超级电脑自动进行高速交易，通过杠杆放大头寸，很多趋势投资者把量化交易视为一样“可以躺着赚钱的”交易操作形式。

现实市场中没有这么美好！美国投资公司ConvergEx的首席策略师Nick Colas提出了做量化投资交易操作的十大难题。

1. 量化交易员（宽客）与基本面投资者一样会遭遇亏损。量化交易的算法及量化处理过程，是企图输出完美的回溯测试结果并且在最小的风险上获得最大收益。

量化交易者需要搞清楚具体消息对股价的平均影响程度，这不是件容易的事，因为研究对象时刻在变化着。

2. 想在不同的股票市场和产品中研究出一套通用交易规则很难。研究出一套只基于公司财报的交易系统这不难，如基于超出预期的营收或股息来买入，但是供给面的情况如何？消费者层面的情绪如何？事实证明，财报的影响不及后两者的大，但是若想把后两者纳入交易模型中，相当费力费时。

3. 股票、基本面、新闻消息之间的关系不停变化着。2009年美股到达低点的时候，很多“低质”公司的回报大大高于“优质”公司的回报。很多3块钱“垃圾股”可以在很短时间内涨到10块钱，高价的优质公司的股票想要翻一倍都要花上很久。对于投资者来说，这是掘金的好时候，但对于量化投资者来说却是噩梦，因为大多数模型此时都会显示做多“优质股”做空“垃圾股”。
 

4. 数学有时帮你解决问题有时又会成为障碍。要在浩如烟海的金融数据中量化“寻宝”，他们与普通人一样，一天只有24个小时，经常会碰到因一个分析无法推进而其他分析也陷入停顿的状况。

5. 好材料却并不容易使用。Twitter（美国的微博）是市场突发消息和传闻的最大出处，所有投资者都不会无视这里传出的讯息。但是这里的消息格式往往不规范，语法也千奇百怪，无法让计算机程序挑选出有效信息并运用于自动交易中。

6. 并非100%有效。不管是量化还是基本面投资者，大家都是在玩数字游戏。如果交易生涯中能有66%的胜率就已经算干的很好，不过量化交易与后者的不同点在于持仓时间，量化交易一般只做稳而快的短线交易，不像基本面投资可以等上相当长的一段时间，在一只股票上获取甚至100%的收益率。

7. 一切都从回溯测试开始。多数时候，回溯测试可以证明的你的设计交易策略在过去的表现，这是量化交易世界中非常重要的一块内容，不过并不是所有人都能意识到，过去不代表未来。

8. 交易信号在那里，也不在那里。现在的信息社会到处都是数据，科学家们甚至可以做到预测每家沃尔玛超市上空的天气如何。面对茫茫多的数据，该把时间精力放在哪一块呢？这是个难题。

9. 量化交易正被监管机构瞄上。巴菲特决定让旗下Business Wire终止向高频交易公司提供特许直投新闻的服务，这是巴菲特为保护自己公司声誉而高调与高频交易撇清关系的行为。虽然量化投资≠高频交易，但是不能否认，量化投资的主要优点之一便是“快”！
 

10. 愈发激烈的竞争。量化投资交易在发展了20多年后，依然非常流行，但这背后也就意味着同行内的竞争十分激烈，越来越快的电脑与网络，越来越复杂的算法和数据库，入行门槛也不断提高。