量化交易：通俗点：就是把你多年有关风险控制、套利、交易策略等一系列的投资经验总结成规律并通过计算机语言来实现，有计算机带你在市场上交易。
量化适合所有人吗？
说到量化就应该了解金融行业的本质，金融本身是不创造财富的，它的作用是让资本高效流通，发挥资本的作用，让社会生产生活更加丰富高效，但也容易造成了很多资产风险，酿成危机。
所以人们在购买的时候主要是关注市场对产品价格的变化通过差价来获取利润，所以量化交易只是通过计算机来简化了中间的过程实现人力的解放，从而实现量化价值。但是归根结底量化也只是工具，对于一般人而言并不是都适应的。
如果你是一个经验丰富的投资者，有了很稳健的交易系统，那么你可能需要的不是量化思路，而是怎么通过计算机来实现你的思路。如果你是一个程序员那么可能这是一个你需要研究的方向。再次强调量化只是工具，明白什么适合自己，怎么做适合自己。
实现量化的步骤：
第一步，利用现成指标构建逻辑。
软件内置了众多的技术指标，取出一个，写入买卖点，回测下历史行情，这样就可以得到一个简单的策略了。随着策略经验的积累，这里的逻辑选择会越来越多样化。当然这样的策略一般是不赚钱的。
第二步，进行参数优化。
选择参数遍历，观察不同参数对于策略会产生怎样的影响。一般情况下我们会得到几组看起来比较赚钱的参数。
第三步，进行样本外检测。
比如说我们之前的参数是2017年的数据得出的几个表现好的参数，那么我们就用2015/2017的数据对这些参数进行检测。一般来说，这一参数会在样本外惨淡无比，完全没有样本内优化出来的威武。
第四步，进行观察，判断策略失效的原因是什么。
假设发现策略失效原因是样本外某一两次特殊的行情导致大幅亏损，那么我们就可以设置一个硬止损来规避这种风险；如果发现策略失效是因为交易次数过少，那我们就将交易逻辑稍微放松，比如要求>x的地方改为>=x甚至是>=x-1。等等等等，这种修改就是策略的经验了。设置好新的逻辑后我们回到第二步，重复以上步骤。最终我们修改得到了一个样本内外都赚钱的策略。
第五步，实盘追踪。
在未来一段完全未知的行情中随着时间检验策略，观察策略的真实表现究竟如何。如果表现与预期相符合，那么说明策略有效。第六步，进行交易。随着交易进行，我们也要观察策略的有效性，当发现策略出现超出预期的亏损时。
第七步，调整或终止策略。
完整的量化模型构成：分为五大部分：策略模型、风险模型、成本模型、投资组合、执行模型（交易）
(1) 策略模型：
趋势跟随型：投资者认为在一定时间内币市行情一般是朝着同一方向变化的。简单说，就是看涨做涨；
均值回复型：投资者认为在一定时间内币市行情并非朝着同一方向变化的。简单说，就是超涨了卖，超跌了买；
技术情绪型：价格、成交率反应了投资者对后续行情的情绪，通过预测情绪来判断后市。玩心理战；
价值型：买入被低估的币，卖出被高估的币；
成长型：买入快速发展且有良好前景的币种;
（2）风险模型
（3）成本模型
本质是为了省钱，虽然交易费看起来不多，频繁交易累加起来的确也不少。
（4）投资组合
（5）执行模型：
文章尽量都会每天及时更新。对区块链或者币圈量化交易感兴趣的朋友可以关注并转发。
评论并回复：“策略”免费领取量化交易软件跟专业策略。
免责声明：信息仅供参考，不构成投资及交易建议。投资者据此操作，风险自担。
网友评论