量化投資理論是藉助現代統計學和數學的方法，利用計算機技術從龐大的歷史數據中海選能帶來超額收益的多種「大概率」事件以制定策略，用數量模型驗證及固化這些規律和策略，然後嚴格執行已固化的策略來指導投資，以求獲得可持續的、穩定且高於平均的超額回報。
量化從一開始也不是作為定性的對立面而提出的方法，它是將定性分析中的技術分析策略用模型固化，替代過程中可以用電腦進行的部分並將其效用極大優化。量化交易策略幾乎覆蓋了投資的全過程，包括量化選股、量化擇時、股指期貨套利、商品期貨套利、統計套利、演算法交易，資產配置，風險控制等。
程序化交易將具體的交易時機，倉位，止損止盈，獲利標准編寫進交易程序中，也可能獨立於程序外。程序化只是交易執行的一種方式。
㈡ 量化交易有什麼類型
閃牛分析：
概念
量化交易是指以先進的數學模型替代人為的主觀判斷，利用計算機技術從龐大的歷史數據中海選能帶來超額收益的多種「大概率」事件以制定策略，極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下作出非理性的投資決策。
特點
定量投資和傳統的定性投資本質上來說是相同的，二者都是基於市場非有效或弱有效的理論基礎。兩者的區別在於定量投資管理是「定性思想的量化應用」，更加強調數據。量化交易具有以下幾個方面的特點：
1、紀律性。根據模型的運行結果進行決策，而不是憑感覺。紀律性既可以剋制人性中貪婪、恐懼和僥幸心理等弱點，也可以克服認知偏差，且可跟蹤。
2、系統性。具體表現為「三多」。一是多層次，包括在大類資產配置、行業選擇、精選具體資產三個層次上都有模型；二是多角度，定量投資的核心思想包括宏觀周期、市場結構、估值、成長、盈利質量、分析師盈利預測、市場情緒等多個角度；三是多數據，即對海量數據的處理。
3、套利思想。定量投資通過全面、系統性的掃描捕捉錯誤定價、錯誤估值帶來的機會，從而發現估值窪地，並通過買入低估資產、賣出高估資產而獲利。
4、概率取勝。一是定量投資不斷從歷史數據中挖掘有望重復的規律並加以利用；二是依靠組合資產取勝，而不是單個資產取勝。
應用編輯
量化投資技術包括多種具體方法，在投資品種選擇、投資時機選擇、股指期貨套利、商品期貨套利、統計套利和演算法交易等領域得到廣泛應用。在此，以統計套利和演算法交易為例進行闡述。
1、統計套利
統計套利是利用資產價格的歷史統計規律進行的套利，是一種風險套利，其風險在於這種歷史統計規律在未來一段時間內是否繼續存在。
統計套利的主要思路是先找出相關性最好的若干對投資品種，再找出每一對投資品種的長期均衡關系（協整關系），當某一對品種的價差（協整方程的殘差）偏離到一定程度時開始建倉，買進被相對低估的品種、賣空被相對高估的品種，等價差回歸均衡後獲利了結。股指期貨對沖是統計套利較長採用的一種操作策略，即利用不同國家、地區或行業的指數相關性，同時買入、賣出一對指數期貨進行交易。在經濟全球化條件下，各個國家、地區和行業股票指數的關聯性越來越強，從而容易導致股指系統性風險的產生，因此，對指數間的統計套利進行對沖是一種低風險、高收益的交易方式。
2、演算法交易。
演算法交易又稱自動交易、黑盒交易或機器交易，是指通過設計演算法，利用計算機程序發出交易指令的方法。在交易中，程序可以決定的范圍包括交易時間的選擇、交易的價格，甚至包括最後需要成交的資產數量。
