量化交易一年，我学到了什么
2019 年开始对量化交易产生兴趣。原因很简单：广告系统和量化交易在底层逻辑上太像了。
广告系统：预估 pCTR/pCVR → 出价 → 竞价 → 反馈 → 优化模型 量化交易：预测价格走势 → 下单 → 撮合 → 盈亏 → 优化策略
都是一个”预测 → 决策 → 反馈 → 优化”的闭环。我把做广告系统的经验套到量化上，发现很多方法可以复用：
- 特征工程：广告系统里做的用户画像、行为特征，在量化里就是技术指标、基本面因子。思路一样——找到有区分度的特征。
- 回测：广告的 AB 测试和量化的历史回测，本质上都是”在历史数据上验证策略效果”。坑也一样——过拟合、幸存者偏差。
- 风控：广告的预算控制和量化的仓位管理，都是”在不确定中控制最大损失”。
一年下来没赚什么大钱，但学到的东西远比钱值钱。最大的收获是：不要试图预测市场，而是管理风险。 这和广告系统里”不要试图猜用户心里想什么，而是管理投放策略”一模一样。