量化交易最完整解析-快速了解「量化交易是什麼」?以及量化交易策略怎麼做?
文章摘要
量化交易是利用「電腦分析」數據,根據分析過後客觀的結果進行交易,避免投資人遭受人為情緒影響、減少人工出錯的機會。但對新手投資人來說量化交易還是有其投資風險的。
前言
近期星國大力將ProEX國際交易所打造成量化交易重鎮,宣布ProEX將從加密貨幣出發,致力提供穩定安全的交易環境,ProEX交易所執行長Allan指出,「量化交易」在歐美金融市場已經有近半世紀的歷史,近來隨著大數據、人工智能、區塊鏈、5G等高科技蓬勃發展,越來越成為市場關注的焦點,作為臺灣散戶的領導者,既然量化交易前景可期,股股勢必要帶大家來認識一下何謂量化交易。
量化交易是什麼?
- 「量化」,顧名思義就是透過數據進行電腦分析,透過程式運行策略,以此為基準,運用數量模型驗證並固化這些規律,採用分析、系統化、模型化的方式,且經過歷史資料驗證,得出有效的回測績效,並持續嚴格自動執行交易。
- 量化交易者通常簡稱為(quant trader),此交易方法被廣泛運用在「法人、全球投資機構」間,因為其具有低波動、絕對報酬、優於大盤的三大特點。
- 量化交易能大幅減少情緒化的操作,近年隨著科技進步,越來越多散戶交易者踏入這領域開始交易。
股股簡單把坊間所有的量化交易分成兩種類型:
量化交易者通常簡稱為(quant trader),此交易方法被廣泛運用在「法人、全球投資機構」間,因為其具有低波動、絕對報酬、優於大盤的三大特點。「量化」,顧名思義就是透過數據進行電腦分析,透過程式運行策略,以此為基準,運用數量模型驗證並固化這些規律,採用分析、系統化、模型化的方式,且經過歷史資料驗證,得出有效的回測績效,並持續嚴格自動執行交易,量化交易能大幅減少情緒化的操作,近年隨著科技進步,越來越多散戶交易者踏入這領域開始交易。股股簡單把坊間所有的量化交易分成兩種類型:

|
模式 |
怎麼做? |
適合誰? |
優點 |
缺點 |
例如 |
|
DIY |
從0到1撰寫出程式 必須熟悉交易策略 |
適合熟悉程式,熱愛數據的工程師 |
能修正結果 自由更改程式 檢討方便 |
1.花費大量時間且回測不易 2.條件難設定 |
高頻交易 XQ策略 |
|
懶人做 |
現成程式 策略自己定 |
適合完全沒有程式基礎的小白們 |
簡單上手 篩選方便 |
1.只能照系統走,結果常不如預期 2. 大家都使用,難以獲得超額報酬 |
國泰智能選股 金融機器人 |
另外,近年來流行程式單,股股認為這並非是量化交易,只是簡單的設定標準,比如跌10%買進或賣出,一旦條件生效就自動執行,一般而言量化交易都會一起使用程式單,因為能大量下單且方便快速。
量化交易優缺點
天底下沒有一套完美的交易方式能滿足所有人,只有人們去挑選滿足自己的方式,量化交易自然有其優缺點,如果你是投資小白,或是正要踏入這領域不妨看看在考慮:
|
優點 |
可驗證性:數據能夠經過過去驗證,事先證明是可用方式 |
可事先規劃 |
|||
|
一致性:可反覆驗證程式法是否互相衝突,邏輯是否相通 |
人是矛盾的總和 |
||||
|
克服恐懼、貪婪情緒,程式自動下單。 |
減少 人為因素 |
||||
|
缺點 |
金融市場環境變化快速,程式設定的條件很容易不適用 (過去不等於未來)未來) |
誰知道2020原油期貨可以到負數? |
|||
|
機率永遠是機率,而事實只有0和1(發生與不發生) |
即便程式認為做多,不代表一定賺錢。 |
||||
|
無法用一套持續賺錢,時常要修正 |
2021年隨便買隨便賺,2022熊市卻波動很大 |
||||
|
過去不等於未來 |
資料驗證 成功也不代表未來一定可行 |
||||
量化智能交易 vs. 傳統人為交易
量化智能交易與傳統人為投資只差在「產出決策」的過程,是在人的腦子裡面,還是被寫出來:
- 量化交易:把腦袋的知識寫到程式裡面,讓機器幫你執行運算,並進行交易。
- 人為投資:利用腦袋知識主觀交易。
事實上,量化投資或人為投資都有相同或相異的點:
|
相同之處 |
相異之處 |
|
|
量化智能交易 |
|
用數學模型驗證市場 決策過程可視化 價格、成交量、技術為主 |
|
傳統人為交易 |
主要依據經驗法則 易被情緒影響 |
本篇雖然主旨在闡明量化交易,但是不管黑貓白貓,能抓老鼠的就是好貓,不論你選擇量化或是傳統交易,只要能持續獲利,就是好方法。
量化交易怎麼做?基礎教學篇
量化交易是不是:
- 把錢丟進去,然後就什麼都不管了呢?