演算法交易的主要類型有: (1) 被動型演算法交易，也稱結構型演算法交易。該交易演算法除利用歷史數據估計交易模型的關鍵參數外，不會根據市場的狀況主動選擇交易時機和交易的數量，而是按照一個既定的交易方針進行交易。該策略的的核心是減少滑價（目標價與實際成交均價的差）。被動型演算法交易最成熟，使用也最為廣泛，如在國際市場上使用最多的成交加權平均價格（VWAP）、時間加權平均價格（TWAP）等都屬於被動型演算法交易。 (2) 主動型演算法交易，也稱機會型演算法交易。這類交易演算法根據市場的狀況作出實時的決策，判斷是否交易、交易的數量、交易的價格等。主動型交易演算法除了努力減少滑價以外，把關注的重點逐漸轉向了價格趨勢預測上。 (3) 綜合型演算法交易，該交易是前兩者的結合。這類演算法常見的方式是先把交易指令拆開，分布到若干個時間段內，每個時間段內具體如何交易由主動型交易演算法進行判斷。兩者結合可達到單純一種演算法無法達到的效果。
演算法交易的交易策略有三：一是降低交易費用。大單指令通常被拆分為若干個小單指令漸次進入市場。這個策略的成功程度可以通過比較同一時期的平均購買價格與成交量加權平均價來衡量。二是套利。典型的套利策略通常包含三四個金融資產，如根據外匯市場利率平價理論，國內債券的價格、以外幣標價的債券價格、匯率現貨及匯率遠期合約價格之間將產生一定的關聯，如果市場價格與該理論隱含的價格偏差較大，且超過其交易成本，則可以用四筆交易來確保無風險利潤。股指期貨的期限套利也可以用演算法交易來完成。三是做市。做市包括在當前市場價格之上掛一個限價賣單或在當前價格之下掛一個限價買單，以便從買賣差價中獲利。此外，還有更復雜的策略，如「基準點「演算法被交易員用來模擬指數收益，而」嗅探器「演算法被用來發現最動盪或最不穩定的市場。任何類型的模式識別或者預測模型都能用來啟動演算法交易。
潛在風險
量化交易一般會經過海量數據模擬測試和模擬操作等手段進行檢驗，並依據一定的風險管理演算法進行倉位和資金配置，實現風險最小化和收益最大化，但往往也會存在一定的潛在風險，具體包括：
1、歷史數據的完整性。行情數據不完整可能導致模型與行情數據不匹配。行情數據自身風格轉換，也可能導致模型失敗，如交易流動性，價格波動幅度，價格波動頻率等，而這一點是目前量化交易難以克服的。
2、模型設計中沒有考慮倉位和資金配置，沒有安全的風險評估和預防措施，可能導致資金、倉位和模型的不匹配，而發生爆倉現象。
3、網路中斷，硬體故障也可能對量化交易產生影響。
4、同質模型產生競爭交易現象導致的風險。
5、單一投資品種導致的不可預測風險。
為規避或減小量化交易存在的潛在風險，可採取的策略有：保證歷史數據的完整性；在線調整模型參數；在線選擇模型類型；風險在線監測和規避等。
㈢ 程序化交易的缺點是什麼
【上海中期程序化交易黃埔軍校為您解答】：其實程序化交易的優點，同時也是它的缺點，它扼制了交易的主觀判斷可能在交易中發揮的作用，無人值守的全自動程序化交易可能受到諸如斷電、斷網、死機等因素的困擾。
㈣ 做股指期貨都可程序化交易了么,我看了幾天好準的不知道該不該相信
期貨一直都可以用
程序化交易
都好些年了
不過真正的模型沒幾個有用的
如果是有用的話，就不可能拿出來隨便賣
依據以前的數據做的，那沒什麼參考意義
㈤ 程序化交易的構成是根據均線和指標來的還是別的什麼來的
程序化交易策略的應用領域十分廣泛，幾乎所有的交易策略中都可以找到其應用。目前國內比較常見的交易策略，大體可以分為五個方向：日內高頻交易、趨勢交易、套利交易、組合策略和其他策略。
1、日內高頻交易
