量化交易在现阶段的缺点和对于优势的未来展望

现在顶级投行的招聘中，计算机、物理、数学、人工智能等复合理工背景的交易员越来越多，而手动交易员越来越少，毫不夸张的讲，程序员数量甚至比有些科技公司还多。

很多投行自己也会调侃，越来越像科技公司而不像金融公司了。投行交易大厅里的交易员从几百个变成几个也已经不是什么新闻了，投行在交易方面更多的重心放在交易速度和反应以及对高频order book的处理上了。

我们需要考虑的是这个问题：哪些类型的交易员最容易被机器替代，哪些最难被替代？

这个问题如果从频率角度考虑的话那么首当其冲是高频领域，什么毫秒微秒的时间单位对于像Citadel， Jump， Morgan Stanley等这些行业大佬来说，手动交易几乎无立足之地。

手动交易在频率稍微高一点的交易策略里几乎没有优势。

反应速度不可能有机器快，单纯看下单手速的话，机器单也永远排在你的前面。

其次人的精力是有限的，如果本身做的频率就很高那么就无法兼顾多个品种，能做好一个品种已经是筋疲力尽。

如果像上述高频交易行业顶尖公司那样拥有非常好的程序设计算法外加过硬的硬件设施的话，在高频领域里人工交易很难有蛋糕分。（当然了也有一些手动高频刷单量做流动性的手工刷单员，但是这些人随着人力成本的上升和机器成本的下降，大部分已经被半自动或者全自动替代了）

好像太悲观了，真的有一种交易员要消失了的感觉，那么什么类型的交易员最难被替代？

我认为是宏观交易员，尤其是持仓周期很长的那种。

首先宏观交易的本质来说就是在做决策，这个决策的判断来自于对全球宏观经济的深刻认识和自上而下的全面角度分析。

对于整个全球政治，经济，周期等等一系列大的方向等拥有很强的调研能力和机会并且有能力把握机会，拥有超强的分析水准和过人的胆魄，且能够对于任何一次宏观下注拥有十足的信心，然后让时间和利润一起奔跑的交易者

但是这也恰恰是主观交易领域最难的交易方法。

宏观交易有一个优势，就是体量可以足够大，所以目前已经有相关的量化基金在做这样的宏观交易，并且是以量化方式来做的。运用自然语言处理和挖掘算法等等来做文字类的分析，数据类的分析就更不必说已经是老生常谈。在这样的背景下来进行宏观的长期判断。

具体你说宏观交易领域人工做得好还是机器做的好这很难说，因为有的人对于宏观的理解很厉害，而有的量化交易建模模型很厉害，还有些时候是交易员也会利用量化方法算出的信号来做基础的判断再结合自身主观对于宏观世界的把握才做出最后的交易决策。

整个世界的趋势就是量化交易在逐渐兴起无论是发达国家还是发展中国家都有这样的趋势，不过可以肯定的是这个世界永远不缺主观交易的天才。这类人往往有着常人难及的天赋和努力，但是往往是少数人才能做到。