- 很帥的拿一台電腦,敲幾下就幾百萬進帳?
你可能只看到美化後的那一面。量化交易(quantitative trading)是指透過數據進行統計與科學分析,為你客觀的產出結果,並且透過電腦自動進行交易。量化交易有三樣東西就是必要的:
- 數據
- 程式
- 策略

- 首先你要知道數據要去哪裡蒐集,比如台灣有TEJ+或是公開資訊觀測站,而國外有yahoo.finace、nasdqa,可供下載歷史免費數據,這些數據經過統整後,才能進到下一步撰寫程式。
- 再者程式如何撰寫?你可以參考現有的券商系統,有些會將程式碼公開,根據這些現有的去修改成你要的策略。
- 最後你必須清楚設定自己的策略,「黃金交叉買進,跌10%停損...等」這些交易策略,而這些都必須用Code告訴數據如何運作,產生出結果,你還要不斷回測(Backed test)與調整。
- 每天要進行的是檢視與調整程式,以因應變化的市況。
四大量化交易策略
在介紹策略前,你或許可以先考慮幾個問題,來幫助你選到最適合你的策略
- 你為什麼會想要用量化交易?
- 你喜歡處理數字嗎?
- 你何時有空處理數據?有時間盯盤嗎?
- 你有多少本金來玩這場遊戲(包括前置設備、電腦)?
另類數據資料Alternative Data
你有想過分析工廠的貨車嗎?或是分析天氣來判斷收成?另類數據分析,就是針對這些質性資料來做判斷,一間公司的營收,不是只能等到財務公布才能知道,常見的數據分析還有:
-
位置數據
-
消費者支出數據
-
衛星/無人機圖像
-
天氣數據
-
網絡抓取數據
這策略也有一定的執行難度,首先得找到相關數據提供廠商,而台灣目前沒有,國外雖然有但是要付較高額的資料費用,因此只是純欣賞即可。
不起眼的小市場(Obscure and Small Markets)
實際上,金融市場有許多檯面下的交易,而這些也常成為犯罪與賺大錢的一線之隔,以下是舉例:
-
發展中國家的股市。
-
不受監管的衍生品。
-
亞洲奇怪的商品市場。
-
賽馬量化交易。
這些交易商品常常被當作詐騙,的確裡面其實有許多陷阱,不過有些量化交易者仍從中海撈一筆,就端看你有沒有辦法創造與辨認出交易機會。
高頻交易High-Frequency Trading
高頻交易又被稱為HFT,這些Trader使用高端電腦與程式在市場裡面賺取零星收入,透過電腦性能在毫秒之差內賺取價差,用積少成多的方式獲利獲利,每天進行數百萬筆交易。
|
方式 |
操作方式操作方式 |
難易 程度 |
|
對新聞的反應 |
當新聞一發布,利用速度快速做多/空,賺取小利 |
易 |
|
延遲套利 |
偵測基金開始買進某檔股票時 大量買進後再賣給該基金 |
難 |
|
統計套利 |
大量買進/賣出股票時 透過買低賣高大量交易 |
中 |
|
指數套利 |
ETF出現折溢價時,買低賣高直到 達成平衡 |
易 |
這種方式前期必須高成本的投入,採購高端的電腦設備與程式,隨著知識與科技普及,現在越來越多交易者採用此方式。
