什麼是量化交易策略?交易策略是一系列規則的集合，包括進場和出場的條件，資金管理和風險控制等。策略有簡單和複雜之分，簡單的策略通常使用技術指標和價格行爲，複雜的策略使用高階數學和統計模型。通常情況下，我們會認爲複雜的模型更優，但實證分析和學術研究表明，複雜的模型往往過度挖掘了歷史數據，無法適應劇烈的市場變異，相反簡單的模型在長期中更加穩定。
交易策略可劃分爲3個部分：指標(Indicator)，信號(Signal)和規則(Rule)。
1. 指標用於生成交易信號。計算指標的方法多種多樣，可以是經濟數據或估值指標(如PE和EBITDA)，可以是技術指標(如MACD，RSI，MA)，也可以是時間序列模型(ARIMA，GARCH)。技術指標在×××交易中被廣泛使用，它們是價格或成交量的函數，主要用於偵測趨勢方向，衡量超買超賣狀態，以及判斷趨勢反轉。
2. 價格和指標的相互作用形成信號。以均線穿越爲例，當5日均線上穿10日均線時買入，當5日均線下穿10日均線時賣出。信號並不侷限於買入和賣出，也包含篩子，主要作用是剔除噪音。在均線穿越中，交易員可以增加趨勢篩子：只有當價格高於200日均線(上漲趨勢)，以及5日均線上穿10日均線才做多，如果價格低於200日均線，黃金交叉被視爲虛假信號。著名的篩子有趨勢篩子，時間篩子，成交量篩子和波動性篩子，它們是信號的重要組成部分。
3. 規則是如何對信號做出反應，它們是交易策略的核心。例如，當形成買入信號，交易員需要決定什麼時候做多，使用什麼類型的訂單，以及使用多大的頭寸等。新手往往專注市場擇時，久經歷練的高手則會專注風險控制和資金管理，長期穩定盈利的祕訣在於使用簡單的模型和優秀的資金管理和風控體系。
量化交易的優勢是什麼?
交易策略一旦被轉化成機械化的代碼，就進入量化交易的範疇，如果信號和訂單被自動執行，就是自動化交易。與量化交易相對的是主觀交易，交易員在沒有客觀規則指導的情況下按照主觀意願執行買賣決策。並非所有策略都可以機械化，如蠟燭圖形態(頭肩頂)或波浪理論等，這些形態的識別過於依賴主觀判斷，與RSI等技術指標有根本性區別。
在×××交易中，自動化交易策略是簡單的。MT4提供了自動交易機器人(Expert Advisor/EA)的功能，交易員用MQL語言編寫程序，自動執行信號生成和訂單管理的過程。當然，自動化交易策略和開發有效的交易模型是兩碼事。
量化交易最大的優點之一是規避情緒波動。價格波動會顯著影響交易員的情緒，過度恐慌和過度貪婪反過來影響決策質量。量化交易並不是聖盃，正如古老的格言所說，模型是有效的，但使用者卻不是。當模型在局部時間失效時，使用者往往傾向於放棄模型而回歸到主觀交易，然而放眼長期，客觀的模型被證明更加優秀。
如何檢驗交易策略?
常用方法有兩種。一是回溯檢驗(backtest)，二是模擬交易(paper trading)。回溯檢驗利用歷史價格檢驗交易策略的預測能力。模擬交易也被成爲forward testing，使用模擬賬戶和真實數據評估交易模型。兩種方法各有利弊，一般會結合使用，即便交易策略在歷史數據中表現優秀，也會在模擬賬戶中先檢驗一段時間(6-12個月)，作爲重要的反饋機制。
回溯檢驗備受批評，批判聲音既來自實踐者，也來自學者，甚至不涉及量化交易的人羣。批判的核心是對數據的過度挖掘，是的，很少有人會呈現虧損的檢驗報告，通常情況下報告會呈現非常華麗的業績，但實際交易卻一團糟，這是對數學公式和強大的運算能力濫用的結果。然而批評者本身卻未能提出一套更加有效的檢驗機制，除了利用歷史數據，還能有什麼方法來快速檢驗交易策略?筆者認爲，回溯檢驗是否可信，取決於優化的方法論，在尋找穩定和優秀策略的同時避開過度擬合更多地是一項藝術而不是科學。
交易策略的類型?
