何为量化交易？   量化交易也称为算法交易，是严酷按照计算机算法程序给出的买卖决策进行的交易体例。它以先辈的数学模型替换人为的主观判断，行使计算机技术从重大的历史数据中海选能带来超额收益的多种“也许率”事件以制订策略，极大地削减了投资者情绪波动的影响，避免在市场极度狂热或颓废的情况下作出非理性的投资决策。
量化交易并非简单的程序   大家容易把量化交易与技术分析混淆，现实上量化交易的内容雄厚的多。很多量化交易体系在进行建模和运算的时候会用到基本面数据，比如估值、市值、现金流等，还有的算法将消息作为变量进行计算。而技术分析基本只必要用到交易标的的量价数据。   量化交易特点：   1、纪律性 根据模型的运行效果进行决策，而不是凭感觉。纪律性既可以胁制人性中贪婪、恐惊和侥幸生理等弱点，也可以战胜认知误差，且可跟踪。   2、体系性   详细体现为“三多”。一是多条理，包括在大类资产配置、行业选择、精选详细资产三个条理上都有模型；二是多角度，定量投资的核心思想包括宏观周期、市场结构、估值、成长、红利质量、分析师红利展望、市场情绪等多个角度；三是多数据，即对海量数据的处理。   3、套利思想   定量投资通过周全、体系性的扫描捕获错误定价、错误估值带来的机会，从而发现估值洼地，并通过买入低估资产、卖出高估资产而获利。   4、概率取胜   一是定量投资赓续从历史数据中发掘有望重复的规律并加以行使；二是寄托组合资产取胜，而不是单个资产取胜。   正因量化交易具有上述上风，因此许多投资机构都会有量化策略报告，包括基本面量化、技术指标量化、情绪指标量化等。这些报告中的一部分是以特别很是严谨的体例做的研究，得出结论的可靠程度是很高的。   看到这里很多新手投资者肯定对量化交易产生了粘稠的爱好，那么我们有哪些量化社区可供学习参考呢？   目前人气比较高的国内社区有优矿、聚宽、米筐等，这上面汇集了不少矿工分享和讨论量化交易策略，社区还提供免费的回测平台供缺少数据的同窗使用。   另外国外的量化社区更雄厚，假如英文充足好，去Bing或者Google一下就能找到，届时你便能接触到量化交易领域中绝大多数的策略思想了。
制订量化策略的基本步骤有哪些？   第一步，行使现成指标构建逻辑。   软件内置了浩繁的技术指标，掏出一个，写入买卖点，回测下历史行情，如许就可以得到一个简单的策略了。随着策略经验的积累，这里的逻辑选择会越来越多样化。   当然如许的策略一样平常是不赢利的。   所以，我们第二步，进行参数优化。   选择参数遍历，观察不同参数对于策略会产生怎样的影响。一样平常情况下我们会得到几组看起来比较赢利的参数。   然后，我们第三步，进行样本外检测。   比如说我们之前遍历的参数是2016年的数据得出的几个体现好的参数，那么我们就用2014/2016的数据对这些参数进行检测。一样平常来说，这一参数会在样本外惨淡无比，完全没有样本内优化出来的威武。   这时，第四步，进行观察，判断策略失效的缘故原由是什么。   假设发现策略失效缘故原由是样本外某一两次特别的行情导致大幅亏损，那么我们就可以设置一个硬止损来规避这种风险；假如发现策略失效是由于交易次数过少，那我们就将交易逻辑稍微放松，比如要求>x的地方改为>=x甚至是>=x-1。等等等等，这种修改就是策略的经验了。   设置好新的逻辑后我们回到第二步，重复以上步骤。   最终我们修改得到了一个样本内外都赢利的策略。   第五步，实盘追踪。   在将来一段完全未知的行情中随着时间检验策略，观察策略的真实体现究竟如何。假如体现与预期符合合，那么说明策略有用。   第六步，进行交易。   随着交易进行，我们也要观察策略的有用性，当发现策略出现超出预期的亏损时。   第七步，调整或停止策略。   关于详细开发中的经验分享   ① 某种程度上来说做策略就是瞎想->尝试->瞎想->尝试的循环。   ② 选择指标时肯定要避免使用将来函数。   ③ 参数不宜过多。   ④ 参数优化中，可用的参数组越多越好，说明策略有用性高。   ⑤ 在实盘中，策略的期望一样平常都要打扣头的，达到预期的50%就是合格。   ⑥ 交易次数太少的策略一样平常是运气。   ⑦ 测试出一条超级赢利的曲线，肯定是你逻辑写错了。   由现实步骤可以看出，量化交易并非适用于任何投资者，假如你对此交易策略有爱好那么你必要具备肯定的编程能力。但这也并非说明量化交易遥不可及。   假如你没有响应的编程能力那么可以选择购买他人的策略或者到社交交易平台跟单将是一种较为靠谱的体例。   假如你在交易中很难控制本身的情绪，想通过计算机来实行体系化的交易，但是又对数学或者技术有所恐惊，建议你可以先看下入门级的大师之作《打开量化交易的黑箱》，作者是华尔街的数量金融专家，书中结合大量的案例和真实故事为你解读，量化交易其实比你想象的更容易掌控和理解。