详细内容
有四种因素使非理性的市场行为得以存在。这些因素是过度自信、判断偏差、羊群效应和风险厌恶。文章导读：
—《漫步华尔街》
1. 警惕某些项目的“量化交易”
2. “量化交易”的发展和特点
3. “量化交易”的使用和效果
1. 警惕某些项目的“量化交易”
近来各种各样的钱包，理财甚至传销币都纷纷打着高收益，高回报的旗号吸引投资者参与它们的项目。这些项目往往诱导投资者投入一定的本金，然后许诺每月回报多少。这些回报往往相当惊人，折合成年化收益率，可以达到百分之几十甚至几百。
这些项目有些就是靠庞氏骗局用后面入场的资金来维系前期用户的高收益，而项目对外介绍的盈利模式就是包装所谓的“量化交易”。它们对量化交易的描述吹嘘得神乎其神，仿佛是战无不胜的利器。但实际上它一点都不神秘。
2. “量化交易”的发展和特点
量化交易是指以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。它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。
简单地说量化交易就是由计算机按照一套算法操作，来选取买入和卖出点，反复买卖，在这个过程中通过挣取差价获利。
量化交易兴起于上世纪80年代末，由于计算机技术的成熟而被引入到股票交易中。它在股票交易中最早得到大量应用。至今都是华尔街使用得非常频繁的工具。
一般来说，量化交易最容易牟利的时候是行情剧烈上下波动时，因为在区间内波动，算法就很容易找到高卖低买的点位。
如果行情单边上涨或单边下跌则量化交易的牟利空间就很少。因为在这样的行情中很难找到合适的买入点或卖出点。
如果行情在一个极小的价格区间内盘整，由于价差很小，往往投资者为了放大利润就会加杠杆，这就极大增加了交易的风险。
3. “量化交易”的使用和效果
早期对量化交易的使用，投资者会完全依赖计算机，但由于计算机算法也是有局限的，所以纯粹由算法选取的买入和卖出点未必合适。所以后来，也有投资者把量化交易系统给出的买入和卖出点作为参考，但最终还是会由交易员作最终的买入和卖出决定。
因此现在很多机构使用量化交易并不完全依赖计算机，而是综合计算机和交易员的判断来执行。所以实际上还是人在做最后的判断。
在华尔街，纯粹依靠量化交易进行股票交易的团队往往都是花重金雇佣天才的数学家和计算机科学家帮他们设计精良的数学模型和高性能的交易系统，以求得在市场中捕捉各种差价和机会。
而普通的量化交易系统则无非是用一些非常成熟老套的交易策略进行交易，所以基本上大量的量化交易系统其算法和性能都差别不大。
那么量化交易的获利情况如何呢？这就不得不提到华尔街鼎鼎大名的：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%，在2007年次贷危机席卷美国，量化基金遭遇滑铁卢的时代，大奖章基金最高获得了骄人的73%的回报率。
所以这样战绩傲人的量化交易团队平均的年回报率也不过73%，这算是世界顶级的团队创造的最好成绩，那些自称年化收益率百分之几十几百的项目，可信度又有多高呢？
再说量化交易也是需要根据不同行情制定不同的策略，并不是能保障稳定盈利的。所以能保证承诺稳定收益的那些项目，或许它只是用”量化交易“这个对普通人认为很高大上的概念做为幌子而已。
来源：道说区快链
据Coindesk 6月18日报道，全球最大的两家区快链公司R3和Digital Asset 正在展开合作，以进一步扩大各自的区快链生态系统。（图片来源：pixabay）在上个月宣布与Hyperledger Sawtooth展开合作后，Digital Asset于本周二宣布，它将把智能合约语言Digital Asset Modelli...
下一篇：浅析跨链中原子互换协议
前言每个区快链都有自己的数据资产与数据信息，比特币创建以来TPS一直成为区快链行业的瓶颈，难以突破。为此行业涌现出各种解决办法，改进共识、区块扩容、改进数据结构等。plasma等侧链技术，从区快链的横向扩容方面对区快链性能进行提升。即主链负责处理基本事务，...该企业最新区快链快讯
