連漲了三天的股票，該買還是該賣？
你在交易的過程中是否有過類似這樣的疑問？
比如，一個已經連續漲三天股票，之後是漲的概率大呢?還是跌的概率大？
指數大跌時，第二天多大概率會反彈？
某個技術指標看上去不錯，跟著交易長期看是否能賺錢？
……等等
相信每一個交易者都有靈感迸發的時刻，都有類似這樣的或更復雜的疑問或猜想在腦海湧現，可是你真的探究過它們嗎？你得到過答案嗎？你的答案是有資料支撐的嗎？
沒有一生下來就會交易的嬰兒，交易高手也是通過解決一個個問題逐漸成長來的，而那些長期來看持續虧損的被稱為“韭菜”的人，之所以一直是韭菜，就是因為他們，沒有追求正確答案的努力，沒有積累有效經驗的能力，而沒有積累，就沒有成長！
已經連續漲三天的股票，買還是賣？以這個簡單的問題舉例，如果你要探究這個問題，你會怎麼辦？
一般的韭菜，往往是自己憑感覺想想，找人問問，網上查一查，最終往往或滿足於一些模稜兩可的答案，或得過且過不再深究。顯然，毫無長進，沒有成長。
而更聰明些的人，除了會自己思考，找人問，上網查，而且還會找出歷史上所有連續漲三天的股票，統計下之後漲跌情況是怎樣的，從而得到有根據的認識。進一步的，每天會找出連續漲三天的股票，根據得到的認識進行買賣，用真實的交易檢驗自己的認識。當然，他們是有經驗積累的，長此以往下去也大概率會成長為投資高手，但是這個過程太慢也太累，當初方向選的不好，可能就白乾一場。
等等，找出歷史上所有連續漲三天的股票，統計下之後漲跌情況是怎樣的？股市每天上千只股票交易，交易歷史幾十年，漲跌資料數以億計，人工來統計，怕不是做一年都做不完！
所以，你發現了嗎？如此簡單的一個問題，如此簡單的探究思路，想得到一個可靠一點答案簡直難如登天，更不要提那些更復雜的想法與問題。
類似情形也發生在曾經的美國，在金融最為發達的美國，股票市場有百年以上的歷史，而且有著最為豐富的交易品種，面對浩如煙海的資料和複雜問題，華爾街的精英們嘗試開始利用計算機處理金融資料，用數學與統計等數理科學研究市場，用計算機程式代替人工交易，這種交易方式後來被稱作量化投資，如今，量化交易已經佔據了美國50%以上的交易額，可以說量化交易是投資的未來。
那麼量化交易的方式會是如何探究剛剛的問題的呢？
首先，用計算機代替人工，找出歷史上所有連續漲三天的股票。然後，統計下每次某個股票連續漲三天之後漲跌情況。最後，平均下歷史上每次每個股票連續漲三天之後的累計漲跌幅，做出統計圖。
- 橫軸是股票連續漲三天之後第幾天，第0天即代表股票剛滿足連續漲三天的那天
- 縱軸是股票股價相對第0天漲跌幅度，小方塊是負號，顯示錯誤。
- 資料是近三年的A股股票資料，具體是從2016-01-09到2018-10-29
- 具體的選股條件是，連續三天收盤價相比前一個交易日上漲超過1%；排除近20上市的新股；排除第三天上漲的漲幅超過9.9%的股票。因為那往往意味著實際交易中買不到的漲停股。
如圖，我們可以看到，股票連續漲三天之後，從歷史資料平均而言，股價會是下跌趨勢，在25個交易日後，會虧損1%左右。當然，如果想得到更深度的答案，還有更多的方法，不過這只是一個小例子，就不展開了。而至此的整個過程，熟練的研究者可能只要一兩個小時就能做到，而且以後有類似的需求，稍加改動即可快速得到結果，整個研究是有資料支撐的，是高效的，是可積累的。
可見，量化交易可以快速完成人工幾年的工作量，而且能做的更好更準，而且，量化交易的研究方式可以便於應用更多的數量科學方法，比如，機器學習、統計推斷、時間序列分析、資料探勘、視覺化等等。而且除了研究工作外，也可以把你的投資思想程式設計後，讓計算機根據實時行情進行交易。可以說，量化交易能成百上千倍的加速投資者的成長，提高投資與研究的效率，傳統方法與量化交易的差距，如同棍棒弓箭與飛機大炮那樣天壤之別。
那麼如何快速開始量化交易之路呢？
聚寬，作為國內領先量化交易平臺，為使用者提供豐富優質金融資料與強力高效的研究工具，並且致力於打造便於使用者學習交流的量化交易社群與幫助使用者學習量化交易的量化課堂，全方位加速投資者的成長，提高投資的效率。使用聚寬，加速你的投資！
點選閱讀原文，原文最後有分享的探究股票連續漲三天之後漲跌情況的研究檔案，克隆研究檔案後，使用者可以自己調節時間引數，看不同時間段的情況。比如看看2015-01-09到2015-10-29期間的情況，說不定跟近幾年不同哦：）