关于量化交易应用在股池中的一点思考

今天时间有点晚了，我就简单列个提纲，欢迎探讨
很多人觉得量化很深奥或者模糊，实际上在实际应用中我们是一直在接触量化，更好的明确量化的作用也就能够更好利用这个工具。我讲的内容其实是很粗浅的，很多人也都不知不觉的在使用，但是理清思路后强化使用的话，或许会有更好的效果。
就我个人理解来说，量化主要分三个方面
1、将盘感或者操盘经验量化；
2、将技术形态或者基本面因素量化；
3、将赢率和收益率量化；
下面简单阐述：
1、盘感或者操盘经验量化，其实就是我们使用的指标和指标所发出的交易信号，指标就是量化模型，信号就是量化后的分类结果这个也是我们日常最常用的量化形式。这个通常用在股池的最终出票池。
2、技术形态或基本面量化，我们通过指标对股票的基本面或者技术面做分类过滤，这其实就是将股票要素做量化处理并且用阀值来加以分类，也是一种量化形式，通常我们用在股票池的前池中。
3、赢率（概率）和收益率量化，这个相对就复杂一点了，有点接近我们通常意义上的量化交易了。通过一个交易模型统计出历史信号的赢率再换算成收益率表，然后再在表中选择最合适的交易量和阀值来给当前交易指定具体的交易。

这个举例说明一下：在通常概率下，合理分配给一只超涨的票和一只超跌的票的买入量肯定不同的，那么要解决这个问题，就需要建立一套量化模型来解决了。比如，我们可以将单只股票可以使用的最大金额资金分成100份，然后用50个因子（基本面或者技术面）对标的股票进行评分，这样就相当于把这一交易进行了简单的量化处理。然后再对这一交易信号做历史回测来获得股性（概率特征）再次对前面的评分做一次处理，然后按得分的多少进行分配资金，从而完成交易。这个量化过程通常用在交易池。

总结一下
在设计股池过程中量化主要用在“标的分类”，“信号获取”，“计算合理交易量”这三个方面，各种指标也就是各种的量化模型，选股信号或者分类信号也就是“阀值”，
那么我们在设计股池的时候可以将三种量化情况专门的划分出来，这样就可以思路清晰的设计自己想要的量化池了。一个流程和思路都很清晰的股票池也有助于
我们系统的研究策略或者优化策略。