不一样的量化交易

量化交易，大家平时可能很少接触，当然也有很大一部分人热衷于研发量化，研究量化，你既需要了解编程语言又要懂交易策略，而且是“老手”级别哦，这样做出来的模型才可能给你带来超额收益。

具体讲量化交易，是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种"大概率"事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。

那么今天咱们从另一角度讲一讲不一样的量化，很多交易者认为量化的门槛很低，但凡是有点交易经验，懂得量化编程，基本都在用自己编译的模型进行程序化自动下单，或按模型提示的信号进行手动下单。至于在哪个市场，交易的品种，则不是他所要关心的。

因为交易者用自己所构建的模型对该产品的历史数据进行过回测，每个月均实现了正收益。量化交易是交易策略的外化体现，不同类型的策略模型，产生的效果肯定不近相同，而你也并不知道自己的策略模型到底正确否，不仅要通过回测，还要进行实盘测试。

大家都知道人的认知和行为极其容易受到市场和大多数群体情绪的影响，当你处在某个环境中超过10分钟时，你将受到环境的影响，此后你的决策将受到非理性因素的影响，你的行为将被外界干扰。大多数人都想干预模型。因为任何一个趋势跟踪系统都是很难坚持的，因为它们都是以捕捉相对罕见的大趋势为基础的，而大趋势通常难得一见。在漫长的等待中，交易者很容易对自己的系统产生怀疑，转而相信自己能够战胜概率。

  然而，只有真正交易过的人才知道，要想在期货市场凭自己所理解的技术分析去赚钱，太难！要写一个回测结果很好的趋势跟踪模型，对于熟手来说，基本就是分分钟的事。但如果你把测试和实盘等同，那就大错特错了。因为历史测试充其量只是对未来的粗略估计，它或许夸大了系统的内在优势本来是纯随机的现象，结果导致一个在历史回测中看似有效或曾经有效的系统不再有效。并且，很多初入的朋友，在写模型时或多或少都犯了过度优化的毛病，对于历史上那些模型本没抓住的单边走势，改个参数就抓住了；对于那些模型反复开仓的震荡走势，加个限制就避免了。

更为致命的是，即便你写的模型确实符合逻辑，你以为就可以一劳永逸，躺着数钱了吗？那是因为你忘了，测试时，你可以把几年的模拟交易集中在几分钟之内完成，即使有几个月的回撤期，你也不觉得有啥，但实盘交易时，分分钟都是煎熬，盘中每一个波动都会刺激你的神经。此外，模型测试时，你关注的全是盈利带来的喜悦；而实盘交易时，你感受到的全是亏损带来的痛楚。

四、量化模型如何去优化呢？

  那么在编写量化模型时怎么去优化呢，它的灵魂到底是什么呢？在说量化的灵魂之前，我们需要了解研发量化的目的什么？理性，稳定，盈利，这都是量化的代名词。最终我们是为了获得预期收益。所以量化交易的灵魂就是一套能够成熟稳定盈利的策略体系。它包括科学的资金管理，有效的分析技术，良好的风险控制，稳定的心理素质。它的最终目的是实现交易员的稳定赢利。一套交易系统就是一个交易员的心血结晶，它体现了交易员的交易哲学。任何交易都是由行情分析和仓位管理构成的，仓位管理涉及的不仅仅是进场，还涉及出场，你会涉及多次决策，短线交易做出的决策会更多。复杂和高频率的决策使得带有情绪且精力有限的人无法胜任。疲劳和焦虑下的决策会导致失误，想必每个交易者都深有体会。

  市面上有大量的量化策略，虽然你并不知道他到底效果如何，但是通过他的策略理念，你至少可以筛选出一些不错的模型。

  怎么筛选呢：以某一个量化模型为例，此模型核心由风险控制及资金管理（盈利搭配）组成，对策略体系中的方向趋势预判和下单点位进行精准量化，策略只捕捉波段及趋势的启动点，开仓点位一旦判断失误，会及时止损，小止损大止盈，根据行情盘整、突破、上升，回调、横盘，下跌整个运行期间的顶部和底部建仓。着重在行情突破以及跌破的起点加仓，并跟踪止损，本策略技术原理立足于均线之上，配合macd多空能量指标以及筹码集中度。通过跟踪分析大周期的多空走势来判断方向，在根据小周期的位置进场信号操作，采取分批进场，分批止盈，确保每次操作都是相对高概率盈利信号。

  这种介绍，就能很清晰的表达出他这个模型的交易模式，可以简单的对她做出一个评价，就是可取，可试的。

来源：网络