日內高頻交易，顧名思義，就是在日內頻繁地做T+0的交易，只要每次操作的盈利高出手續費，就執行平倉。每一筆盈虧都不多，但是每天的交易次數可能會非常頻繁，達到成百上千次，累積的收益情況就會非常可觀。同時，由於每一筆的虧損都有限，因此風險非常低。以大豆期貨舉例來說，單邊手續費按6元計算，日內平倉不收費，價格每波動1點是10元，那麼只要價格上漲1點就可以贏利平倉，相應的下跌1點也需要立刻止損。
日內高頻交易的優點是風險小、盈利穩定，缺點是由於交易頻繁而產生過高的手續費。
2、趨勢交易
趨勢交易根據交易的周期，可以分為日內的短趨勢交易和隔夜的中長期趨勢。我們主要介紹隔夜的趨勢交易。趨勢交易的一般使用技術分析作為判斷的依據，常見的有均線系統，各種技術指標等。
在使用技術分析進行判斷的時候，往往會出現某個指標對特定的品種效果非常好，但對其他品種效果一般，甚至由於不適合導致虧損。因此對於不同的品種，或者同一品種的不同時期，可能需要使用不同的模型，或者調整模型的參數才能獲得比較理想的回報。
3、套利交易
套利交易是一種低風險、收益穩定的操作方式，是應用范圍最廣泛的程序化交易策略之一，國外大量的對沖基金都是用套利交易作為主要的交易方式。套利交易的種類多種多樣，常見的有期現套利、跨期套利、跨品種套利和alpha套利等。
根據交易的類型，套利的風險也是不同的。以期現套利來說，屬於指數套利，當期貨和現貨指數之間的價差過大時建立頭寸，從而賺取無風險的收益。其他的套 利方式屬於非指數套利，兩個或者多個品種的價差走勢存在一定的不確定性，因此存在一定的風險。根據NYSE的統計，所有的程序化交易中，只有3.5%的交 易是指數套利，而剩下的96.5%都是非指數套利。
4、組合策略
程序化交易的組合策略，就是對投資組合進行操作。當資金量巨大的時候，需要通過分散投資來降低非系統風險，也就是對投資組合進行管理。比如購買一籃子股票組合，或者在投資組合中使用多種交易策略。
程序化交易可以幫助投資者對投資組合中每一個交易品種或者策略都進行精細的管理和分析，從而降低交易風險，提高管理效率。
5、其他策略
除了上面介紹的四種策略之外，還有套期保值策略，使用權證對沖股票風險的對沖策略等。而股指期貨的小合約以及期權上市之後，交易策略將會更加豐富。這里暫不逐一介紹。
㈥ 什麼是股指期貨單邊交易策略
單邊交易策略主要有日內及日間兩種模式：日內模式不需持倉過夜，日間模式的風險相對較大，需要足夠嚴謹與穩健的保證金管理，嚴格止損。在日內策略執行過程中，如果交易次數頻繁，累計持倉頭寸規模較大，那麼也需要相應嚴謹的財產管理及止損方案。參與者介入單邊交易，需要的是獲利概率較高的方案，嚴格的歷史回測及壓力檢測在單邊方案中尤為重要。
㈦ 股指期貨程序化交易模型，哪有
我有，而且和投資公司對比過，比他們效果好，還穩定
㈧ 程序化交易的缺點和優點
程序化交易在國內投資市場興起不久，各種程序化交易模型應運而生，然而我們應該看到事物發展的另外一面，不少程序化交易者然而以失敗告終！總結類納失敗的原因有以下幾條，對於程序化交易者來說極為重要！
首先一些投資者在期貨市場或是股票市場中由於交易不嚴謹導致帳戶虧損後尋求新的交易模式，當然從程序化交易的本質來看交易者都能發現自身交易的弱點，然而對程序化交易膚淺的認識就認為程序化交易就是神話般的交易方式或是虧損拯救的救命稻草，都是不正確的。無論用什麼樣的交易方式都是市場中多空雙方智力拚殺的買賣結果，而程序化交易則是投資者交易策略的量化表現形式，如同自已交易一樣只不過交易結果更為客觀，止盈止損及開倉位置更為嚴格准確了。因此要正確看帶程序化交易的本質，它並不是只賺不虧的神話，在成功的交易策略下它是一個虧少賺多的交易工具。
