【量化】量化策略交易

前言

博主目前在学习 量化策略交易，目前记录自己的学习笔记。

量化策略交易（Quantitative Strategy Trading）是一种以数学模型、统计分析和计算机程序为基础，系统性地执行交易策略的方法。它强调客观、可验证、自动化，区别于传统的“主观交易”。

---

量化策略交易

▶ 定义：

量化策略交易，是通过量化模型（Quantitative Model）来决定交易时机、仓位大小、买卖标的等，用计算机程序代替人进行判断与执行的交易方式。

它通常包括：

• 数据分析（历史行情、因子）
• 逻辑建模（规则设定）
• 策略回测（模拟历史表现）
• 自动执行（程序化下单）

---

▶ 示例：

比如一个简单的量化策略：

“当5日均线上穿20日均线时买入，反之卖出。”

你可以用代码将这个逻辑写出来，喂入历史数据进行验证，并让程序自动帮你在实盘中执行。

---

量化策略交易 vs 主观交易

对比项	量化策略交易	主观交易
决策依据	基于数据与模型，严格执行规则	依赖个人经验、情绪、市场感觉
执行方式	由程序自动执行	人工下单
一致性	高，重复性强	易受情绪干扰
可回测性	可以用历史数据测试	无法验证过去是否有效
策略规模化	可同时管理多个策略和资产	容易超出精力限制
学习难度	编程+金融基础，前期有门槛	易入门，难精通

---

举例

这边方便理解，举个通俗的例子：

场景	主观交易者的思维	量化交易者的思维
比如你看到一只股票今天涨了 5%	“它突破了压力位，看起来要起飞！”	“5% 涨幅在统计上没有显著性，我的策略还没发出信号”
看新闻说某公司财报很好	“马上买入，机会来了！”	“我回测过，财报利好后3天平均涨幅其实是负的，我不动”

---

量化策略交易常见的应用内容：

• 趋势跟踪：如均线策略、动量策略
• 均值回归：如布林带、RSI 反转
• 事件驱动：如财报发布、政策利好
• 套利策略：如ETF套利、期现套利
• 因子选股：如低估值、高成长、低波动等

---

总结：

主观交易靠人脑，量化交易靠模型。
主观交易考验的是情绪与经验；量化交易追求的是稳定、可复制、可优化。

---