啊，都21世纪了还活在过去。)
7、对的，量化本身没有问题，一些散户高频交易承担风险获取收益，也没有问题。中国散户门槛太低，一些情绪化，博人眼球的文章总能获得大量关注，支持。(情绪化这个词汇早期只是一些打板的人可能想通过语言说明他们的一些操作特点，可能表达的不够准确，然后就被各路大神逮住这个词汇发扬光大了，截至到现在，情绪化已经成为广大依靠卖文章的人养家糊口的基本词汇了。。)
8、量化交易与我们提倡的价值投资是相互冲突的！好比普遍人与人工智能软件下棋，基本上没赢的希望，能和棋就不错了！(好奇在于他所谓的提倡的价值投资到底是什么样的投资？难道是重仓长时间持有那些所谓的业绩年年增加的上市公司才叫提倡的价值投资？就算这叫提倡的价值投资，问题是他们为什么不去重仓蓝筹股，反而去长周期重仓持有那些年年，季季都业绩增加的蓝筹外的上市公司呢？难道不该持有业绩更大的蓝筹公司呢？一大乐子..对他们的思维方式。。呵呵)
9、量化交易对普通散户是最不公平的！因为机构、游资与其他主力都能拿到券商的交易接口，执行程序量化交易更容易收割普通散户，量化交易程序能自动快速买卖、撤单，量比交易程序设计的好能避免人的主观情绪影响交易，从而提高量化算法精准收割的利润，但散户没有券商交易接口，这点有失市场交易公平。(这评论简直绝了，重点词汇，自动，快速，这两个词汇我到是还能理解，问题是没有券商接口，这是不是有点扯远了，没有接口你能买卖股票？脱离券商接口还能买卖，还有这技能？你教教我呗。。)
不看了，乐子大了。
送给这些人一句话吧，中国股市的核心功能是让企业融资，投资者参与二级市场的买卖只是对一级市场流动性的补充。所以，炒股的核心还是流动性，什么叫流动性？
不同人有不同理解，比方说打板的人，我一直觉得参与打板的人才是真正的价值投资的坚定拥簇者。
但是有一点一定是确定的，价值投资一定不是长周期持有所谓的业绩持续增长的投资行为。
什么是量化交易？
量化交易，也有自动化交易，程序化交易，EA， 高频交易，算法交易等等，大致意思差不多，不同的领域可以叫法不一样，譬如外汇市场大多叫EA。主要是把自己的交易系统通过计算机语言（Python ，matlab等等，很多）程序编写实现出来，把这个程序和数据信息（量价信息，基本面，金融政策信息等等）接口接上，通过在计算机或服务器（现在大部分都是租一个云服务器）上运行，实时执行各种分析，选股，择时，买，卖，加仓，减仓，止损止盈等等。这样可以省去一些人力成本（人力分析慢，3000只股票得需要很对人天天），省去不必要的盯盘时间，一定程度规避情绪心理因素影响。一个完整的量化交易包括很多东西：
1、资金管理或投资组合管理；
2，选股，基于数据面的技术分析（均线，macd等等，太多了），基于基本面的分析（市盈率，财务报表等），基于经济面的分析（财政及货币政策，经济周期，行业周期轮动等），基于情绪面的分析；
3，择时也即建仓的时机，止损止盈，加仓减仓平仓等；
4，交易记录总结改进。当然还有别的很多内容。也有办自动化的，譬如只采用分析做选股。这个东西老美搞了30多年了，国内搞了十几年。可以了解一下大神西蒙斯和文艺复兴基金。国内这几年也出现很多平台，还不是特别成熟，入聚宽，掘金量化等等，也有几十个，可以关注一下。
数量金融也与金融工程领域重叠。后者侧重于应用和建模，通常借助于随机资产模型，而前者除了分析外，还侧重于构建模型的实施工具。总的来说，有两个独立的金融分支需要先进的定量技术：一方面是衍生品定价，另一方面是风险和投资组合管理。
如果应用于股票市场的话，一般包括量化选股和量化择时两点。
选股模型主要包括：多因子模型、风格轮动模型、行业轮动模型、资金流模型、动量反转模型、一致预期模型、趋势跟踪模型和筹码选股模型。
择时包括：趋势择时、市场情绪择时、时变夏普率模型、牛熊线模型、Hurst指数模型、SVM模型、SWARCH模型和异常指标择时等等。
量化投资的优点在于纪律性、系统性、及时性、准确性和分散化。
什么是量化交易，未来前景如何？知道的讲讲。
量化交易是指借助现代统计学和数学的方法，利用计算机技术来进行交易的证券投资方式。在国外的期货交易市场，程序化渐渐地成为主流，国内则刚刚起步。今天我们就来分析一下它的优势和劣势。
量化交易到底有何种魅力?
