看到不少讲量化的文章，但事实上，很多人只是看到了程序化交易，看到了金融工程的建模者设置模型后进行自动化交易，那其实不完全叫ai，更像是程序化交易，AI是要会学习的，而目前一俩年，不少量化顶级机构的量化AI，具备了一定强化学习能力，可以在市场实践中自行调整参数。
现在量化和以前还有不一样的地方，现在强化学习rl发展的比较好，能对众多量化策略进行自动的优胜劣汰和参数调整。
换个简单的说法就是，以前的量化其实本质上就是程序化交易，通过金融工程师写出金融模型，然后计算机按照模型去操作，模型是人写的，众多量化机构会挖那些策略建模厉害的人。
但现在强化学习发展后，计算机可以根据已有的众多量化模型，在实盘中自行统计成功率，比如对高成功率的模型自行增加仓位比例，或者自行对模型的参数修正，也就是说计算机可以根据市场自行找规律形成量化策略，这里面人的因素仅仅是给他一个基础模型，后面让计算机自己学习。
所以在这种情况下，计算机策略能自行优胜劣汰，这就导致更加趋同，因为量足够大之后，报团有时候在某个限度内可以抵消掉反射性。当然最终产生报团泡沫一地鸡毛也会导致更长的调整时间。不过市场足够大，报团可以换。
AlphaGo就是强化学习的一个例子，放在量化上殊途同归。
但搞笑的是，那些基金机构啊都鼓吹什么价值投资，但事实上量化本身和价值投资半毛钱关系都没有，他就是套利手段。
所谓的能够增加市场流动性，放大市场情绪，归根到底还是为了赚钱。
所以基本面这种东西，可能还是需要人的主观去判断，个人感觉啊或者猜测吧，量化在我们a股，绝对比在美股要好用，因为我们其实更多的那些炒作和短线比美股的要更加的活跃，他们已经纯粹是价值牌机构的主导市场了，只是因为他们整个市场是向上的，所以看不出什么，(其实一旦遇到黑天鹅，他们照样趴窝，因为量化是基于平稳过程的概率假设，对于黑天鹅事件这类小概率事件，一般难以考虑）但是在震荡市，或者说那种熊市中，肯定在a股比较好用，或者换句话说，A股韭菜多啊，二八定律非常适合。