一、如何从零建立量化交易体系，一文看懂

引用一下，知乎上面的一个热门回答：

我来给大家分享一个非常简单的交易系统：一般来说设计一个量化交易策略我们需要解决5个问题.

1、买什么（选股）

2、什么时候买（择时）

3、买多少（仓位）

4、什么时候卖

5、卖多少

综合起来，就是选股择时、仓位止损止盈。

引用百度一个热门的回答：

国内量化方兴，忽然冉冉升起了数个量化平台，看出来都是走美国华尔街quantopian的模式，先从工具下手，到社区到众筹策略hedge fund。说到工具不得不提 Ricequant ，他是和其他几家量化平台对比而言，我观察走到最前面的，也是相对完善的两个平台，尤其是他的工具，体验还是非常好的。当然每家公司都有优劣势，一边很想拿探讨下他们的优劣，一方面又很希望两者都能良好发展，给大家提供更好的东西。我是业内人士，所以比较关注。

工欲善其事，必先利其器。选择一个好的量化交易平台，平台上面都有非常棒的基础教程，引导用户一步一步的构建自己的策略，并优化改进。同时，学习一些同行的策略，或者借用别人好的模块。综合来看，平台的评价就是：数据、资源、编程体验（API的丰富程度和命名规则、代码的运行速度）、结果展示。综合来看，国内目前最好的量化交易平台非Ricequant量化交易平台莫属。

二、如何设计量化交易策略

对于新手来说开发一个策略最开始一定是模仿。

第一步，利用现成指标构建逻辑。TB内置了众多的技术指标，取出一个，写入买卖点，回测下历史行情，这样就可以得到一个简单的策略了。随着策略经验的积累，这里的逻辑选择会越来越多样化。

当然这样的策略一般是不赚钱的，所以我们第二步，进行参数优化。

选择参数遍历，观察不同参数对于策略会产生怎样的影响。一般情况下我们会得到几组看起来比较赚钱的参数，然后我们进行第三步，样本外检测。

比如说我们之前遍历的参数是2014年的数据得出的几个表现好的参数，那么我们就用2013/2015的数据对这些参数进行检测。一般来说，这一参数会在样本外惨淡无比，完全没有样本内优化出来的威武。

这时第四步，进行观察，判断策略失效的原因是什么。

假设发现策略失效原因是样本外某一两次特殊的行情导致大幅亏损，那么我们就可以设置一个硬止损来规避这种风险；如果发现策略失效是因为交易次数过少，那我们就将交易逻辑稍微放松，比如要求>x的地方改为>=x甚至是>=x-1。等等等等，这种修改就是策略的经验了。

设置好新的逻辑后我们回到第二步，重复以上步骤。

最终我们修改得到了一个样本内外都赚钱的策略，第五步，实盘追踪。

在未来一段完全未知的行情中随着时间检验策略，观察策略的真实表现究竟如何。如果表现与预期相符合，那么说明策略有效，第六步，进行交易。

随着交易进行，我们也要观察策略的有效性，当发现策略出现超出预期的亏损时，第七步，调整或终止策略。

三、量化交易的应用

量化投资技术包括多种具体方法，在投资品种选择、投资时机选择、股指期货套利、商品期货套利、统计套利和算法交易等领域得到广泛应用。在此，以统计套利和算法交易为例进行阐述。

1、统计套利。

统计套利是利用资产价格的历史统计规律进行的套利，是一种风险套利，其风险在于这种历史统计规律在

未来一段时间内是否继续存在。

统计套利的主要思路是先找出相关性最好的若干对投资品种，再找出每一对投资品种的长期均衡关系（协

整关系），当某一对品种的价差（协整方程的残差）偏离到一定程度时开始建仓，买进被相对低估的品种、

卖空被相对高估的品种，等价差回归均衡后获利了结。

股指期货对冲是统计套利较长采用的一种操作策略，即利用不同国家、地区或行业的指数相关性，同时

买入、卖出一对指数期货进行交易。在经济全球化条件下，各个国家、地区和行业股票指数的关联性越来越

强，从而容易导致股指系统性风险的产生，因此，对指数间的统计套利进行对冲是一种低风险、高收益的交

易方式。

2、算法交易。

算法交易又称自动交易、黑盒交易或机器交易，是指通过设计算法，利用计算机程序发出交易指令的方

法。在交易中，程序可以决定的范围包括交易时间的选择、交易的价格，甚至包括最后需要成交的资产数

量。

算法交易的主要类型有: (1) 被动型算法交易，也称结构型算法交易。该交易算法除利用历史数据估计交

易模型的关键参数外，不会根据市场的状况主动选择交易时机和交易的数量，而是按照一个既定的交易方针

进行交易。该策略的的核心是减少滑价（目标价与实际成交均价的差）。被动型算法交易最成熟，使用也最

为广泛，如在国际市场上使用最多的成交加权平均价格（VWAP）、时间加权平均价格（TWAP）等都属于被

动型算法交易。 (2) 主动型算法交易，也称机会型算法交易。这类交易算法根据市场的状况作出实时的决

策，判断是否交易、交易的数量、交易的价格等。主动型交易算法除了努力减少滑价以外，把关注的重点逐

渐转向了价格趋势预测上。 (3) 综合型算法交易，该交易是前两者的结合。这类算法常见的方式是先把交易

指令拆开，分布到若干个时间段内，每个时间段内具体如何交易由主动型交易算法进行判断。两者结合可达

到单纯一种算法无法达到的效果。

算法交易的交易策略有三：一是降低交易费用。大单指令通常被拆分为若干个小单指令渐次进入市场。

这个策略的成功程度可以通过比较同一时期的平均购买价格与成交量加权平均价来衡量。二是套利。典型的

套利策略通常包含三四个金融资产，如根据外汇市场利率平价理论，国内债券的价格、以外币标价的债券价

格、汇率现货及汇率远期合约价格之间将产生一定的关联，如果市场价格与该理论隐含的价格偏差较大，且

超过其交易成本，则可以用四笔交易来确保无风险利润。股指期货的期限套利也可以用算法交易来完成。三

是做市。做市包括在当前市场价格之上挂一个限价卖单或在当前价格之下挂一个限价买单，以便从买卖差价

中获利。此外，还有更复杂的策略，如“基准点“算法被交易员用来模拟指数收益，而”嗅探器“算法被用来发现

最动荡或最不稳定的市场。任何类型的模式识别或者预测模型都能用来启动算法交易。