🔑 注册账户
👨💼 24小时内进行身份认证
🎁 获得点卡奖励
Gate博客
加密货币新闻、热点&行业洞察
Gate.io 比特百科：什么是量化交易
05月25日 12:38
量化交易的概念
量化交易（Quantitative Trading）起源于上世纪70年代，目前以逐渐发展为成为一种主流的交易手段。具体来说，量化交易是一种使用计算机取代人为判断进行决策的投资方法。通过利用先进模型，对于海量数据进行分析，量化交易能够发掘出市场中的投资机会。同时，量化交易避免了人的情绪波动等非理性因素所带来的错误判断。目前，在成熟的传统金融市场（如美国），有70~80%以上的交易是由量化交易完成的。而在诸如中国、印度这样的新兴金融市场，这一比例约40%左右。
知名的量化投资企业有成立于1982年的文艺复兴科技（Renaissance），以及依赖大数据和人工智能，擅长分析新闻舆情的2 Sigma等等。
从原理上来说，量化交易与传统交易都基于市场的非有效或弱有效理论（Weak-Form Market Efficiency）。在无效或弱有效的市场中，由于信息不对称、交易成本、市场心理等因素，资产的价格会被高估或是低估，而准确捕捉到这种定价上的市场失灵（Pricing Inefficiency），则是获得超额收益的关键。
在传统人工交易模式中，投资经理常常进行成长等基本面上的分析，对个股加以估值，从而发现定价不当的资产，并在交易中获利。而在量化投资中，人脑中抽象的金融、经济学知识则被具现化为程序和算法。
举例来说，卫星数据显示，某段时间内全球沃尔玛商场外的停车数目有所增加，这表明沃尔玛的顾客增加，预期下一季度财报表现更佳，沃尔玛股价彼时也将上涨。因此，量化程序在发现停车数目显著增长时，便会在沃尔玛股价尚未上涨前，及时购入相关资产，以实现获利。
在纷繁庞杂的市场上，海量因素都影响着资产的价格。无论是历史价格起伏，还是供应链的变动，甚至是社交媒体上的讨论，都可能帮助我们预估市场价格的涨跌。而对海量数据进行分析汇总，全面、系统地发掘市场上的不当定价，正是计算机所擅长的。尤其对那些市场上反复发生的套利机会，计算机能够实现良好的识别和捕捉。
量化交易分类
按照交易频率划分，频率从低到高，可以将量化交易分为超低频交易（投资周期可达1天乃至一周），中低频交易（投资周期在1秒到1小时级别）以及高频交易（High-Fluency Trading，HFT，投资周期在1秒以内，甚至可以达到毫秒级别）。
量化交易要素
对于量化交易来说，硬件环境、相关数据、金融理论、程序开发，四点缺一不可。就高频交易而言，由于交易周期极短，需要最大限度提高决策速度，降低决策延迟，硬件、软件条件尤为重要，比如，高频交易团队会使用特制的电路硬件（FPGA）提高速度。因此，高频交易具有很高的技术和资金门槛。
量化交易的理论一般被称为交易策略。一个完整的交易策略至少需要包含输入、逻辑处理方法、输出三个部分。常见的交易策略有很多种，新兴方法有如机器学习、大数据分析等，目前正在量化领域不断发展，传统策略则有统计套利类策略、趋势跟踪类策略等等。
量化交易与虚拟货币
虚拟货币市场的某些特点，使得开展量化交易具有天然优势。首先，虚拟货币交易所往往提供相关API接口，方便用户获取详细的历史价格数据。此外，与股票市场不同，虚拟货币市场7x24小时开展交易，程序能够24小时运转，迎接全天候的交易挑战，虚拟货币交易数据也更为连贯性，更利于开展研究。
个人可以开展量化交易吗
虽然很难达到高频级别的量化交易，个人所有的硬件、程序也能够捕获分钟、秒级的交易信号，可以实现中低频的量化交易。
目前，开发量化交易软件的主流平台语言是Python和R语言。至于交易策略，普通玩家可以选择自行开发算法，实现某种交易技巧，也可以根据某些交易指标如蜡烛图、布林带等，编写量化程序。在完成相关的软件、硬件准备后，还必须利用历史数据，对所编写的程序进行回归测试和模拟交易，经过测试后，便可以开展实盘交易了。
除了自行配置开发环境、开发量化程序外，投资者也可以访问Gate.io的量化中心，一键实现智能量化策略和数字资产的量化交易。
https://therobusttrader.com/what-percentage-of-trading-is-algorithmic/
作者：Gate.io 研究员：Edward.H
*本文仅代表研究员观点，不构成任何投资建议。
*本文内容为原创，版权为Gate.io所有，如需转载请注明作者和出处，否则将追究法律责任。
