隨著計算機技術的發展，人與計算機之間的“競爭”也愈演愈烈。www.emoneybtc.com雖然國內的外匯交易員大多還是采用主觀，手工的交易方式，但是令人無法忽視的是，國際的主流趨勢更多的是用計算機代替人來執行交易，量化交易將會是未來發展的重要方向之一。

金融的本質說到底，我們是在從歷史數據當中摸索種種規律，試圖尋找到“更加可能”出現的一個結果。而說到總結規律，沒什麼比計算機更在行了，海量的歷史數據和高效的處理技術給了計算機大展身手的基礎，量化交易就是計算機數據從龐大的數據中篩選出能帶來超額收益的多種“大概率事件”，進而制定策略並作出決策的一種交易方式。量化交易剔除了人為的感情因素，它就像是市場是絕對理性的一把劍，心無旁骛進而可以發揮最大的威力。

【量化交易的經典策略】

策略，是量化交易最重要的部分，是量化交易盈利與否的關鍵。目前，市場上常見的量化交易策略有全球宏觀策略、阿爾法策略、套利策略、CAT策略等等。

全球宏觀策略：全球量化宏觀策略可以分為定向交易和相對價值交易策略：定向交易就是做方向，比如看好美國經濟就購入美元或美元指數；相對價值交易策略則是根據價差來做決定，例如美元強、歐元弱，則進行歐美貨幣對的配比等等。宏觀模型更多的考慮的是經濟與基本面的數據，但也會結合市場行情數據。

宏觀策略一般只操作流動性好的金融產品，持有時間長，不頻繁交易。

阿爾法策略：阿爾法策略也被稱為市場中性策略，根據CAPM理論，投資收益分為市場整體風險的β收益，和金融產品本身帶來的α收益。市場中性策略則是通過規避市場風險β，最大限度提升α的追求絕對收益的一種策略。具體操作就是通過做空外匯、股票、期貨衍生品的同時做多外匯、股票、期貨來進行對沖，只要所買產品跑贏市場漲跌就可以盈利。

套利策略：套利策略指的是當兩個或者是多個相關品種的價格偏離合理范圍時，通過買入低估賣出高估的品種進而獲利的一種策略，是通過價格上漲下跌來尋找套利機會的方向性套利。套利策略的分類相對復雜，有統計套利、期現套利、ETF套利，事件套利等等，其收益主要取決於套利策略的多樣性和精細化。

CTA策略：CAT策略即Commodity Trading Advisor Strategy，直譯過來是商品交易顧問策略。CAT策略主要可以分兩種，即趨勢交易策略和均值回復策略，其中趨勢交易策略使用的較為廣泛。趨勢交易策略是去除市場噪音以便尋找當前的市場趨勢，再建立頭寸，從而從“市場趨勢”中獲得利潤。該策略非常注重波動率，當市場出現方向性的大波動時會有較大收益。均值回復策略則主要為跨期、跨品種配對交易，根據價差比走勢來進行反轉套利。

我們以上所介紹的是市場常用的幾個策略，實際上具體的量化交易策略制定要更加復雜和多變，有時可能會涉及到多個策略的綜合運用，以求達到最佳效果。

【量化策略的生命周期】

在具體量化交易策略的制定過程中，一般會經歷制定策略→檢驗修正→實盤追蹤→實盤應用→策略失效這樣一段生命周期。

制定策略：投資者首先需要制定一個基礎的策略，這個策略的基礎可能是自己的投資經驗，也可能是別人的成功范例。投資者可以選取自己認可的技術指標構建一個邏輯，並補充相應的因素形成一個完成的量化策略並進行歷史行情回測，這樣就可以得到一個簡單的策略模型。

檢驗修正：投資者需要以這個策略為基礎，進行參數篩選和優化，觀測不同參數對於策略會產生怎樣的影響，策略的夏普比例、最大回撤率等等，並對策略進行修改更新。投資者需要不斷重復修改、檢測的過程，最終得到一個可行的新策略。

實盤追蹤：在策略確定以後，投資者還不用急著進行應用，應該在未來一段行情中讓時間來檢驗策略的真實性和有效性。這一環節是篩選優質策略、淘汰劣質策略的關鍵。

實盤應用：在經過一段時間，確認了策略有效之後，投資者就可以應用這個策略進行交易了，在交易的過程中，也要隨時保持對策略有效性的監測。

策略失效：市場是千變萬化的，一個策略不可能萬試萬靈，如果模型已經失效，則需要投資者迅速反應，對模型進行調整，或者終止這個策略。

【“站在巨人的肩膀上賺錢”】

外匯量化交易被一些人稱為是“站在巨人的肩膀上賺錢”，與主動投資相比，量化交易在進行投資決策的過程中，會更加客觀和理性。

外匯市場是十分多變的，人又是感性的動物。貪婪、恐懼、猶豫、魯莽......都是人類所無法避免的弱點，這些都可能會導致決策的失誤。而量化投資在模型確定並投入使用後，就完全交由計算機進行，一般拒絕認為干預，可以將人的情緒化影響降到很低，做到理性客觀的投資。

投資者經常用中醫和西醫來比喻傳統投資和量化交易，傳統投資像中醫，靠的是經驗和領悟，其過程不可復制，難以言傳，但或許可以解決很多疑難雜症；而量化投資則像是西醫，它有固定的方法和嚴謹的邏輯，即使創造方法的人不在其他人也可以發展下去，並隨著時間不斷改進。

用量化來做外匯交易，就像有人開著大號帶你飛，運氣好的時候可以賺的盆滿缽滿。但是這並不是說量化投資就是萬能的，量化投資也會存在諸如歷史數據不完整導致模型不准確，同質模型產生競爭交易現象，甚至是網絡中斷導致交易出現問題等等風險。太過依賴計算機，也可能怎麼輸的都不知道，如何取捨，也只能交由投資者自己來判斷了。