什么是量化交易？

　　量化交易是指利用计算机通过数据分析出来的决策，来代替人们主观臆想的决策，人是一种带有情绪的动物，当我们看到一件事物或场景时，我们总是会对这个事物或场景进行联想，会结合我们的实际情况进行分析，但这个分析会受当时的情绪造成波动。众所周知，数字货币市场是一个波动性很强的市场，市场一变，大家往往会作出不理智的举动去对自己的数字货币进行把控和调整。而量化交易则很好的解决了这方面的问题，减少用户投资时情绪波动所带来的影响，减低用户因为冲动而犯下的错误。这就是量化交易的好处。

　　一、开发一套量化交易系统应该具备什么要素呢？

　　应该具备如下要素：

　　1，大数据

　　2，算法模型

　　3，入场择时

　　4，仓位管理

　　5，风险控制

　　6，检验策略，策略的历史数据回测等数据进行检验

　　7，实盘交易后的策略无效，市场瞬息万变，没有一个策略可以一直适用于当前市场。所以在实盘交易后，要时刻监控策略有效。

　　二、而一些比较常见的量化交易是什么呢？

　　例如跨期套1，统计套1，算法交易等。

　　跨期套1，就是在现货，期货市场上，利用算法模型，大数据和工程能力，去捕获品种间不同交易市场里的溢价，进行套1。

　　统计套1，主要思路是先发现相关性最好的几个对投资品种，再寻找每一对投资品种的长期均衡关系（协整关系），当某些对品种的价差（协整方程的残差）差）偏离到一定程度时开始建仓，买进被相对低估的品种，卖空被相对高估计的品种，等价差回归均衡后获利了结。动态平衡策略，搬砖套1策略，算法套1策略等。

　　算法交易，又称自动交易，黑盒交易或机器交易，是指通过设计算法，利用计算机程序发出交易指令的方法。在交易中，程序可以决定其范围包括交易时间的选择，交易的价格，甚至包括最后需要成交的资产数量。

　　例如我们常听过的，马丁格尔策略，网格交易策略等等，都属于这其中的策略。其中网格交易属于做市策略，也就是当前限价上方挂一个卖单，下方挂一个买单，进行差价买卖。

　　三、量化交易的优势：

　　1.严格的纪律性

　　量化交易有着严格的纪律性，这样做可以克服人性的弱点，如贪婪、恐惧、侥幸心理，也可以克服认知偏差。一个好的投资方法应该是一个“透明的盒子”。我们的每一个决策都是有理有据的，特别是有数据支持的。如果有人质问我，某年某月某一天，你为什么购买某支股票的化，我会打开量化交易系统，系统会显示出当时被选择的这只股票与其他的股票相比在成长面上、估值上、资金上、买卖时机上的综合评价情况，而且这个评价是非常全面的,比普通投资者拍脑袋或者简单看某一个指标买卖更具有说服力。

　　2.完备的系统性

　　完备的系统性具体表现为“三多”。首先表现在多层次，包括在大类资产配置、行业选择、精选个股三个层次上我们都有模型;其次是多角度，量化交易的核心投资思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度;再者就是多数据，就是海量数据的处理。人脑处理信息的能力是有限的，当一个资本市场只有100只股票，这对定性投资基金经理是有优势的，他可以深刻分析这100家公司。但在一个很大的资本市场，比如有成千上万只股票的时候，强大的定量化交易的信息处理能力能反映它的优势，能捕捉更多的投资机会，拓展更大的投资机会。

　　3.妥善运用套l的思想

　　量化交易正是在找估值洼地，通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会。定性投资大部分时间在琢磨哪一个企业是伟大的企业，那个股票是可以翻倍的股票;与定性投资不同，量化交易大部分精力花在分析哪里是估值洼地，哪一个品种被低估了，买入低估的，卖出高估的。

　　4.靠概率取胜

　　这表现为两个方面，一是定量投资不断的从历史中挖掘有望在未来重复的历史规律并且加以利用。二是在股票实际操作过程中，运用概率分析，提高买卖成功的概率和仓位控制。

　　而量化投资，本质上，无非就是，用计算机的算力，代替人的算力。从开始的调研到其中的决策，主要都是依靠对数据及模型的构建与分析，而非人。

　　但问题来了，怎么算？

　　这就到了算法、策略研发的问题上来了。这时候，终又离不开人了，人设计好数据模型后，把数据分析的过程，交给机器，由计算机做出决策，以此来解决人类算力不足的缺陷。