量化交易特点

**量化交易（Quantitative Trading）**本质是：

用数学模型 + 统计方法 + 自动化系统，在市场中获取可重复的收益优势（alpha）

区别于主观交易：

维度	主观交易	量化交易
决策方式	人判断	模型决策
一致性	不稳定	高一致性
可复现	低	高
扩展性	差	强（可并发）

---

1. 核心组成（系统视角）

从工程角度，量化交易 = 一个完整的“分布式决策系统”：

flowchart TD
A[数据采集] --> B[数据清洗]
B --> C[特征工程]
C --> D[策略模型]
D --> E[回测系统]
E --> F[实盘交易]
F --> G[风控系统]
G --> H[监控告警]
H --> I[策略迭代]

1.1 数据层（Data Layer）

数据是核心资产：

• 行情数据（K线、Tick）
• 基本面（财报）
• 另类数据（情绪、舆情）

关键问题：

• 数据延迟（latency）
• 数据质量（缺失/错误）
• 数据对齐（时间序列）

---

1.2 策略层（Strategy Layer）

策略是“赚钱逻辑”，常见类型：

（1）趋势跟随

• 均线策略（MA）
• 突破策略（Breakout）

（2）均值回归

• 偏离回归
• 统计套利（Pairs Trading）

（3）事件驱动

• 财报
• 政策

（4）高频交易（HFT）

• 做市
• 套利

---

1.3 回测系统（Backtesting）

核心指标：

• 年化收益（Return）
• 最大回撤（Max Drawdown）
• 夏普比率（Sharpe Ratio）
• 胜率（Win Rate）
• 盈亏比（PnL Ratio）

👉 没有回测 = 没有策略

---

1.4 风控系统（Risk Control）

这是决定“活多久”的模块：

• 单笔止损
• 仓位控制（Position Sizing）
• 最大回撤限制
• 杠杆控制

---

1.5 执行系统（Execution）

关注：

• 滑点（Slippage）
• 手续费
• 成交效率

---

2. 量化交易的核心优势

2.1 去情绪化

避免：

• 追涨杀跌
• 恐慌割肉

---

2.2 可规模化

• 同时跑多个市场
• 多策略组合

---

2.3 可验证

• 历史回测
• 模拟盘验证