在反复的测试中，在各类系统的敲打中，你会发现一些原来肉眼看不到或会忽视的行情特点。这个反复猜想、尝试、否定、改进、再尝试的过程，非常类似于自然科学领域的实验室研究。而且和那些实验员一样，你得写实验报告：把每次改动发生的变化记录下来，纵向横向比较，解读其中的意义。为了进一步了解研究对象，还有必要自定义一些指标来揭示一些变化规律，就如同实验室需要添置一些新仪器一样。我个人至少目前为止，坚信这才是真正的程序化研究。程序化研究的标的，就是行情自身的特征。就像自然科学的研究，它的目的往往很基础，就是想把某个东西弄明白——把它们的特征、结构、变化规律找出来。其艰苦和不确定性，尤其是在分子以下层面上进行研究，由于量子效应，非线性特征逐渐占主导，这层面的材料科学、化学、分子生物学的研究，除了基本的现代科学分析方法的指导和仪器的帮助外，真的少不了通过海量的试错来实现的，而且还不一定有结果，还要有点运气。
程序化交易，是想着怎么用这些特征。但没有程序化研究的程序化交易，往往走不远。它们总是在试图把自己的既有的主观系统客观化而已，量化到一定阶段，就有瓶颈。真正沉下去的研究，在解决一个问题时又会产生更多问题，而这往往是原先想不到的。这在科学领域是再正常不过的现象了。只有这样的研究，才能源源不断产生灵感，让自己对行情的理解和策略库本身都得以持续增加。而通过程序化研究，由着自己对行情的新见解产生新的策略，可能对交易者来说真的是不可或缺的收获。
有位专业从事基本面交易的团队带头人曾经如此评价交易的本质：“这是逐渐接近事物本真的过程。”我深以为然。这话的潜台词表明了三点：过程的曲折和艰苦，有捷径也轮不到你，这个行业就是精英竞技场，就是这么残酷；方向是更深入、更细致、更纯粹，那些泛政治化和阴谋论的方法是没有立身之地的；过程比结果更重要，没必要迷恋别人用其他方式获得的暴利。我觉着这话用来评价程序化研究和交易一样合适。只不过，基本面领域的“事物”，主要是指品种、产业链、市场；而程序化领域所对应的“事物”，主要指波动。程序化研究就是用计算机程序探索波动规律的过程。那种把程序化看成只是把自己的交易方面的想法用程序写出来，是买椟还珠，珠都没拿到，自然看程序化怎么都只是一个工具而已。当我看到波涛的《原理》（编者注：书名全称是《证券期货投资计算机化技术分析原理》，作者波涛被誉为中国程序化第一人）的引言中提到程序化的两条发展路线，其“革命”和“改良”的两种划分，和我对这个圈子的认识，基本是一回事。并且非常荣幸的是，波涛和我一样，认为后者只是传统技术分析方法的计算机化应用，而前者多代表的方向才是真正意义上的“计算机化的技术分析方法”。工具论者并非真正理解程序化的人，我的感受没有错！
其实中国国内的程序化研究者很多都是半路出家，他们缺少自然科学研究方法的系统性训练，他们缺乏西方科学的那种从分析到综合的自下而上的思路；反之，他们中的部分人喜欢在形而上的立场上创设和推销观点。目前国内公认的最好的讲程序化交易的书还是波涛的三本。但有网友认为其思想精髓也没有跳出《通向金融王国的自由之路》。如果要说程序化应该是什么样子，其实就是应该直接看看国外。国外，在70年代及后几年，是程序化研究的黄金时期，那时候，石油危机、滞胀、布雷顿森林体系的崩溃，导致市场波动率大增，趋势行情层出不穷，就像最近十年。但那时候，个人电脑还没推广。