量化交易策略分享：量化交易入門、思維、技術分析、ETF推薦｜股股學院

量化交易讓你賺大錢？在2022一片殺聲隆隆的升息環境下，AlphaSimplex採用量化交易的方式，透過操作期貨市場，創造出38%的漲幅，到底量化交易是如何辦到的呢？AlphaSimplex首席分析師凱瑟琳(Kathryn Kaminski)這麼說 : 「跟隨市場調整，量化交易走實戰而非遵從理論，在今年的金融環境中尤為重要。」，因此本篇不只要告訴你怎麼從0到1成為量化交易者，還要給你能實際參與量化交易的七檔ETF。
 

量化交易系統的四大要件

系統指由單獨個體組成，能發輝更高效能的組織體，量化交易系統的建構，股股認為是由以下四個元件組成，每個元件都至關重要：

• 策略鑑別

當發現一個策略時，不是急著使用他，而是必須先確認你想要的頻率，並且評估策略是否符合當前交易環境，接著去蒐集策略所需要的相關資料，最後才是調整策略，讓策略能夠變得更低風險但報酬更高。另外交易的成本也是必須考量進去的，如果交易成本太高則會大幅影響績效表現。
 

• 策略回測

當我們進行策略回測時，必須先決定數據的使用，但是這非常容易受到偏見的影響，而選擇過度美好的數據，使得我們誤判策略的可行性，要避免此情況就只能依靠我們對於數據的掌握度，並且要知道策略的好壞並不能只依靠回測的結果，因為真實世界是複雜多變的。
 

• 執行策略

策略可能是半自動或全自動的，因此執行策略除了要實際執行策略外，還要確保執行的過程，與當初設定的一致，在執行的過程中可以隨時記錄遇到的問題，以利回測時檢討。
 

• 風險管理

透過調整策略的方式，使得交易風險下降，所謂的下降就是系統的波動性變小，這步驟至關重要，當你擁有一個系統策略，你該知道的並不只是勝率多高，當然還要了解最大可能虧損為多少，判斷一個策略的優劣，不僅要看其盈利能力，也要注意盈利的穩定性，即交易策略的風險。投資的收益往往與其承擔的風險成正比，但是通過投資的分散化，可以在保持收益的情況下降低交易的風險。。
 

量化交易思維

量化交易策略的成功在於科學的統計方法。量化交易研究的目的並不是要去構造一個表現最好的投資策略，而是儘可能地對現有的策略進行分析和測試，利用現代統計的方法提取每個策略的精華，使得構建的量化交易系統（量化交易策略的組合）能夠取得穩定的投資收益。

量化交易你覺得是策略？還是執行策略的方式呢？股股為此也想了好久，終於明白了。量化交易是執行策略的方式，並非策略本身，也就是如果你是價值投資者，你也能使用量化的方式協助你選股，成為一名量化價值投資者。

量化交易的思維非常獨特，如果你是從來沒有交易過的新手，會比老手更有優勢，因為過去如果你習慣短進短出，常常會有根深柢固的觀念難以調整，反而是件壞事。量化交易獨特之處就是不再把每筆交易看做交易，而是單純的數字，因為是數字就可被衡量，可被計算，可被預測，可被歸納，所以新手建立新思維可能較為有利。另外量化交易還有有兩個重要的思維：

1. 機率思維

機率是指相對更可能達成的比率，在量化的世界中，即使你擁有一個9成勝率的交易策略，在交易市場中你也很可能會遇到連續10筆的虧損，即便這機率很低但終究不是0，在交易世界中，沒有100%賺錢的方式，所以交易都有風險，我們只是透過努力讓獲利的交易機率提升，另外你的交易次數也要夠多才能符合高機率的獲利結果。

• 期望值與機率是判斷策略好壞的關鍵

2.策略思考

對於買賣點的建構，這必須是有一套完整的方式，不像過去散戶的隨機交易，因為新聞報導看到某某股票上漲就買進，而是進一步去問幾個問題，這些問題的目的是為了幫助我們釐清思緒，產生一套完整SOP(以看新聞買賣為例)：

