量化交易的基本原理和优缺点

量化交易的基本原理是利用程序和数学模型进行交易的一种方式。
其基础是借由对历史数据进行统计和分析市场趋势，来建立具有一定获利能力的交易模型，并使用程式来实现自动化交易决策和操作。


量化交易的优点主要有以下优点：

第一，突破人性：

我想人性的弱点正是决定交易成败的关键。
相信很多人都经历过市场的动荡，而市场的无序的涨跌往往会让交易者变得贪婪和恐惧，使得交易者的判断力受到影响，进而出现极端行为，而量化交易使用程式进行交易决策和操作，能减少人性的贪婪和恐惧对交易的影响，避免错过应赚而未赚的交易机会。

第二，提高效率：

有交易经验且非全职交易的伙伴应该都心知肚明，我们时常需要花用上班上课时间来做技术分析，并在其中必须快速做出交易决策，也有可能在下单时发生金额评估错误、忘了设定止损等粗心意外，而利用自动化交易系统执行交易决策和操作，就如同有一位全神贯注的助理为你执行你的交易逻辑，他能对市场变化快速反应，来实现全天候、无间断的交易。

第三，提高投资回报：

量化交易利用大量历史数据和分析工具，制定出具有预测能力的交易策略，从而增强投资回报。

然而，量化交易也存在一些缺点：

第一，过度拟合风险：
量化交易模型建立时，可能使用历史数据来拟合模型，使模型能够较好地对过去的市场行为进行解释和预测，通常是因为策略内有过多参数造成。

第二，数据不足风险：
量化交易需要大量的市场数据作为基础，而某些市场的数据可能存在不足的情况，这种情况下建立的交易模型对于现今市场可能不够准确。
例如在加密货币市场上，许多大时区策略（如日线级别、4小时级别）在最早的数据日期2017/08/17至今的回测中，总交易数可能只有不到30笔，可能大多获利交易皆在绩效图前面15笔，后面15笔由于下跌幅度不及于前面获利，让使用者误信其策略于现今仍有获利能力。

第三，交易执行风险：
即使交易策略完善，也可能因为交易执行的问题导致交易风险。例如：系统故障、讯号传送交易所失败，导致数据延迟、未触发等、交易过程中出现的技术问题或操作失误等。

第四，市场变化风险：
市场环境和条件可能发生变化，使得交易策略失去有效性，在数据充足的交易策略下可以大幅度避免此情形发生。

以上这些风险大多可以借由观察策略回测数据来做判断，将会在下一篇贴文和大家分享。