量化交易是指以先進的數學模型替代人為的主觀判斷，利用計算機技術從龐大的歷史資料中海選能帶來超額收益的多種”大概率”事件以制定策略，極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下作出非理性的投資決策。

量化交易，有時候也稱自動化交易，是指以先進的數學模型代替人為的主觀判斷。比較浮誇的說法，量化本身是一種投資風格，一種交易手段，一種技術優勢。然而，有人在裡面得到了，鉅額回報，有人在裡面找到了精神信仰，有人對此高山仰止，有人對此嗤之以鼻。

不管是哪一類人，量化在他們心中都有獨特的味道存在：講原則、守規矩，看似老實，有變化多端。至於是否適用於風雲變化的金融市場，有人認為智商夠高就能駕馭得了，有人認為天花板太明顯比不上人的經驗，不過沒有人會否認量化本身是一門學問。一門學問可能不至於迎合所有人的胃口，但碰上對口的人，他尊嚴可以帶來精神滿足，也可以帶來經濟收益，夠吃一輩子。

比較正經的說法：量化交易，是指以數學統計和數學建模為基礎，利用計算機技術，從海量的歷史和當前資料中。發掘出能夠大概率帶來超額收益的交易方式，避免人工交易過程中，由於投資者情緒波動帶來的非理性決策導致的負面影響。

一個合格的量化交易模型，必須基於有明確的經濟含義的趨勢判斷或者套利原理，進行進一步的系統化和程式化抽象，呈現出來的形式是一套邏輯，完備的可執行的交易指令流程和邏輯控制方案。

一、特點

定量投資和傳統的定性投資本質上來說是相同的，二者都是基於市場非有效或弱有效的理論基礎。兩者的區別在於定量投資管理是”定性思想的量化應用”，更加強調資料。量化交易具有以下幾個方面的特點:

1、紀律性。根據模型的執行結果進行決策，而不是憑感覺。紀律性既可以剋制人性中貪婪、恐懼和僥倖心理等弱點，也可以克服認知偏差，且可跟蹤。

2、系統性。具體表現為”三多”。一是多層次，包括在大類資產配置、行業選擇、精選具體資產三個層次上都有模型;二是多角度，定量投資的核心思想包括巨集觀週期、市場結構、估值、成長、盈利質量、分析師盈利預測、市場情緒等多個角度;三是多資料，即對海量資料的處理。

3、套利思想。定量投資通過全面、系統性的掃描捕捉錯誤定價、錯誤估值帶來的機會，從而發現估值窪地，並通過買入低估資產、賣出高估資產而獲利。

4、概率取勝。一是定量投資不斷從歷史資料中挖掘有望重複的規律並加以利用;二是依靠組合資產取勝，而不是單個資產取勝。

量化交易有很多種，包括跨平臺板磚趨勢交易對衝等。1）跨平臺搬磚是指，當不同目標平臺價差達到一定金額，在價高的平臺，賣出在價高的平臺賣出，在價低的平臺買入。2）趨勢交易會更加複雜一些，它根據趨勢的指標來發出賣出和買入的訊號。對衝是指同時進行2筆與行情相關、買賣方向相反，數量相當、虧盈相抵的交易，你達到對衝風險的效果。量化交易是成熟交易市場的標誌。

二、應用

量化投資技術包括多種具體方法，在投資品種選擇、投資時機選擇、股指期貨套利、商品期貨套利、統計套利和演算法交易等領域得到廣泛應用。在此，以統計套利和演算法交易為例進行闡述。

1、統計套利

統計套利是利用資產價格的歷史統計規律進行的套利，是一種風險套利，其風險在於這種歷史統計規律在未來一段時間內是否繼續存在。

統計套利的主要思路是先找出相關性最好的若干對投資品種，再找出每一對投資品種的長期均衡關係(協整關係)，當某一對品種的價差(協整方程的殘差)偏離到一定程度時開始建倉，買進被相對低估的品種、賣空被相對高估的品種，等價差迴歸均衡後獲利了結。

