在量化交易过程中，量化投资思维的应用几乎覆盖了投资的全过程，从投资标的的筛选，到投资标的策略分析，再到投资标的的策略实现，最后到投资策略的风险控制和反馈，这样的特性使得量化思维在不同的投资领域能自成体系，形成不同的投资风格，内容重心也各不相同。下面重点介绍与最化策略相关的几个主要概念，包括趋势策略、量化对冲策略、套利策略、高频策略，以及算法交易等概念。尤其需要注意的是算法交易。

算法交易在量化策略的实现中起到辅助的作用，一般通过程序化来确定投资标的的交易时间、交易价格、交易手数等。算法交易最初是为了将大单拆分成大量较小的交易，以减少对市场的冲击，降低机会成本和风险。随着相关技术的发展完善，算法交易因其优势开始被应用在交易的各个方面。例如，在电子新闻信息到达时算法交易方式能迅速实现交易，此时，其他交易者甚至还不知道信息的存在。根据各个算法交易中算法的主动程度不同，可以把算法交易分为被动型算法交易、主动型算法交易、综合算法交易三大类。

（一）被动型算法交易

被动型算法交易除利用历史数据估计交易模型的交键参数外，不会根据市场的状况主动选择交易的时机和交易数量，而是按照一个既定的交易方针进行交易。其核心是减少滑价（目标价与实际成交价差）。被动算法交易是最成熟，应该也最广泛，在市场上使用最多的成交量加权平均价格（VWAP）、时间加权平均价格（TWAP）等都是被动型算法交易的例子。

（二）主动型算法交易

主动型算法交易也叫机会型算法交易。这类交易算法根据市场的状况做出实时的决策，判断是否交易、交易的数量、交易的价格等。主动型算法交易除了努力减少滑价之外，还把关注的重点落在了价格趋势的预测上。例如，判断市场价格在向不利交易者的方向运动时，就推迟交易的执行；反之加快交易的速度。由于市场价格存在较强的均值回归现象，主动型交易算法的作用是尽可能迅速抓住每次利于自己的价格偏移。

（三）综合型算法交易

综合性算法交易是前两者的结合，既包含既定的交易目标，也对具体实施交易的过程中是否交易进行一定的判断。这类算法常见的操作模式是把交易指令拆开，分布到若干个时间段内，每个时间段内具体如何交易由主动算法交易来进行判断执行。两者的结合可以达到单独一种算法无法达到的效果。

这里以VWAP为例，介绍一下结合型算法交易的基本思想和具体操作。VWAP的基本思想就是让自己提交的交易理与市场成交量比例尽可能地匹配，在减少对市场冲击的同时，获得市场成交均价的交易价格。标准的VWAP算法交易是静态的，即在交易开始之前，利用已有信息提交交易，交易开始之后按照既定的算法进行交易，不考虑交易期间的信息。其中的一个改进型的VWAP算法基本思路是：市场价格在保证高价位的低提交量的同时，能够防止出现价格的持续上涨而提交量过度向后聚集；在市场价格低于市场均价的时候，根据市场价格的走势，不同程度地增加提交量，在保证低价位的高提交量的同时，能够防止价格的持续走低而提交量又过度提前完成。

下面着重介绍目前市场上常见的一些策略类型：趋势策略、量化对冲策略、套利策略、高频策略等。

1、趋势交易

趋势策略的核心是趋势追踪，其基本思路是追随价格走势。比如，对于一个期货标的来说，当其向上突破重要的压力位后可能意味着一波大的上海趋势行情的到来，或者向下突破某重要的阻力位后，可能意味着一波大的下跌行情的到来。趋势策略就是试图寻找相对大的趋势波段的到来，并且在突破的时候进行减仓或者平仓操作，以期获得较大的波段收益。

趋势策略主要基于三个方面的信息：基本面、技术面和消息面。基本面分析的经济逻辑较强，对时间的解释性也较强，比较容易给出一套逻辑来判断某种状态下投资标的的合理价格范畴，但基本面分析不容易判断合理价格范畴何时发生变动，对短期行情的判断缺乏指导性。技术面分析对历史已发生的行情进行统计，得出指标来推断将来的行情。其优点是既可以运用于长期的判断，也可以运用短期的判断，并且依据的信息是已经发生的可靠信息，可操作性强。但是它也有自身的缺点：因为它利用的主要是已经发生的信息，所以总是存在滞后性。消息面分析认为，拥有超额信息才能拥有超额收益，拥有非对称信息就可以获得超额收益，但是内幕消息交易是法律禁止的，并且其获得是有一定门槛和成本的。同时假消息也充斥着整个市场，辨别其真伪是有难度的。所以每种方法都在一个方面和一定程度上对投资标的的判断具有指导性，但有各有弊端，需要其他主法来做有益的补充。

