量化交易策略的产生是一个复杂的过程，需要综合运用金融知识、数学模型和计算机技术等多方面的知识和技能，一般有自主研发、学术研究、借鉴模仿、购买商业策略等来源途径，以下是具体介绍：

   自主研发

1. 基于市场经验和直觉：交易员或量化分析师凭借长期对市场的观察和交易经验，形成对市场运行规律的一些直观认识，进而转化为量化交易策略。例如，观察到股票市场在节假日前后往往有特定的涨跌倾向，就可以尝试构建基于节假日效应的量化交易策略，在节前特定时间买入，节后特定时间卖出。

2. 数据挖掘与分析：通过对大量历史金融数据的挖掘和分析，发现其中隐藏的规律和模式，从而构建量化交易策略。可以利用统计分析方法、机器学习算法等，对股票价格、成交量、宏观经济数据等进行分析，寻找变量之间的相关性和趋势。比如，通过分析发现某些股票的成交量和价格之间存在特定的领先滞后关系，就可以据此构建交易策略。

3. 结合多学科知识：将物理学、统计学、数学等多学科的理论和方法应用于量化交易策略的研发。例如，借鉴物理学中的布朗运动理论来描述股票价格的随机波动，构建基于随机过程的量化交易策略；运用统计学中的时间序列分析方法，对金融时间序列数据进行建模和预测，制定相应的交易策略。

   学术研究

1. 金融学术文献：金融领域的学术研究不断提出新的理论和方法，为量化交易策略的产生提供了丰富的思想源泉。例如，资本资产定价模型（CAPM）、套利定价理论（APT）等经典理论，为量化投资中的风险定价和资产配置提供了理论基础，基于这些理论可以开发出各种量化选股和资产配置策略。

2. 会议与交流：参加金融学术会议、研讨会等活动，与同行进行交流和学习，了解最新的研究成果和前沿技术，并将其应用到量化交易策略的开发中。比如，在机器学习与金融交叉领域的学术会议上，可能会了解到最新的深度学习算法在金融市场预测中的应用，从而启发自己开发基于深度学习的量化交易策略。

   借鉴模仿

1. 模仿成功策略：市场上一些成熟且成功的量化交易策略会成为其他投资者模仿和改进的对象。例如，趋势跟踪策略是一种常见且有效的量化策略，投资者可以借鉴其基本原理，结合自己对市场的理解和数据特点，对策略的参数、交易品种、入场出场条件等进行优化和改进，形成自己的趋势跟踪策略。

2. 行业交流与分享：通过与其他量化交易者进行交流，了解他们的交易策略和经验，从中获得启发。在量化交易社区、论坛等平台上，交易者们会分享自己的策略思路和交易心得，投资者可以从中汲取有用的信息，结合自己的情况开发新的策略。

   购买商业策略

1. 从专业机构购买：一些专业的量化交易软件开发商或金融科技公司会提供商业化的量化交易策略。这些策略通常经过了一定的研发和测试，具有一定的稳定性和盈利能力。投资者可以根据自己的需求和风险偏好，从这些机构购买适合自己的策略。

2. 策略共享平台：近年来出现了一些量化策略共享平台，汇集了众多开发者上传的量化交易策略。投资者可以在平台上浏览、筛选和购买感兴趣的策略，同时也可以根据平台提供的工具对策略进行回测和优化，以确定其是否适合自己的投资目标。
   联系我开户，可协商佣金费率，享无门槛成本优惠。提供无门槛成本价佣金，期权手续费 1.7 元/张，两融专项利率 4.5%，可转债、ETF 万 0.5，国债逆回购一折。有免费极速交易通道，支持网格交易、量化交易，且支持同花顺、通达信登录。