• 什麼新聞報導？要報導多久才算？
• 股票上漲就買進的話，上漲的定義是？多少%算上漲？
• 買進後要何時賣出？幾%要賣出股票？賣多少？怎麼賣？

 從這上述幾個問題可以明顯感受到，如果是量化就必須把頭腦的思緒倒出來，讓整個過程可視化，在每個節點都能優化與調整，節點間牽一髮而動全身，最終找出相對高勝率的策略。
 

量化交易還有一些特別的地方，你一定要了解

• 能大幅減少處理資料的時間
• 設計成本高，但是維護成本低
• 能克服人性
• 能協助你保持一致性
   

量化交易與技術分析

量化交易其實是分析的一種方式，其實最容易上手的量化交易是技術分析，技術分析常被運用在量化交易中，因為價格與成交量是最好運用，也是最容易下載的資料，坊間有許多程式交易策略例如：順勢交易、逆勢交易、趨勢跟隨、均線...等策略，技術指標也常被納入例如：MACD、RSI...等都是常見的技術分析方式，沒有哪一種最好，只要你能找到適合自己的交易方式即可。

量化交易與技術分析有其異同之處，但是就如前面說的，量化交易是執行策略的方式，策略是技術分析，那能不能綜合參考基本面呢？答案自然是肯定的，所以不要被名字迷惑，另外假使有一套勝率9成的技術分析系統賣給你，你買了之後使用起來卻是差強人意，你知道為何嗎？原因就是這套系統既然是所有人都採用的，那你能贏過誰呢？所以既然都要走量化這條路，就要有自己的想法，多做點功課，跟打電動一樣建立屬於自己的一套系統才是長期的贏家。
 

常見的量化交易策略

 

如何開始量化交易？

量化交易涉及數學與統計模型，因此要成為一名量化交易者，就必須先具備統計知識。以下分享如果你已經具備相關條件，可以怎麼開始你的量化之旅：

量化交易絕對不是一件有趣的事情，大量的數據整理，大量的檢討結果，因此如果你非常討厭檢討，或是對程式不感興趣，建議你可以選擇其他方式，畢竟條條大路通羅馬，管他黑貓白貓能抓到老鼠就是好貓，假設你非常認同這種量化交易方式，但是又懶得去自學量化，歡迎你參考以下的幾檔ETF：
 

7支量化交易ETF

量化交易ETF是指ETF成立的宗旨就是透過量化交易的方式選股，或是跟蹤量化交易指數。有數據表明，投資者喜歡量化基金，因為投資人不喜歡自行選股，他們只要選取自己認同的理念，並且買入這些量化基金，即可讓基金團隊協助他們管理。這些量化基金最大特色是：

• 運用歷史資料、報酬表現篩選出符合策略的標的
• 運用量化分析，處理大量數據，並依照程式買賣標的
• 能靈活搭配財務數據、技術分析，自由組成自己的聖杯

結論

海外量化交易策略快速發展。量化交易自從70年代末產生以來，歷經洗禮而取得了今日的成功，電子資訊網路與計算機運算效能的提升為量化交易的飛速發展提供了基礎的舞臺，而現代科學統計工具和方法的發展則為量化交易策略的深入研究提供了必要的工具。

本文除了比較各程式的優劣外，還加碼分享7支量化ETF，讓你不管懂不懂得程式，只要認同這種分析方式，都能涉足進此領域。量化交易領域除了你要分析數據外，「靈活的獨立思考」也是非常重要的一環，像是：AlphaSimplex今年度就是做兩個方向，第一是放空債券，第二是買進能源股，觀察與思考才是量化交易致勝的關鍵，金融市場不斷變化，照本宣科的抄其他人的策略，固執的堅守原本的條件假設，你怎麼可能有辦法賺到超額報酬呢？