機器學習Machine Learning
透過先建構好的程式, 一旦符合條件就自動執行,例如標記四條腿與一條尾巴為貓,之後使用2000張圖片降低程式對於貓的誤判率,下次就能自動執行。與另類數據策略的差別是一個強調數據是「質化」,一個強調機器進步的過程。機器學習的優勢:
- 能夠分析大量數據而無需明確告知要查找什麼
- 能夠理解文本(大量和不同的語言)
- 能夠解釋圖像
- 能夠提出創造性的解決方案
雖然人類一直想製造天網(見魔鬼終結者系列),但是機器學習仍不聰明,比方說即使麥當勞大排長龍,難道就等於麥當勞可以投資嗎?即便知道大豆田收成欠佳,但是馬上放空一定賺錢?程式是死的,人是活的,我們能透過機器學習節省時間,但卻不能完全仰賴他,只能測試-修正-測試,盡可能達到我們想要的結果而已。
如何贏過其他量化交易者?
目前越來越多交易者使用量化交易方式,這就衍生出一個問題,如果大家都使用同樣的交易策略,在這個零和市場上,誰還能賺到超額報酬呢?因此成為一個更強的交易者就是必要的事,想變強除了吃波菜(大力水手)以外,盤點自身優劣非常重要,你有以下的軟硬實力嗎?
|
硬實力 |
數字敏感度 |
統計字詞必須熟捻,例如:條件機率、var(風險值)、偏度、峰度 |
|
程式撰寫 |
至少要能掌握其中一個程式:c++、Python、R |
|
|
軟實力 |
耐性 |
每天耗費數小時撰寫程式,前期準備非常多,不只需要交易知識,還需要熟練程式語言 |
|
創新IDEA |
撰寫程式需要大量靈感,如何寫的簡潔有力也能達到你的目的,將會是你致勝的關鍵 |
以上只列舉幾個非常重要的能力,其他例如:紀律、不怕失敗、持續學習、熱愛數字、國際金融、個體經濟...等也一樣重要,試想你即便程式寫得再好,如果你的貪婪支配了你的行為,無法照程式走,那一切也是枉然。
量化交易是詐騙嗎?
回答問題前,先談談賭馬、賽事、博弈,這些都跟數學有關,前幾世紀最愛去賭場的人就是數學家呢!總之因為賭馬一樣是可以透過電腦大數據分析,所以常被網路上的不肖商人拿來使用,使得量化交易被汙名化,甚至發生過ACI平台捲款遣逃的事情,這邊股股簡單支愣你兩招,教你避開詐騙,開心擁抱真正的量化交易:
- 別去沒成交量、沒名氣的平台/券商
- 檢查API是否跟券商連接
- 同理心:尤其是太好康的廣告,考慮到平台/券商賺什麼
量化交易就是種交易方式,不是非常輕鬆的入門選擇,因此看到廣告寫輕鬆月入百萬,或是一名辣妹開名車,就幾乎99.99%是詐騙,真正的量化交易者應該是:

股股QA時間
1. 加密貨幣or股票,哪個更適合量化?
你中午想吃咖哩飯還是牛肉麵?你馬上想到荷包只有100元。以上這個例子想告訴你,首先得先稿清楚量化是什麼?最常被用的資料室交易量與價格,而且根據定義就可知道這兩者皆可,沒有誰好誰壞的區別,不過有些波動大且沒規律的商品就要特別留意。
2.對於新手投資,但有一定程式基礎建議用量化交易?