所谓量化交易，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，减少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。
量化模型=计算机技术+量化分析师制定策略
在股票市场上，量化交易早不是什么新闻，量化从业人士张威告诉人民创投(ID：renminct)，在国外七成的交易都是通过计算机决策的，在国内这个数字也接近五成。
过去的股票市场都是靠交易员手动敲键盘来操作的，难免一失手成千古恨，这种行为被戏称为“胖手指”，相比之下，量化交易则如同点石成金的“仙人指”。量化里最美的童话就是“旱涝保收”，牛市也好，熊市也罢，都能大赚特赚。
传统股市量化中最耀眼的明星莫过于詹姆斯西蒙斯，其一手缔造的大奖章基金自1988成立至2009年西蒙斯退休的这21年间，年平均收益率达到了惊人的46%，即使是2007年次贷危机席卷美国，量化基金遭遇滑铁卢的时代，大奖章基金依然获得了骄人的73%的回报率。
量化投资中常用的策略，包括阿尔法策略，CTA策略和套利策略。阿尔法策略通过选股组合，挖掘超越市场整体表现的投资机会;CTA策略通过追随趋势，追涨杀跌;套利策略利用市场价格差异，空手套白狼。每个量化投资策略都是个黑盒子，它们是量化公司的量化投资的核心竞争力，其他外部人无法知道其中的秘密。
旱涝保收，坐收渔利，这样的“黑科技”让币圈的投资者也分外眼红。一家量化交易企业的创始人这样描述自己转行数字货币量化交易的经历：“两年前，炒币的朋友经常24小时看行情，搞得精神疲惫，问我如何在数字货币领域实现量化、程序化交易。他们提供了一个比较简单初级的模型，希望我在它的基础上扩展改造，增加风险管理模块。”
现在大大小小的数字货币量化交易团队采用的量化策略与传统外汇市场、期货市场用来做套利的策略虽然大体相似，可也玩出了新的花样，搬砖就是一个典型。搬砖学名“配对交易”，是指同类型股票或同股异地股票根据价值分析以及股价相对比例相互置换的一种套利方法，由于政策原因，同股异地搬砖并不常见，但在数字货币市场，大大小小的交易所数不胜数，不同交易所之间的价格也常有差异，利用价格差低买高卖，就成为数字货币量化中最简单粗暴的盈利方式。
量化交易的优势
1. 严格的纪律性
量化交易有着严格的纪律性，这样做可以克服人性的弱点，如贪婪、恐惧、侥幸心理，也可以克服认知偏差。一个好的投资方法应该是一个“透明的盒子”。我们的每一个决策都是有理有据的，特别是有数据支持的。如果有人质问我，某年某月某一天，你为什么购买某支股票的化，我会打开量化交易系统，系统会显示出当时被选择的这只股票与其他的股票相比在成长面上、估值上、资金上、买卖时机上的综合评价情况，而且这个评价是非常全面的,比普通投资者拍脑袋或者简单看某一个指标买卖更具有说服力。
2. 完备的系统性
完备的系统性具体表现为“三多”。首先表现在多层次，包括在大类资产配置、行业选择、精选个股三个层次上我们都有模型;其次是多角度，量化交易的核心投资思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度;再者就是多数据，就是海量数据的处理。人脑处理信息的能力是有限的，当一个资本市场只有100只股票，这对定性投资基金经理是有优势的，他可以深刻分析这100家公司。但在一个很大的资本市场，比如有成千上万只股票的时候，强大的定量化交易的信息处理能力能反映它的优势，能捕捉更多的投资机会，拓展更大的投资机会。
3. 妥善运用套利的思想
量化交易正是在找估值洼地，通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会。定性投资大部分时间在琢磨哪一个企业是伟大的企业，那个股票是可以翻倍的股票;与定性投资不同，量化交易大部分精力花在分析哪里是估值洼地，哪一个品种被低估了，买入低估的，卖出高估的。
4. 靠概率取胜
这表现为两个方面，一是定量投资不断的从历史中挖掘有望在未来重复的历史规律并且加以利用。二是在股票实际操作过程中，运用概率分析，提高买卖成功的概率和仓位控制。
量化交易的风险性
首先是一二级市场“级差”风险，其次是交易员操作风险，最后是系统软件的风险。
一二级市场的“级差”是整个套利交易的核心。在现有规则下，ETF套利模式分为两种：一种是通过购买一揽子票，按照兑换比例在一级市场换得相应的ETF份额，然后在二级市场上将ETF卖出;另一种则与前者相反，是在二级市场上购买ETF份额，通过兑换比例换得相应数量的股票，然后在二级市场卖出股票。交易的顺序视股票价格、兑换比例、ETF份额交易价格的变动而决定。
由于股价的变动，ETF套利级差转瞬即逝，因此纷繁复杂的计算过程，目前业内由计算机完成，交易员通过设定计算程序并按照结果决定策略，又或者完全自动让系统在出现套利空间时自动交易，后者便称之为程序化交易。
又因为套利的空间非常小，通常只有万分之几，因此套利交易为了获取适中的收益，参与的资金量都比较大。如果交易员把握不当顺序做反，则投资将出现亏损，这便是级差风险。而为了控制这样的人为风险，券商一般提倡自动化交易，方向由计算机把握，交易员输入交易数量即可。
第二种风险是交易员操作失误，比如光大这次的乌龙指事件，有可能是交易员在输入数量的时候出现了失误。这同时也牵扯到第三种风险，系统软件风险，每个交易员在系统中都有相应的交易权限，包括数量、金额。光大本次涉及的金额坊间一度传闻为70亿元，而数量如此巨大的金额是如何绕过系统权限完成交易的?这个问题的暴露，也导致业内质疑光大风控并未做足。
这个平台犹如币圈的一个缩影，每一个人都心惊胆战地伏在荷官的膝下，聆听骰子撞击的声音，殊不知荷官才是他们中的头号玩家。“职业投资者都知道有庄家”，张威直言。多数的量化平台可能会推出更复杂的止损策略和更出色的套利机制，但除非平台拥有足够雄厚的资本成为游戏的庄家，否则就只有被收割的命运。
量化作为工具，或许无可厚非，但许多数字货币基金以“量化”为名，公开募集资金，行走在法律的边缘。中国人民大学教授赵锡军认为，金融行业和其他行业不同，参与金融活动，动用的是别人的钱，发生风险，别人会有损失，因此政府需要更加严格地监管。
量化交易一念天堂，一念地狱。小编在这里希望广大投资者切莫游走在法律的边缘，以身试法，否则等待你的将是法律的制裁