程序化研究的测试离不开高性能计算机，那时候只有大公司和专业机构才能有这样的人力物力，加上程序化交易是新事物，投入使用之前透彻的研究是必要的，所以那时候研究和应用是一个相对分离的状态，这导致那时候出了很多的量化交易的基础研究层面的学术报告。这类报告主要是揭示了金融市场的一些共性和内部的差异性，也即主要是回答金融市场是怎样运动的，但直接赚钱的法门并未有多少。包括著名的唐奇安通道，其实就是来自于这类报告。在约翰·墨菲的《期货市场技术分析》一书中，也经常提到那类研究成果。不是说后面的报告消失了。而是这段时期的报告提供了我们现在常用的和最有共识的一些理论和工具的基础。但我相信，后来，随着专业投资机构的兴起，也随着个人电脑性能的提高，程序化研究不再是一种集中的行为，而是分散的，机构和个人可以独立作深入研究，并自由决定是否公布成果。但量化交易一旦规模扩大，市场容量就是一个零和博弈的资源，为了独享市场容量，商业机构和个人肯定是倾向于将有实用价值的成果列为机密。后面的报告可能更多的是一种适用性的统计分析，离实用及揭示行情本身特征就越来越远了。
而在国内，用程序化进行实战的最早一批人，其实也不是期货人士，而是地下外汇保证金交易者。地下外汇保证金交易在80年代末就开始了，国外的软件平台天然就提供相对成熟的程序化交易编程功能。加上外汇交易的连续交易无停板特性让程序化发挥更加无限制。但外汇的全球市场一体化也导致某些简单经典策略无法实现盈利，因为老外们已经在这个市场用滥了。
我们在程序化交易中，常会有以下一些问题。
在墨菲的书里我们就可以看到同样的策略下，不同品种有不同的优化值。这个值我认为就是一种表征品种特性的特征值，就像中国人与英国人的区别，区别是客观存在的，甚至我们还可以追踪证明这些区别是稳定存在的。我个人一开始持的观点是，认为坚持用一种相同的参数和逻辑来对待这些注定有区别的品种或时间周期，是无法令人信服的。当然，我们可以进一步证明，这种区别不但历史稳定，还有一定的规律。但随着实践经验的积累，我发现，对待这类区别，完全可用微调策略的方式来解决，这是研发接近尾声时的工作，而更重要的工作是逻辑、是思想。
对于组合方式，波涛在书中用统计数据提出了单策略多品种或单策略多周期要比多策略单品种表现好的观点（《原理》第九章第二节）。我个人认为，这和他的统计的策略模型的异质性不足而跨市场的各品种之间的异质性却很强有关。我个人认为，组合的价值在于业绩波动性的错位平滑效果，它只能通过业绩的差异性才能得以实现——无论是策略间，还是品种间。可惜，国内民间合法投资渠道有限，门槛高，政策限制多，交易成本高。而很多品种之间有是高度联动的。比如，黄金期货和黄金T+D就没有组合价值；债券市场只有具备资质的机构可以，而个人投资债券的品种非常少；票据市场个人不能投资；股市是T+1的；合法外汇渠道没有杠杆。我们在国内能感受到的只有有限的几个活跃期货品种之间的高度的联动性，而农产品和工业品虽然存在行情风格的异质性，但农产品在应用常规趋势系统时效果实在不怎么样。所以，在国内，现实是合法品种数量太少，品种间相似性太大，我认为多策略比多品种更重要，前提是这些策略必须有足够的异质性。否则近亲繁殖，恐怕可能导致业绩波动的加剧——尤其是建立在趋势追踪系统上的策略，因为趋势追踪系统的丰富性远逊于非趋势系统。当然，趋势追踪系统其远高于非趋势系统的长期数学期望水平，令其注定应该成为整个组合的骨干。“多策略比多品种更重要”的这个认识，我的依据来源于自己的直观观察感受、朋友的程序化实践的体会、还有网上其他人的体会。其实国外真正的多品种组合，是投资机构在全球范围内疯狂寻找一切能交易的品种：现货、期货、股票、股指、期权、汇率、利率、债券、CDS、房地产、各类基金等。如果放在全球，那么真的，哪怕只做股票，各个国家的股票市场都可以提供足够的异质性了。
