股票量化是一种通过使用数学和统计模型来分析和预测股票市场的方法。它利用大数据、机器学习和人工智能等技术，通过对历史数据进行分析和建模，来制定投资策略和决策。那么，股票量化怎么算收益呢？

首先，股票量化需要建立一个可靠的模型来预测股票的收益。这个模型可以是基于技术指标、基本面数据或者其他因素。在构建模型之前，我们需要收集大量的历史数据，并进行数据清洗和处理，以确保数据的准确性和完整性。

其次，一旦建立了预测模型，我们就可以用它来进行交易决策。根据模型的预测结果，我们可以选择买入、卖出或者持有股票。当然，这些决策也可以根据个人的风险偏好和投资目标进行调整。

然后，我们需要对模型进行回测。回测是指将模型应用于历史数据，并模拟真实交易环境下的表现。通过回测，我们可以评估模型的有效性和可靠性。回测的结果可以包括收益率、风险指标、回撤等指标。根据回测结果，我们可以对模型进行进一步的优化和改进。

最后，我们需要实际执行交易并监控模型的表现。在实际交易中，我们需要考虑交易成本、流动性风险、市场情绪等因素。同时，我们还需要不断监控和评估模型的表现，以及及时调整和更新模型。

总的来说，股票量化的收益计算是一个复杂的过程。它需要建立可靠的预测模型、进行回测、实际执行交易并监控模型的表现。同时，还需要不断地进行优化和改进。在实际应用中，股票量化需要综合考虑多种因素，包括市场环境、风险管理、交易策略等。只有在持续的学习和实践中，才能不断提高股票量化的收益水平。

当然，股票量化并不是万能的。它并不能保证每一笔交易都能获得盈利。市场风险、系统风险、黑天鹅事件等因素都可能影响股票量化的表现。因此，在进行股票量化投资时，投资者需要保持理性和冷静，同时进行风险管理和资金分散，以降低投资风险。

总之，股票量化是一种利用数学和统计模型来分析和预测股票市场的方法。它通过建立预测模型、回测、实际交易和监控模型的表现来计算收益。然而，股票量化并不是绝对的，投资者需要在实践中不断学习和改进，同时进行风险管理和资金分散，以提高股票量化的收益水平。