又一“巨头”进军量化交易市场【蓝鲸】量化交易机器人app如期而至
量化交易起源於 1970 年代的股票市場，之後迅速發展和普及，尤其是在期貨交易市場中，程式化逐漸成為主流。人為交易中，交易者的情緒波動等因素，越來越成為盈利的障礙，而程式化交易天然而成的精準性、執行率則帶來了優勢。
量化交易與人為交易最大的差別是：模型應用，而最早採用量化方法來分析研究股票漲跌規律的是法國人 Jules Regnault，他認為「頻繁的短線交易終將導致快速破產」，他當初手工統計了數十年的股票及國債數據，從中得知一套規律，並進而延伸出後續的投資公式，這也告訴我們，「市場價格的漲跌背後必然隱藏某些普遍規律」。
而後，美國的 Edward Thorp 利用概率論的凱利公式，透過賭博賺了大筆金錢，並發表了論點：「隨機事件樣本越多，結果的確定性就越高」。之後 Edward Thorp 投入股票權證市場，將數學公式編寫成量化模型，尋求市場定價失常。1969 年他首創全球量化交易對沖基金，經營近 30 年，無一年虧損。他深信，只要依靠概率建立起量化模型，依照長期大量的數據計算出合理價格並執行交易，就能夠積小勝成大勝。
提到量化交易，就不得不提到 James Simons，其實他在交易初期也執著於宏觀經濟面，雖然他很快就意識到可以利用模型化數據，但直到他屏除模型中所有宏觀經濟基本面內容，集中於短線交易，才得到顯著的獲利。其「大獎章基金」在當時的 20 年間，年均淨回報率高達 40–80%，可說是有史以來最成功的量化投資之王。
量化交易的優點：由於極度依賴數據分析，量化交易策略本身即存在高度的「可度量性」，及其衍生而來的「可驗證性」，這是由於未來數據的不可得，交易員必須仰賴過往的歷史數據做測試，當使用量化交易時，需多次重複歷史回溯測試均能得到一致的結果，如果測試結果是正向的，至少可以說明該量化交易策略在歷史檢驗上具有盈利能力。
而這也會讓交易策略得到強大的「客觀性」，也是大家對於量化交易最普遍的理解，如上述所說，量化交易是使用大數據及程式模型去執行，利用這樣科學化的方式，徹底排除外在干擾訊息的因素，讓數據證明一切，並經由回測驗證其有效性，避免讓投資人因接收到過多訊息干擾，而做出情緒偏誤的決策。
最重要的是，量化交易在執行時，會使實際交易行為與過去歷史數據達到「一致性」，因為在建立量化交易策略時，所有的交易規則都已下了精確的定義，並由程式強制執行，這也是絕大部分人為交易策略無法達成的。
量化交易雖然有非常多優點，但大家要特別注意的是，當市場條件發生變化時，若投資人沒有根據市場狀況調整其交易策略，策略將有極大可能會失效！
量化投資 vs. 人為投資事實上，不管是量化投資還是人為投資，最終都還是需要人去進行決策，只不過做決策的層級不同。
我們可以用工廠來比喻：「量化投資」就是一個全自動化的工廠，配備有許多新穎的機器，但雖然大部分的工作是交由機器完成，還是需要有決策者決定機器的動作順序、哪個機器負責哪個環節的生產；而「人為投資」則是傳統的工廠，採用人工方式完成絕大多數的工作，每個步驟都需要該步驟負責人的決策。
量化策略的分類：關於量化策略的分類每個人都有不同的見解，但常見的有以下幾類：α 策略、高頻交易、量化 CTA、套利等。
1. α策略：這種策略的特性是回撤和獲益都比較小，但能夠使投資者在大多數的情況下，都保持獲利。其具體想法是找出市場裡最優秀的品種，做多這些品種，然後做空相應多的指數，這樣就鎖定了最優秀的品種帶來的收益，而把指數帶來的波動進行了平抑。 2.高頻交易：這是利用電腦程式處理微觀市場層面的不均衡性，交易次數多、持倉時間短，會在短時間內做高頻率的進出場，每次交易的平均利潤較小，但優點是有較穩定的報酬。 3.量化 CTA：量化 CTA 策略可分為兩種：「趨勢追蹤策略」及「均值回復策略」。其中，使用較多的是趨勢追蹤策略，它是利用許多策略模型找出目前的市場趨勢，並依此判斷做多或做空，因此與波動率息息相關，也因此這種策略在趨勢明確或是牛市熊市快速變換時，具有較大的優勢。另一種均值回復策略，是種反趨勢策略，是利用某些保持穩定均值商品，當短期波動使其價格偏離均值時，進場反向操作，即做空被高估的商品，做多被低估的商品。 4.套利：簡單來說，就是利用價差來賺取獲益的方式。套利方式有非常多種，這邊主要介紹兩種套利方式： (1) 跨交易所套利：這種模式相對容易執行、風險小，但獲益表現很不錯。套利最簡單的思考方式，想像在臺北芭樂一斤 $50，屏東一斤 $30，那麼只要你在屏東買、到臺北賣，一斤就賺了 $20 的差價。這樣的套利想法也可以套用在投資上，而在加密貨幣的投資上，大家給了一個「搬磚」的有趣名字。 (2) 跨品種套利：是指透過統計分析某些相關產品的歷史價格關聯，當發現價差擴大，且認定為非長期性的不穩定狀態時，即透過配對交易的方式進行套利。舉例來說，A、B 商商品之間的價差經常性為 $10，且 A>B，當某天發現其價差增為 $15 時，因認定此為不穩定狀態，便買入 B 並賣出等量 A，那麼當其價差回到經常性的 $10 時，即可賺到 $5。但要注意的是，若將此模式套用在沒有存在穩定性的價格關係，其風險會上升許多。
