何為量化交易？

量化交易也稱為算法交易，是嚴格按照計算機算法程序給出的買賣決策進行的交易方式。www.emoneybtc.com它以先進的數學模型替代人為的主觀判斷，利用計算機技術從龐大的歷史數據中海選能帶來超額收益的多種“大概率”事件以制定策略，極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下作出非理性的投資決策。

量化交易並非簡單的程序

大家容易把量化交易與技術分析混淆，實際上量化交易的內容豐富的多。許多量化交易系統在進行建模和運算的時候會用到基本面數據，比如估值、市值、現金流等，還有的算法將新聞作為變量進行計算。而技術分析基本只需要用到交易標的的量價數據。

量化交易特點：

1、紀律性

根據模型的運行結果進行決策，而不是憑感覺。紀律性既可以克制人性中貪婪、恐懼和僥幸心理等弱點，也可以克服認知偏差，且可跟蹤。

2、系統性

具體表現為“三多”。一是多層次，包括在大類資產配置、行業選擇、精選具體資產三個層次上都有模型；二是多角度，定量投資的核心思想包括宏觀周期、市場結構、估值、成長、盈利質量、分析師盈利預測、市場情緒等多個角度；三是多數據，即對海量數據的處理。

3、套利思想

定量投資通過全面、系統性的掃描捕捉錯誤定價、錯誤估值帶來的機會，從而發現估值窪地，並通過買入低估資產、賣出高估資產而獲利。

4、概率取勝

一是定量投資不斷從歷史數據中挖掘有望重復的規律並加以利用；二是依靠組合資產取勝，而不是單個資產取勝。

正因量化交易具有上述優勢，因此很多投資機構都會有量化策略報告，包括基本面量化、技術指標量化、情緒指標量化等。這些報告中的一部分是以非常嚴謹的方式做的研究，得出結論的可靠程度是很高的。

看到這裡許多新手投資者一定對量化交易產生了濃厚的興趣，那麼我們有哪些量化社區可供學習參考呢？

目前人氣比較高的國內社區有優礦、聚寬、米筐等，這上面匯集了不少礦工分享和討論量化交易策略，社區還提供免費的回測平台供缺少數據的同學使用。

另外國外的量化社區更豐富，如果英文足夠好，去Bing或者Google一下就能找到，屆時你便能接觸到量化交易領域中絕大多數的策略思想了。

制定量化策略的基本步驟有哪些？

第一步，利用現成指標構建邏輯。

軟件內置了眾多的技術指標，取出一個，寫入買賣點，回測下歷史行情，這樣就可以得到一個簡單的策略了。隨著策略經驗的積累，這裡的邏輯選擇會越來越多樣化。

當然這樣的策略一般是不賺錢的。

所以，我們第二步，進行參數優化。

選擇參數遍歷，觀察不同參數對於策略會產生怎樣的影響。一般情況下我們會得到幾組看起來比較賺錢的參數。

然後，我們第三步，進行樣本外檢測。

比如說我們之前遍歷的參數是2016年的數據得出的幾個表現好的參數，那麼我們就用2014/2016的數據對這些參數進行檢測。一般來說，這一參數會在樣本外慘淡無比，完全沒有樣本內優化出來的威武。

這時，第四步，進行觀察，判斷策略失效的原因是什麼。

假設發現策略失效原因是樣本外某一兩次特殊的行情導致大幅虧損，那麼我們就可以設置一個硬止損來規避這種風險；如果發現策略失效是因為交易次數過少，那我們就將交易邏輯稍微放松，比如要求>x的地方改為>=x甚至是>=x-1。等等等等，這種修改就是策略的經驗了。

設置好新的邏輯後我們回到第二步，重復以上步驟。

最終我們修改得到了一個樣本內外都賺錢的策略。

第五步，實盤追蹤。

在未來一段完全未知的行情中隨著時間檢驗策略，觀察策略的真實表現究竟如何。如果表現與預期相符合，那麼說明策略有效。

第六步，進行交易。

隨著交易進行，我們也要觀察策略的有效性，當發現策略出現超出預期的虧損時。

第七步，調整或終止策略。

關於具體開發中的經驗分享

① 某種程度上來說做策略就是瞎想->嘗試->瞎想->嘗試的循環。

② 選擇指標時一定要避免使用未來函數。

③ 參數不宜過多。

④ 參數優化中，可用的參數組越多越好，說明策略有效性高。

⑤ 在實盤中，策略的期望一般都要打折扣的，達到預期的50%就是合格。

⑥ 交易次數太少的策略一般是運氣。

⑦ 測試出一條超級賺錢的曲線，一定是你邏輯寫錯了。

由實際步驟可以看出，量化交易並非適用於任何投資者，如果你對此交易策略有興趣那麼你需要具備一定的編程能力。但這也並非說明量化交易遙不可及。

如果你沒有相應的編程能力那麼可以選擇購買他人的策略或者到社交交易平台跟單將是一種較為靠譜的方式。

如果你在交易中很難控制自己的情緒，想通過計算機來執行系統化的交易，但是又對數學或者技術有所恐懼，建議你可以先看下入門級的大師之作《打開量化交易的黑箱》，作者是華爾街的數量金融專家，書中結合大量的案例和真實故事為你解讀，量化交易其實比你想象的更容易掌控和理解。