再談量化交易 ，歡迎批評指正

讓我們再次探討量化交易。有些人認為它很複雜，但實際上很簡單。我們每天都在使用它，隻是沒有對其進行“量化”。例如，某人有自己的策略， 對那些股票好使，哪些不好使有經驗，對什麽時候好使，什麽時候不好使能把控，要結合什麽指標來看，什麽時候進場，什麽時候出場有感覺，經驗也豐富，但多年下來效果不佳， 好像是像賭博一樣繼續碰運氣，那麽他實際上就在用量化的概念，隻是人腦量化而已。而電腦量化交易會有所幫助：

跨股票策略比較  : 從不同的股票中，比較這個策略，找到最適合該策略的股票。

量化結果評估  : 量化結果，例如平均回報率，贏率，風險回報率、夏普比率（Sharpe ratio, 比較利潤的穩定性及其與無風險投資（如銀行定期存單或債券）利潤的對比）。

機器學習驅動的分析  : 將交易曆史輸入機器學習模型，讓機器檢測績效模式，並決定繼續還是停止使用該策略。

因此，沒有量化交易的人可能會有這樣的感覺：哦，這個策略贏的時候贏得很少，但輸的時候輸很多，而量化交易會仔細檢查這種情況。然後，人們會憑感覺交易，比如贏5%就跑，而量化這是根據曆史數據和股票的“個性” 而給出具體建議。數據可能會告訴你，看起來你在贏錢，但不如銀行CD。 在QQQ上贏5%和在AMC上贏5%完全不是一回事， 這個人們都知道，但量化是用數據來表達這種不一樣。量化交易會使用精確的參數來定義交易模型：策略、入場點、出場點以及應對方案（“如果”會怎樣）。量化交易將幫助投資者獲得最佳的整體表現。

歡迎私信給我交流探討。 如果 你覺得有個交易點子，我 可以給你建個模型看看。 你有什麽好注意，也希望分享，謝謝！