寻找倚天剑屠龙刀式的策略不如寻找许许多多特异性策略。这就好比是中国厨房和欧美厨房的区别。传统的中国厨房是工具少，技巧多，一具多用。尤其是传统厨房，切肉切菜切丝切块到拍黄瓜蒜头都用一把刀，盛酒盛水盛饭盛菜都用大海碗，扒饭夹菜剥皮剔肉拨豆腐都用一对筷。而欧美厨房，为实现每个特定功能都会有专门的工具匹配。哪个好？其实看看当下年轻人的选择就知道，大家现在越来越多地把各种非必需的厨房工具搬回家，而不是像祖辈那样在用法研习上费时间，效率肯定是有区别的。在交易上，研发或实践，我都感受到非对称策略、缺陷策略，空间非常大，而且可以在实践中做到有的放矢，而它们的选取和组合，是本身就可以构成资金管理的有效的方式。它们的组合，由其独立性，比一把屠龙刀式的策略内部实现资金管理，可以构造出更多变化且相互干扰更小，减少了不确定性。另外，这种组合，还应该包括跨参数组合，我之前提到的对参数意义的挖掘，就用到了。若存在多个参数组的“稳定岛”，其对应不同的特征形态，其实内在逻辑就已经发生了一些偏移，就可以看成两个策略进行组合。同样，还可以进行跨变量组合，跨逻辑组合。前者是对一些关键的控制性变量进行调整，额外增加捕捉某些特征的强度或规避某些可能带来业绩不稳定因素的特征，就可以视为新策略或加减仓依据。后者是增减一些逻辑开关，比如分别写成日内交易和隔夜交易，就可视为两个独立的系统。总之，丰富的、特异性的非对称策略和缺陷策略，带来了丰富的组合手段和资金管理手段。程序化交易的组合架构，应该类似于航母编队。一支编队可能只有一艘航母，但有很多各种各样的辅助舰只，但其实战性要超越三艘裸航母，而经济性又优于三艘裸航母，多好？！
四、程序化交易的未来
如果现在不会用电脑，不会用智能手机，不会用QQ、微博、微信，当然不会影响生活，但我很担忧这样的人在未来怎么证。也许他的孩子长大后会对他说：“跟你聊天真没劲，这也不懂，那也不知道。”如果把期货当成随身携带的老虎机，那不懂程序化也无妨。但如果想说自己已经很懂期货了，但居然不懂程序化，或者对程序化的理解很肤浅，我肯定“嘘”他。
金融行业在十年前基本就是美国最赚钱的职业了，而那些制造业及其研发机构却面临巨大的压力，大量高级人才被裁员后，就有一部分进入金融部门成为研究员；原来想从事研发工作的高等院校毕业生，在传统领域也面临就业困难，也涌入金融行业。他们带来了非常先进和复杂的数学工具。在金融危机中，这些人又被赶来赶去，分散到伦敦、新加坡、香港、上海等地。危机后三年成了对冲基金飞速发展的黄金三年。对程序化交易的未来，我们不能无视国际上先锋们的动向。
基于对市场的复杂性、以及行情波动性的基本认识，我觉得程序化可以在以下方面从其他学科中汲取养料：
1、基于混沌的模糊化分析和控制理论
2、基于分形，尤其是其中的统计自相似部分
3、人工神经网络理论
4、模式识别领域
5、波谱分析领域
6、非线性期望的数学理论（用于风险控制）
……
程序化交易也可以超越波涛所论及的计算机化技术分析，而深入到计算机化基本面分析、计算机化突发事件（消息面）分析、计算机化心理（舆情）分析等。可能也就是通过这过程，最终把非专业的散户、非专业的投机方法，排挤出市场。未来，这个市场的狼，会越来越多，你是狼吗？