再者，我們在對大量的程序化交易者調查中發現其程序化交易失敗的原因還有一些更大的誤區，一些對於程序化交易剛認識不久的朋友總喜歡自已動手製做交易模型，當然這是一種自我學識提高的體現，但交易策略的設計及對交易模型的測試則不是每位自已動手製做模型的投資者所能把握好的。這需要更多的專業知識及大量的程序化交易經驗。如：一些初入模型製做的朋友總喜歡將一些技術指標改編為交易模型，結果測試虧損，然而他們所採取的改寫方法僅是對這些指標參數的優化！這是一個非常重要的誤區！參數過余的優化雖在歷史數據測試中能得到盈利的效果，但在以後的交易中會表現極差甚至會出現嚴重的虧損。因為優化出來的結果表明非常適合你所測試的這段行情，然而行情變化多端，在其它的行情組合中就失敗無疑了。
其次，由於沒有大量的歷史數據供程序化交易者來檢驗模型在不同時期及行情組合中的表現，一些程序化交易者當然不限於他們絕大數多的交易者都是有著交易不嚴謹或是乘勝追擊的心理，我們提出的觀點是任何單一的交易模型不可能適應行情中的所有趨勢，震盪模型邊單行情中虧錢，趨勢模型則震盪行情中虧錢，但基於對模型的認識及測試報告的研究，模型交易帳單的分析等不難發現連虧數次後便是盈利，連盈數次後便是虧損，這也說明模型對行情的局限性及行情的運動規律，因此程序化交易者應採取的操作方法是首先確定模型的盈利能力及可靠性，虧損數次後並不是喪失信心，而是提高交易頭寸來獲取利潤，連續盈利數次後則是要感到風險的來臨減小交易的頭寸，控制風險防止資金回撤。因此對於交易模型只要盈利與虧損的幅度在預計的范圍之內我們沒有必要來干預程序的交易結果，更沒有必要喪失信心。
最後要說明的是程序化交易的設計方面要有專業的設計知識，並對該模型進行長期的測試並完全撐握該模型的交易原理及資金運動曲線， 西部匯市為解決單一模型對趨勢的盈利能力特研發了雙模交易系統，利用同一品種的不同周期及不同交易策略對股指的10個交割月份分別進行了測試（股指保留有前9個交割月份的1分鍾的歷史數據）,其交易結果兩個模型分別測試發現了a模型10個月中虧損1個月，b模型10個月中虧損2個月，但是雙模型交易系統將a模型與b模型一起使用其交易結果令人滿意，資金波動曲線正能體現出互補的優勢，並實現了10個月份沒有虧損的效果，也正符合我們設計的要求， 最後提醒大家程序化交易一定要有專業的策略設計及大量的測試結果.以上內容轉自:西部匯市官方網站
㈨ 股指期貨量化分析是什麼
股指期貨量化分析就是通過一定的「模型」對股指期貨的歷史數據進行回溯測試分析，從而應用到未來的走勢進行預測，目標就是在盈利概率高的情況下進行交易以期獲得在風險可控情況下持久穩定的盈利。
量化分析就是數據分析，參考 http://..com/question/2122011.html
對整個市場的預測是不容易的，相當於對（市場上交易的所有的）人的行為進行預測，或者說預測未來。目前主流的股指期貨（包括其他商品期貨）主要通過參數過濾來生成交易信號，如最簡單的，MACD金叉做多開倉，死叉做空平倉。策略大致分兩種，1）趨勢跟蹤，即突破追漲殺跌；2）均值回歸，即高拋低吸。頻率從分筆數據到日線，從每幾天交易一次到每天交易幾十次都有。
實現手段基本都採用程序化交易，排除人為干擾。或自己寫程序，或採用第三方軟體（廣告就不做了）。
㈩ 什麼是股指期貨中期趨勢交易策略
一位尋求進入交易的交易員注意到收盤價格明顯低於過去兩天。他決定以期望價格下跌來「做空」股票。賣空股票意味著如果股票價值下跌，他就能賺錢。到至關重要作用的力量肌肉群被稱作核心