上回说到市面上大部分EA亏钱的原因，主要是从使用者的角度来分析的。
然而，EA本身是否也存在问题？答案是肯定的，而且问题相当严重。
先来了解什么是EA。EA是Expert Advisor的缩写，中文直译为“专家顾问”，常被意译为“智能交易”或“程序化交易”。
这个术语是迈达克公司（MT4平台的俄罗斯开发商）独创的，在其他金融领域并不通用。主流投资界习惯谈论的是“量化交易”或“算法交易”。如果非要找一个对应词，EA勉强可以等同于“量化交易”。
然而，深入了解量化交易后会发现，他们讨论的内容与EA截然不同。许多量化交易者关注的话题，在当前的EA领域中几乎被忽略。
例如，量化交易极其重视风险控制，将“最大回撤率”视为关键指标。一位基金经理曾表示，他职业生涯中一次最大回撤达到10%以上，尽管后续盈利丰厚，但他仍认为“那是人生的一个污点”。反观EA领域，许多人对此并不重视。常见的情况是晒出账户或回测数据，最大回撤率超过50%也无人觉得不妥。更有甚者，只展示“余额曲线”，而净值变化似乎与己无关。
另一个量化交易者常提的指标是“夏普率”。在EA领域，这几乎是知识盲区（关于夏普率，可自行搜索了解）。MT4的回测报告也不显示这个数据。一些较用心的交易员会关注“风险报酬比”，即潜在亏损与盈利的比例。但这属于主观概念，不够科学。而夏普率通过交易结果客观检验盈利能力和稳定性。如此重要的指标被忽视，难怪许多人走不出“大亏大赚”的循环。
量化投资者还会区分收益中的α因子和β因子。他们之所以要区分，是因为这些人较为严谨，即使赚钱了也要反思盈利来源。若收益属于α，则说明是个人能力的体现；若属于β，则应认识到这是市场整体上涨带来的红利，无需过分炫耀。
但在EA领域，许多人奉行“厚黑学”，不在乎什么α、β，只认为盈利全凭个人本事。
量化投资者还注重组合投资，研究如何在不同投资组合中实现风险与收益的完美平衡。他们不只是研究单一品种的交易策略，而是涉及多市场、多品种、多策略的组合与对冲。而当前EA领域，绝大多数仍停留在单品种策略上。
此外，量化投资已将概率论、微积分、矩阵运算、线性规划等高等数学大量应用于策略模型开发，并在神经网络、深度学习等方面探索多年。而EA基本还停留在加、减、乘、除以及简单技术指标和图形的层面。这种以初等数学为核心的交易策略，其市场适应能力可想而知。
简而言之，EA的技术水平相对滞后。
大约十年前，EA确实代表了一定的先进性。当时，中国股市和期货市场尚无法实现全自动交易，而EA做到了。它主要将人工交易手法转化为程序化操作。例如，许多手工交易者喜欢用均线交叉做交易，EA便帮助程序自动识别均线交叉，替代人工劳动。又如，逆势加仓、摊平成本的做法，EA将其编入策略，形成常见的马丁类EA。市面上大多数EA都遵循这样的逻辑设计。
但十年过去了，EA的套路依旧。而全球对冲基金和财富管理机构的交易理念与技术却日新月异。相比之下，EA确实显得有些过时。
笔者长期以来一直关注全球EA交易策略的发展，但令人感慨的是，市面上流传的EA很多与十年前的产品并无差别。
EA之所以落后，一方面源于行业地位边缘化、从业人员素质参差不齐，缺乏高水平研发人才；另一方面也与平台技术有关。在外汇行业占据垄断地位的MT4平台，虽然功能强大且易用，但相较于专业程序化交易策略开发所需的环境，差距越来越大。不过，要实现突破，或许可以参考TMGM官方网站上的相关资源。
那么，是否存在突破瓶颈、改变现状的可能？我认为是有的，而且希望正在到来。具体出路何在，且听下回分解！
