加密貨幣產業中必學的交易工具
什麼是量化交易( What is Quantitative Trading)？
量化交易是一種透過數學與統計模型來辨別市場交易的策略模式。
量化交易會透過大量的數據以及演算法邏輯來進行運算。
一般會對包括基本面、籌碼面、技術面、經濟面、各種現實世界情況遇到的真實事件以及時間週期等數據資訊進行分析，並根據合理的運算邏輯以及驗證回測，最終產出根據數據與策略來進行交易決策。
量化交易會需要程式語言進行資料分析與執行，一般來說都是大型機構投資人、對沖基金在使用這交易策略，原因無他，只因為他們的交易量通常比一般散戶的規模要大得多。
量化交易決策 vs. 主觀交易數據決策
量化交易和傳統策略一樣，最終都需要透過人的依據來決定策略方式，差別在於是由個人進行決策或是數據進行決策。
例如傳統的價值投資是透過個人做充足的質化以及量化的分析，並透過財報以及估值來做出合理的選股(幣)策略。
當然你也同時可以透過量化的方式進行價值投資，以數據面去判斷價格與價值，最終作出選股決策。
量化交易策略的優缺點
量化交易有幾項優勢是傳統主觀投資沒有的
- 可以被驗證
- 可以克服情緒
- 藉由數據可以發掘出肉眼和經驗無法找到的超額報酬機會
- 可以管理更大規模的策略和資金
量化交易策略最大的好處就在於能夠克服人在判斷時所產生的情緒，透過機器人協助運算並進行決策，那麼情緒方面的影響就大大的減少了。
不過在有情緒與風險控管不佳的人面前，即便你有很好的投資量能，若不照策略走，那縱使有很好的量化策略也是枉然。
此外，一般經理人單靠人力管理不只資金規模有限、人力及研究範圍甚至是風險分散程度都相當有限。
不過進行量化交易能夠讓一個人或是一個團隊大量管理其策略制定出的演算規則進而達到超出預期的投資報酬。
在缺點方面
- 進入門檻高、資料取得困難且高成本，
- 需要程式能力以及許多策略的資金量體要大才能執行
- 每個機構使用的交易策略若近乎相同那都可能使利潤變薄
- 對邏輯和參數過度最佳化而不知
- 金融市場週期變化、短期失效、甚至是參與者變化，都有可能會讓過去有效的策略失效。
- 任何數據皆可能有其限制與極限、不可能永遠都保持超額報酬的能力。
- 無法規避的一些特殊人為影響，包含戰爭、系統性風險、黑天鵝事件等
今天你使用量化策略，別人也可能使用量化策略，如此以來大家做出來的東西都可能會是一樣的，在這樣的情況下其實競爭是異常激烈。
許多量化交易機構的優勢，都來自於可以拿到別人沒有的資料，或者擁有別人想不到的資料運用方式。
此外，金融市場變化快速，有些方式在當下的時空背景有用，但是隔了幾天後因為市況不同也可能產生不同的變化，因此，當數據背後的資料、法規、各種事情發生改變，這個策略就可能會失效。