可以嘗試,但絕非必要,量化交易通常是篤信歷史會重演的人,因此用過去資料去推敲未來,雖然用程式數據佐證,但仍有機率不準確,你該問的是:你想怎麼投資呢?價值投資?技術分析?再者也建議財金背景要夠強才能寫出好的策略。
3.一定要會寫程式?
不用,但跟你找工作一樣,有多益英文能力,自然是多加分,你不會程式就用excel,不管是excel還是c++,能達成兩目的即可,首先是賺錢,其次是賺錢。
4.量化交易很賺錢?
沒錯,甚至可以讓你財務自由,但是絕對不是「爆富」,跟創業一樣,是緩慢累積的結果,前期你需要先建構好的策略、模型,接著數百萬次的交易,不斷調整參數與策略,最終達到一個還可以的勝率。
5.現在開始會不會太晚?
這就跟投資一樣,永遠不嫌晚,只是你還沒開始。
6.量化交易(Quantitative Trading)和演算交易(Algorithmic)的差別?
其實差別就在於演算交易,類似於我們的電子訂單,過去採用打電話的人工下單,技術發展之下能透過自動停利/停損/下單,只要事前設定好指令,一旦條件被觸發就會自動執行,視為演算交易,量化交易則是追求更好的α而存在。
7.要準備多少錢才可以量化交易?
錢不是問題,問題是你懂策略嗎?沒有好的策略,再多錢也只是浪費,因此別關心自己有多少錢,開始學習所需要的一切吧。
結論
量化交易勢必會成為主流投資的方式,不過跟所有的交易方式一樣,量化交易有好有壞,本篇就是告訴你優缺點及內容後,給你自行判斷到底量化交易是否適合現階段的你?
最後想提醒你,量化交易這條路非常漫長,不會是一個下午就「叮」想到一個好策略,真正的關鍵是你能找到一個勝率較高的好策略,並且長期執行下去,過程中可能常常會懷疑人生,或是想要放棄,但是多請教前輩、參與課程、加入協會都會是你繼續走下去的動力,你的終極目標不是要在股市裡面一個月內爆賺錢,而是要長期在市場上生存,並持續可獲利。
延伸學習
假設你想學習更多,股股推薦你可已把本篇搭配加密貨幣課程服用,讓你量化交易功力大增。
為何會推薦量化交易加密貨幣呢?
因為
- 加密貨幣市場的價格變動快速
- 沒有基本市場面可以預測其價格的變動
- 加密貨幣市場為 24–7 全年無休交易
- 交易所眾多,套利機會長期存在 (據 CoinMarketCap 統計,目前全球交易所有近 300 家)
想知道更多?延伸閱讀
暗池dark pool

「電子交易出現後,股市依靠以極快速度互相溝通的電腦運作,演算法在各地高速網路上活動,交易場域分散到幾十處、祕密交易機構的觸角延伸全球,整個市場已變成一個龐大暗黑交易所,連創造這系統的人也未必了解這瘋狂的活動。2010年5月6日,美國電腦交易系統不知道出了什麼問題,道瓊指數在幾分鐘內直落八百點,這次閃電崩盤證明,這不是反自動化人士杞人憂天所杜撰的狀況....全自動化促使大起大落的情況層出不窮....卻始終找不到原因.....。」
- 試想所有程式都設定10%停損,一旦股票大跌,這些程式交易瘋狂賣出的結果只會使股票跌得更慘...。
定期定額,主要的概念是將投資總額分期,並在固定時間投入固定金額。定期定額非常適合新手,它降低了投資者的「心理影響」以及對「進場時機」的要求,以下總整理適合新手的 7 檔 ETF。
美股交易平台如何選?包含美股交易手續費、出金費用等等,介紹IB 盈透 App「GlobalTrader」,其五大功能讓投資人的美股交易更加便利!
近期有越來越多人開始投資美股,但市面上有那麽多種美股開戶平台,如 TD 、 Firstrade 等,本篇文章會介紹最熱門的 4 家美股券商