量化交易（Quantitative Trading）起源于上世纪70年代，目前以逐渐发展为成为一种主流的交易手段。具体来说，量化交易是一种使用计算机取代人为判断进行决策的投资方法。通过利用先进模型，对于海量数据进行分析，量化交易能够发掘出市场中的投资机会。同时，量化交易避免了人的情绪波动等非理性因素所带来的错误判断。目前，在成熟的传统金融市场（如美国），有70~80%以上的交易是由量化交易完成的。而在诸如中国、印度这样的新兴金融市场，这一比例约40%左右。
知名的量化投资企业有成立于1982年的文艺复兴科技（Renaissance），以及依赖大数据和人工智能，擅长分析新闻舆情的2 Sigma等等。
从原理上来说，量化交易与传统交易都基于市场的非有效或弱有效理论（Weak-Form Market Efficiency）。在无效或弱有效的市场中，由于信息不对称、交易成本、市场心理等因素，资产的价格会被高估或是低估，而准确捕捉到这种定价上的市场失灵（Pricing Inefficiency），则是获得超额收益的关键。
在传统人工交易模式中，投资经理常常进行成长等基本面上的分析，对个股加以估值，从而发现定价不当的资产，并在交易中获利。而在量化投资中，人脑中抽象的金融、经济学知识则被具现化为程序和算法。
举例来说，卫星数据显示，某段时间内全球沃尔玛商场外的停车数目有所增加，这表明沃尔玛的顾客增加，预期下一季度财报表现更佳，沃尔玛股价彼时也将上涨。因此，量化程序在发现停车数目显著增长时，便会在沃尔玛股价尚未上涨前，及时购入相关资产，以实现获利。
在纷繁庞杂的市场上，海量因素都影响着资产的价格。无论是历史价格起伏，还是供应链的变动，甚至是社交媒体上的讨论，都可能帮助我们预估市场价格的涨跌。而对海量数据进行分析汇总，全面、系统地发掘市场上的不当定价，正是计算机所擅长的。尤其对那些市场上反复发生的套利机会，计算机能够实现良好的识别和捕捉。
图片来源:unsplash.com
量化交易分类
按照交易频率划分，频率从低到高，可以将量化交易分为超低频交易（投资周期可达1天乃至一周），中低频交易（投资周期在1秒到1小时级别）以及高频交易（High-Fluency Trading，HFT，投资周期在1秒以内，甚至可以达到毫秒级别）。
量化交易要素
对于量化交易来说，硬件环境、相关数据、金融理论、程序开发，四点缺一不可。就高频交易而言，由于交易周期极短，需要最大限度提高决策速度，降低决策延迟，硬件、软件条件尤为重要，比如，高频交易团队会使用特制的电路硬件（FPGA）提高速度。因此，高频交易具有很高的技术和资金门槛。
量化交易的理论一般被称为交易策略。一个完整的交易策略至少需要包含输入、逻辑处理方法、输出三个部分。常见的交易策略有很多种，新兴方法有如机器学习、大数据分析等，目前正在量化领域不断发展，传统策略则有统计套利类策略、趋势跟踪类策略等等。
量化交易与虚拟货币
虚拟货币市场的某些特点，使得开展量化交易具有天然优势。首先，虚拟货币交易所往往提供相关API接口，方便用户获取详细的历史价格数据。此外，与股票市场不同，虚拟货币市场7x24小时开展交易，程序能够24小时运转，迎接全天候的交易挑战，虚拟货币交易数据也更为连贯性，更利于开展研究。
个人可以开展量化交易吗
虽然很难达到高频级别的量化交易，个人所有的硬件、程序也能够捕获分钟、秒级的交易信号，可以实现中低频的量化交易。
目前，开发量化交易软件的主流平台语言是Python和R语言。至于交易策略，普通玩家可以选择自行开发算法，实现某种交易技巧，也可以根据某些交易指标如蜡烛图、布林带等，编写量化程序。在完成相关的软件、硬件准备后，还必须利用历史数据，对所编写的程序进行回归测试和模拟交易，经过测试后，便可以开展实盘交易了。
除了自行配置开发环境、开发量化程序外，投资者也可以访问Gate.io的量化中心，一键实现智能量化策略和数字资产的量化交易。
Gate.io 量化中心
数据来源：https://therobusttrader.com/what-percentage-of-trading-is-algorithmic/
作者：Gate.io 研究员：Edward.H
*本文仅代表研究员观点，不构成任何投资建议。
*本文内容为原创，版权为Gate.io所有，如需转载请注明作者和出处，否则将追究法律责任。
解锁盲盒最高获$6666奖励
立即注册
即刻领取20点卡
新人专享，仅需2步马上获得点卡
马上领取
