随着计算机技术的发展，人与计算机之间的“竞争”也愈演愈烈。虽然国内的外汇交易员大多照旧采用主观，手工的交易体例，但是令人无法忽视的是，国际的主流趋势更多的是用计算机代替身来实行交易，量化交易将会是将来发展的紧张方向之一。

金融的本质说到底，我们是在从历史数据当中摸索种种规律，试图探求到“更加可能”出现的一个效果。而说到总结规律，没什么比计算机更在行了，海量的历史数据和高效的处理技术给了计算机大展身手的基础，量化交易就是计算机数据从重大的数据中筛选出能带来超额收益的多种“也许率事件”，进而制订策略并作出决策的一种交易体例。量化交易剔除了人为的感情因素，它就像是市场是绝对理性的一把剑，心无旁骛进而可以发挥最大的威力。

【量化交易的经典策略】

策略，是量化交易最紧张的部分，是量化交易红利与否的关键。目前，市场上常见的量化交易策略有全球宏观策略、阿尔法策略、套利策略、CAT策略等等。

全球宏观策略：全球量化宏观策略可以分为定向交易和相对价值交易策略：定向交易就是做方向，比如看好美国经济就购入美元或美元指数；相对价值交易策略则是根据价差来做决定，例如美元强、欧元弱，则进行欧美货币对的配比等等。宏观模型更多的考虑的是经济与基本面的数据，但也会结合市场行情数据。

宏观策略一样平常只操作流动性好的金融产品，持偶然间长，不频繁交易。

阿尔法策略：阿尔法策略也被称为市场中性策略，根据CAPM理论，投资收益分为市场团体风险的β收益，和金融产品自己带来的α收益。市场中性策略则是通过规避市场风险β，最大限度提拔α的寻求绝对收益的一种策略。详细操作就是通过做空外汇、股票、期货衍生品的同时做多外汇、股票、期货来进行对冲，只要所买产品跑赢市场涨跌就可以红利。

套利策略：套利策略指的是当两个或者是多个相干品种的价格偏离合理范围时，通过买入低估卖出高估的品种进而获利的一种策略，是通过价格上涨下跌来探求套利机会的方向性套利。套利策略的分类相对复杂，有统计套利、期现套利、ETF套利，事件套利等等，其收益重要取决于套利策略的多样性和邃密化。

CTA策略：CAT策略即Commodity Trading Advisor Strategy，直译过来是商品交易顾问策略。CAT策略重要可以分两种，即趋势交易策略和均值回复策略，其中趋势交易策略使用的较为广泛。趋势交易策略是去除市场噪音以便探求当前的市场趋势，再建立头寸，从而从“市场趋势”中获得利润。该策略特别很是看重波动率，当市场出现方向性的大波动时会有较大收益。均值回复策略则重要为跨期、跨品种配对交易，根据价差比走势来进行反转套利。

我们以上所介绍的是市场常用的几个策略，现实上详细的量化交易策略制订要更加复杂和多变，偶然可能会涉及到多个策略的综合运用，以求达到最佳结果。

【量化策略的生命周期】

在详细量化交易策略的制订过程中，一样平常会经历制订策略→检验修正→实盘追踪→实盘应用→策略失效如许一段生命周期。

制订策略：投资者首先必要制订一个基础的策略，这个策略的基础可能是本身的投资经验，也可能是别人的成功范例。投资者可以选取本身认可的技术指标构建一个逻辑，并增补响应的因素形成一个完成的量化策略并进行历史行情回测，如许就可以得到一个简单的策略模型。

检验修正：投资者必要以这个策略为基础，进行参数筛选和优化，观测不同参数对于策略会产生怎样的影响，策略的夏普比例、最大回撤率等等，并对策略进行修改更新。投资者必要赓续重复修改、检测的过程，最终得到一个可行的新策略。

实盘追踪：在策略确定以后，投资者还不用急着进行应用，应该在将来一段行情中让时间来检验策略的真实性和有用性。这一环节是筛选优质策略、镌汰劣质策略的关键。

实盘应用：在经过一段时间，确认了策略有用之后，投资者就可以应用这个策略进行交易了，在交易的过程中，也要随时保持对策略有用性的监测。

策略失效：市场是千变万化的，一个策略不可能万试万灵，假如模型已经失效，则必要投资者敏捷反应，对模型进行调整，或者停止这个策略。

【“站在巨人的肩膀上赢利”】

外汇量化交易被一些人称为是“站在巨人的肩膀上赢利”，与自动投资相比，量化交易在进行投资决策的过程中，会更加客观和理性。

外汇市场是十分多变的，人又是感性的动物。贪婪、恐惊、夷由、鲁莽......都是人类所无法避免的弱点，这些都可能会导致决策的失误。而量化投资在模型确定并投入使用后，就完全交由计算机进行，一样平常拒绝认为干预，可以将人的情绪化影响降到很低，做到理性客观的投资。

投资者经常用中医和西医来比喻传统投资和量化交易，传统投资像中医，靠的是经验和领悟，其过程不可复制，难以言传，但或允许以解决许多疑难杂症；而量化投资则像是西医，它有固定的方法和严谨的逻辑，即使创造方法的人不在其他人也可以发展下去，并随着时间赓续改动。

用量化来做外汇交易，就像有人开着大号带你飞，运气好的时候可以赚的盆满钵满。但是这并不是说量化投资就是全能的，量化投资也会存在诸如历史数据不完备导致模型不正确，同质模型产生竞争交易征象，甚至是网络停止导致交易出现题目等等风险。太过依靠计算机，也可能怎么输的都不知道，如何取舍，也只能交由投资者本身来判断了。