趋势策略根据不同的交易周期可以分为长线、中线、短线趋势策略，应用面非常广，可以在很多投资标的上应用，所以，形成的趋势策略组合也是非常丰富，进而形成了风格各异的交易风格。趋势策略的缺点是收益不稳定，对趋势行情的依赖度较高。如果资金管理控制得不好，常常会出现较大的回撤，或者有较长时间的无效交易时间段。

2、量化对冲策略

量化对冲策略包含了量化和对冲两层意思。从程序化交易的角度理解量化对冲策略，就是用量化的方研究出某一市场、某一板块或一品种与另外一市场、板块或品种之间存在着稳定获利的可能，然后在实盘中利用计算机程序化下单的方式按照对冲的思路进行交易。

常见的量化对冲策略包括股票对冲（Equity Hdege）、事件驱动（Event Driven）、全球宏观（Macro）、相对价值套利（Relative Value）四种。与期货市场结合得比较紧密的量化对冲策略一般是指股票与股指期货的对冲交易，也叫阿尔法套利。纯期货间的量化对冲策略也是套利策略，而依据宏观对冲、行业下下游或者品种季节性因素等逻辑进行的纯期货间的对冲交易，往往不采用程序化的下单方式。

资本资产定价理论（CAPM）告诉我们，投资组合的期望收益由两部分组成：其中ɑ收益为投资组合超越市场基准的收益，β收益为投资组合承担市场系统风险获得的收益。虽然优秀的基金经理可以通过选股、择时获得ɑ收益，但无法避免市场下跌带来的系统风险。通过对冲手段就可以剥离或降低投资组合的系统风险（β收益），获取纯粹的ɑ收益，使得投资组合无论在市场上涨或下跌时均能获取正收益，因此，对冲基金往往追求绝对收益而非相对收益。依据上述思路构建的量化对冲策略就叫阿尔法策略又称为市场中性策略，是当前国内私募证券投资基金最常用的策略之一，也是国内量化对冲策略的典型代表。在国内，常用的操作方式为：买入股票同时卖出与股票等市值的股指期货（也可以采取融券方式）；盈利模式为：所买股票的涨跌幅超越大盘的涨跌幅。

量化对冲策略的特点是收益曲线走势较为稳健，收益不高但稳定，回撤较小，对基金经理的选股能力要求较高，要求股票组合具备超越大盘的阿尔法收益。

3、套利策略

这里所说的套利策略，是指量化套利交易策略，是在期现套利、跨市套利、跨品种套利或者跨期套利等套利模式基础上，通过计算机自动下单取得稳定收益的交易策略。传统的需要通过期现交割来实现套利利润的套利交易由于无法实现计算机自动交易，不在此论述范围之内。

期现套利除了股票与股指期货对冲的阿尔法策略以外，还有期货黄金与上海黄金交易所现货黄金之间的自动化交易套利策略，它也是一个成功的跨市场量化套利策略案例。关于这个套利策略的介绍可在公开媒体上查阅。跨品种套利策略的开发思路可以参考配对交易，股票配对交易在国外市场做得比较成熟。

商品期货跨期套利策略，依据量化策略构建的流程，首先通过第三方数据库获得商品期货品种的期货、现货价格数据，再通过综合分析期货、现货价格数据，发现现货价格发生涨跌变化时，期货在远近合约价格跟进得更及时，而远月合约价格的反应则比较迟钝，因此在远近月合约间便产生了价差的有规律的波动，利用这种波动设计而成的一个跨期套利策略。经过数据测试和模拟跟踪后，便可以在实盘账户上交易使用。

套利策略的特点是收益稳定，回撤低，但其相对趋势策略整体上年化收益率偏低，因此一般比较受到机构或者资金规模较大的投资者喜爱，有些套利策略受市场流动性制约容量的限制。

4、高频交易策略

高频交易，是高度量化和计算机化的一种交易方式，是程序化交易中无论硬件、软件，还是网络传输速度均要求最高的交易模式。这类策略的反应时间在毫秒级别，不是交易者人工反应过来的，这是唯一一个无法实现交易者人工操作的纯程序化量化策略。

高频交易的成功取决于两个关键的要素，其一是产生高频交易信号的交易策略；其二是优化交易执行过程的算法。这两大核心要素都对高频交易平台的运算速度提出了极高的要求。高频交易策略的交易速度包括两个部分：一部分是指高频交易系统接收实时行情，分析数据，发出买卖交易指令的速度；另一部分是指交易指令到达交易所的速度。前者需要优秀的算法程序和功能强劲的计算机硬件；后者需要迅速、稳定的网络连接。

高频交易的特点是：交易次数多，基本无回撤，但是对软件、硬件的性能要求最高，对网络数据处理速度和传输速度要求最高，且往往成为其策略成功的核心所在。

低佣股票开户加QQ：1766691002

低佣股票开户加QQ：1766691002

低佣股票开户加QQ：1766691002