很多投資者聽過“神奇的2點半”這個概念， 意思是說研究A股調整的規律時， 會發現一個有趣的現象：A股下跌以午後居多， 特別是下午2點半左右。 當你還在為此驚歎時， 早已有人將這個規律編進程式化的交易系統， 通過交易大賺一筆了。 這種程式化交易到底有什麼好處呢？為什麼說未來幾年必定是程式化交易的天下？
什麼是交易策略？
要搞懂程式化交易， 先要從交易策略說起。 策略是一系列規則的集合， 包括進場和出場的條件， 資金管理和風險控制等。 策略有簡單和複雜之分， 簡單的策略通常使用技術指標和價格行為， 複雜的策略使用高階數學和統計模型。 通常情況下， 我們會認為複雜的模型更優， 但實證分析和學術研究表明， 複雜的模型往往過度挖掘了歷史資料， 無法適應劇烈的市場變異， 相反簡單的模型在長期中更加穩定。
交易策略可劃分為3個部分：指標（Indicator），
1、指標用於生成交易信號。 計算指標的方法多種多樣， 可以是經濟資料或估值指標（如PE和EBITDA）， 可以是技術指標（如MACD， RSI， MA）， 也可以是時間序列模型（ARIMA， GARCH）。 技術指標在外匯交易中被廣泛使用， 它們是價格或成交量的函數， 主要用於偵測趨勢方向， 衡量超買超賣狀態， 以及判斷趨勢反轉。
2、價格和指標的相互作用形成信號。 以均線穿越為例， 當5日均線上穿10日均線時買入， 當5日均線下穿10日均線時賣出。 信號並不局限於買入和賣出， 也包含篩子， 主要作用是剔除噪音。 在均線穿越中， 交易員可以增加趨勢篩子：只有當價格高於200日均線（上漲趨勢）， 以及5日均線上穿10日均線才做多， 如果價格低於200日均線， 黃金交叉被視為虛假信號。 著名的篩子有趨勢篩子， 時間篩子， 成交量篩子和波動性篩子， 它們是信號的重要組成部分。
3、規則是如何對信號做出反應， 它們是交易策略的核心。 例如， 當形成買入信號， 交易員需要決定什麼時候做多， 使用什麼類型的訂單， 以及使用多大的頭寸等。
量化交易的優勢是什麼？
交易策略一旦被轉化成機械化的代碼， 就進入量化交易的範疇，
在外匯交易中， 自動化交易策略是簡單的。 MT4提供了自動交易機器人（Expert Advisor/EA）的功能， 交易員用MQL語言編寫程式， 自動執行信號生成和訂單管理的過程。 當然， 自動化交易策略和開發有效的交易模型是兩碼事。
量化交易最大的優點之一是規避情緒波動。 價格波動會顯著影響交易員的情緒， 過度恐慌和過度貪婪反過來影響決策品質。 量化交易並不是聖杯， 正如古老的格言所說，模型是有效的，但使用者卻不是。當模型在局部時間失效時，使用者往往傾向於放棄模型而回歸到主觀交易，然而放眼長期，客觀的模型被證明更加優秀。
如何檢驗交易策略？
常用方法有兩種。一是回溯檢驗（backtest），二是模擬交易（paper trading）。回溯檢驗利用歷史價格檢驗交易策略的預測能力。模擬交易也被成為forward testing，使用類比帳戶和真實資料評估交易模型。兩種方法各有利弊，一般會結合使用，即便交易策略在歷史資料中表現優秀，也會在模擬帳戶中先檢驗一段時間（6-12個月），作為重要的回饋機制。
回溯檢驗備受批評，批判聲音既來自實踐者，也來自學者，甚至不涉及量化交易的人群。批判的核心是對資料的過度挖掘，是的，很少有人會呈現虧損的檢驗報告，通常情況下報告會呈現非常華麗的業績，但實際交易卻一團糟，這是對數學公式和強大的運算能力濫用的結果。然而批評者本身卻未能提出一套更加有效的檢驗機制，除了利用歷史資料，還能有什麼方法來快速檢驗交易策略？筆者認為，回溯檢驗是否可信，取決於優化的方法論，在尋找穩定和優秀策略的同時避開過度擬合更多地是一項藝術而不是科學。
人性生而貪婪，又伴隨著恐懼，獲得微利就害怕失去，面對虧損便要瘋狂加倉。普通凡人其實很多是不適合做金融投資交易的，從掃地機器人，到現在的智慧寫稿機器人，越來越多的事已經可以讓代碼來實現，而在投資界，程式化交易即量化交易無疑就是未來發展的大趨勢。
如何獲取這種機器幫你賺錢，而且實現比股票更大的利潤？→下方按鈕
正如古老的格言所說，模型是有效的，但使用者卻不是。當模型在局部時間失效時，使用者往往傾向於放棄模型而回歸到主觀交易，然而放眼長期，客觀的模型被證明更加優秀。
如何檢驗交易策略？
常用方法有兩種。一是回溯檢驗（backtest），二是模擬交易（paper trading）。回溯檢驗利用歷史價格檢驗交易策略的預測能力。模擬交易也被成為forward testing，使用類比帳戶和真實資料評估交易模型。兩種方法各有利弊，一般會結合使用，即便交易策略在歷史資料中表現優秀，也會在模擬帳戶中先檢驗一段時間（6-12個月），作為重要的回饋機制。
回溯檢驗備受批評，批判聲音既來自實踐者，也來自學者，甚至不涉及量化交易的人群。批判的核心是對資料的過度挖掘，是的，很少有人會呈現虧損的檢驗報告，通常情況下報告會呈現非常華麗的業績，但實際交易卻一團糟，這是對數學公式和強大的運算能力濫用的結果。然而批評者本身卻未能提出一套更加有效的檢驗機制，除了利用歷史資料，還能有什麼方法來快速檢驗交易策略？筆者認為，回溯檢驗是否可信，取決於優化的方法論，在尋找穩定和優秀策略的同時避開過度擬合更多地是一項藝術而不是科學。
人性生而貪婪，又伴隨著恐懼，獲得微利就害怕失去，面對虧損便要瘋狂加倉。普通凡人其實很多是不適合做金融投資交易的，從掃地機器人，到現在的智慧寫稿機器人，越來越多的事已經可以讓代碼來實現，而在投資界，程式化交易即量化交易無疑就是未來發展的大趨勢。
如何獲取這種機器幫你賺錢，而且實現比股票更大的利潤？→下方按鈕