◆趨勢跟隨(Trend Following)
趨勢跟隨也稱爲動能效應(Momentum)，指做多(做空)過去一段時間表現最強(弱)的品種。趨勢可以用羊羣效應解釋，當價格呈現明顯的上升趨勢，激勵更多投資者進場做多，反過來推動價格進一步上漲。行爲金融學用“反應不足”來解釋動能效應，投資者對新信息的反應不足導致價格某一個方向持續運動，即便基本面已經發生變化，投資者仍然沒有做出改變。通常情況下，動能效應可以分爲兩種，一種是時間序列動能，另外一種是橫截面動能。時間序列動能專注於市場擇時，當價格上穿200日均線時做多，當價格下穿200日均線時做空。橫截面動能研究價格的相對強弱，做多一攬子品種中最強的品種，與此同時最空表現最弱的品種。
◆均值迴歸(Mean Reversion)
主要思想是價格會向長期均值迴歸。當價格過度上漲，策略要求做空，當價格過度下跌，策略要求做多。這個策略既可以用於短期，也可以用於長期。行爲金融學家指出，投資者在短期和長期存在“反應過度”，當他們意識到基本面發生根本性轉變，頭寸的扭轉導致價格趨勢的逆轉。經典的策略包括RSI2，這是一個押注價格迴歸均值的短期交易系統。
◆價值投資(Valuation)
價值策略通過研究基本面因素，鑑別價格偏離內在價值的程度，決定做多或做空某隻股票。在某種程度上，價值投資與均值迴歸相似，不同之處在於分析方法。均值迴歸研究價格變化，價值投資聚焦基本面分析，分析師通過研究財務報表，如現金流和營業利潤的變化，來判斷股票的內在價值。PE(市盈率)是常用的估值指標，一個簡單的策略可以是對標普500的所有成分股按照PE大小進行排序，然後做多PE最低的10只股票，做空PE最高的10只股票。價值投資並不適用於×××市場，因爲我們很難準確評估貨幣對的內在價值。
◆季節性效應(Seasonality)
資產價格有時會呈現季節性效應。最經典的案例莫過於“小公司的1月效應”，研究發現，小型公司在每年的1月份表現優秀，如果在12月末購買小企業的股票，持有1個月的時間，該策略的收益率顯著高於標普500的買入並持有策略。季節性效應的成因非常複雜，經濟學家往往給出自相矛盾的解釋。交易員並不需要理解市場異象產生的原因，而是利用這種異象賺取財富。在×××市場中，季節性效應並不常見。
◆情緒(Sentiment)
“買預期，賣事實(Buy the rumors, sell the facts) ”是最經典的行情，尤其是在×××交易中。投資者買入預期上漲的貨幣對，導致短期價格快速上漲，一旦預期得到兌現，多頭平倉結利導致趨勢反轉。常用的情緒指標包括：看漲/看跌期權比例，CFTC期貨持倉等。除此之外，投資者還可以利用搜索引擎的關鍵詞趨勢，媒體焦點，博客文章和論壇熱點等來判斷市場情緒，進而制定交易策略。
◆統計套利(Statistical Arbitrage)
利用證券的錯誤定價來獲利，分析師經常使用複雜的數學模型來挖掘套利機會。一個簡單的例子是“成對交易(pair trading)”，考慮黃金和白銀這兩種高度正相關的資產，如果黃金價格相對於白銀過度上漲，就做空黃金並做多白銀，押注價差的均值迴歸。統計套利既可以用於股票市場，也可以用於×××市場和衍生品市場。