量化交易的劣势

量化交易一般会经过海量数据仿真测试和模拟操作等手段进行检验，并依据一定的风险管理算法进行仓位和资金配置，实现风险最小化和收益最大化，但往往也会存在一定的潜在风险，具体包括以下几点。

（一）有些交易策略无法量化

量化交易策略还有一个非常重大的缺点，就在于量化这个特性本身。诚然，这一特征为量化交易策略带来了多种优势，但是由于这一特点，使得量化交易策略在对待无法量化的因素时，只能采取舍弃这样较为无奈的处理办法。因此，量化交易策略损失掉了很多其实有可能带来盈利的信息，也使得策略在处理信息时所覆盖到的范围变得狭窄。当然，随着科学技术的发展，一些之前无法被量化的因素开始进入量化交易策略的研究范围之内，如针对网络信息刻画出的投资者情绪等等。但是，即使科技手段会让量化交易策略能够处理的信息范围更广更深，对比起主观交易策略而言，这样的缺陷始终是量化交易策略无法彻底摆脱的。这种来源于自身特性的缺点，只能改善而无法根治。

（二）转向缓慢

由于量化交易策略在构建过程中采用的是数量化的方法，需要一定数量的数据样本进行研究，而相应的数据都是随着时间逐渐产生的，因此当量化交易策略的构造形式没有本质上的改变时，从数据中抽取的数量化特征也只会随着时间逐渐变化，策略所形成的交易也只能缓慢地变化。当市场情形发生重大转变时，这种缓慢变化的特性会导致量化交易策略无法适应转折期的市场，在短时间内造成较大的损失。相比较而言，一部分定性的交易策略由于主要基于逻辑上的思路来进行交易，因此当市场情形发生改变时，能够基于主观逻辑迅速进行本质上的策略调整。转向缓慢这一特点也是量化交易策略一个较难改善的缺陷。

（三）历史数据的高完整性

行情数据不完整可能导致模型与行情数据不匹配。行情数据自身风格转换，也可能导致模型失败，如交易流动性、价格波动幅度、价格波动频率等，而这一点是目前量化交易难以克服的。

（四）网络中断，硬件故障也可能对量化交易产生影响

网络中断，硬件故障可能造成量化交易的中断，如果这时有好的交易机会而得不到实施，对量化交易者来说就是损失。要防止这些问题发生可能会导致量化运行和保障成本上升很快。

（五）同质模型产生竞争交易现象导致的风险

量化交易模型很容易大同小异，出现同质化竞争，这样会造成价格的突涨突跌。如果大多数量化交易模型都在突破点顺势交易，可能会使价格突破后快速上升，但当这些量化交易买单衰竭后，价格又容易快速回落。