股指期貨對衝是統計套利較長採用的一種操作策略，即利用不同國家、地區或行業的指數相關性，同時買入、賣出一對指數期貨進行交易。在經濟全球化條件下，各個國家、地區和行業股票指數的關聯性越來越強，從而容易導致股指系統性風險的產生，因此，對指數間的統計套利進行對衝是一種低風險、高收益的交易方式。

2、演算法交易。

演算法交易又稱自動交易、黑盒交易或機器交易，是指通過設計演算法，利用計算機程式發出交易指令的方法。在交易中，程式可以決定的範圍包括交易時間的選擇、交易的價格，甚至包括最後需要成交的資產數量。

演算法交易的主要型別有:

(1) 被動型演算法交易，也稱結構型演算法交易。該交易演算法除利用歷史資料估計交易模型的關鍵引數外，不會根據市場的狀況主動選擇交易時機和交易的數量，而是按照一個既定的交易方針進行交易。該策略的的核心是減少滑價(目標價與實際成交均價的差)。被動型演算法交易最成熟，使用也最為廣泛，如在國際市場上使用最多的成交加權平均價格(VWAP)、時間加權平均價格(TWAP)等都屬於被動型演算法交易。

(2) 主動型演算法交易，也稱機會型演算法交易。這類交易演算法根據市場的狀況作出實時的決策，判斷是否交易、交易的數量、交易的價格等。主動型交易演算法除了努力減少滑價以外，把關注的重點逐漸轉向了價格趨勢預測上。

(3) 綜合型演算法交易，該交易是前兩者的結合。這類演算法常見的方式是先把交易指令拆開，分佈到若干個時間段內，每個時間段內具體如何交易由主動型交易演算法進行判斷。兩者結合可達到單純一種演算法無法達到的效果。

演算法交易的交易策略有三:

一是降低交易費用。大單指令通常被拆分為若干個小單指令漸次進入市場。這個策略的成功程度可以通過比較同一時期的平均購買價格與成交量加權平均價來衡量。

二是套利。典型的套利策略通常包含三四個金融資產，如根據外匯市場利率平價理論，國內債券的價格、以外幣標價的債券價格、匯率現貨及匯率遠期合約價格之間將產生一定的關聯，如果市場價格與該理論隱含的價格偏差較大，且超過其交易成本，則可以用四筆交易來確保無風險利潤。股指期貨的期限套利也可以用演算法交易來完成。

三是做市。做市包括在當前市場價格之上掛一個限價賣單或在當前價格之下掛一個限價買單，以便從買賣差價中獲利。此外，還有更復雜的策略，如”基準點”演算法被交易員用來模擬指數收益，而”嗅探器”演算法被用來發現最動盪或最不穩定的市場。任何型別的模式識別或者預測模型都能用來啟動演算法交易。

三、潛在風險

量化交易一般會經過海量資料模擬測試和模擬操作等手段進行檢驗，並依據一定的風險管理演算法進行倉位和資金配置，實現風險最小化和收益最大化，但往往也會存在一定的潛在風險，具體包括:

1、歷史資料的完整性。行情資料不完整可能導致模型與行情資料不匹配。行情資料自身風格轉換，也可能導致模型失敗，如交易流動性，價格波動幅度，價格波動頻率等，而這一點是目前量化交易難以克服的。

2、模型設計中沒有考慮倉位和資金配置，沒有安全的風險評估和預防措施，可能導致資金、倉位和模型的不匹配，而發生爆倉現象。

3、網路中斷，硬體故障也可能對量化交易產生影響。

4、同質模型產生競爭交易現象導致的風險。

5、單一投資品種導致的不可預測風險。

區塊鏈三加一總結

為規避或減小量化交易存在的潛在風險，可採取的策略有:保證歷史資料的完整性;線上調整模型引數;線上選擇模型型別;風險線上監測和規避等。