量化交易是將自己的金融操作方式，用很明確的方式去定義和描述，透過程式去作回測驗證，評估後確認方法具有交易優勢後，讓程式依照所設定的規則去執行交易。然而依照交易規則的複雜性，在程式語言的編寫能力更顯重要。

隨著電腦運算能力的進步及普及，愈來愈多投資人透過量化分析投資市場，希望透過回測找出期望值為正的交易策略。

圖：Multicharts交易畫面

本文跟大家分享：

量化交易主要組成：
策略開發
回測驗證
執行系統
風險管理

量化交易主要組成：

策略開發：依不同商品及交易週期找尋適合的交易策略
回測驗證：收集歷史數據，回測策略，分析策略績效並評估是否能上線執行
執行系統：串接下單，實行交易自動化，確保系統、網路穩定
風險管理：定期檢視策略績效，投資組合配置

策略開發

所有量化交易都是由一個想法驗證開始的，比如均線對商品的相關性，當股價在均線上買進對投資損益的關係是否為正相關，如為正相關，代表均線對於該商品具有交易優勢，接著我們可以針對均線作最佳化，找出較高的獲利／風險比的參數。

常見的交易策略都是由技術指標衍生而成的，如ＫＤ、ＲＳＩ、均線、ＭＡＣＤ等等，通常決定好商品及策略後，接著就必須選擇交易週期進行開發，通常交易週期長如日線、小時線的交易成本較低，主要用來作為趨勢交易，賺取大波段；交易週期較短如５分線、１分線適合投資資金大且交易成本低的投資人，因為其運作模式為大量的短線進出賺取價差。

決定好完整交易計劃後，就可以對其歷史數據進行回測驗證，了解該策略獲利能力。

回測驗證

回測的目的是為了解該交易計劃在過去是否具有獲利能力，經回測如果為正報酬，可以增加投資人對該策略的信心，並依照其過去的風險值決定投入資金多寡，當然過去回測賺錢並不代表未來一定會賺錢。當商品結構、市場參與者的改變都有可能影響到其策略的有效性，我們能作的是透過正確的回測，包含樣本內－樣本外測試、參數穩定性檢驗來增加策略的有效性，避免策略過度最佳化。

回測時歷史資料的準確性跟交易成本的設定，對於回測出來的績效品質很重要。

歷史資料準確性：如果操作的是海外期貨，你會發現海外期貨每個商品的換倉日、到期規則皆不相同，當商品換月時，通常會有跳空的情形，此時若沒有作換月價差調整或時到期前平倉，其績效報告通常會失真，歷史資料的準確性仰賴投資人平常的維護或者是接專業的報價源。

交易成本：設定過高的交易成本，可能會造成交易次數過少，較無法抓到短線的轉折；但是設定過低的交易成本，亦會造成進出次數過多及績效的高估。通常交易會有滑價成本的產生，最保守的交易設定建議為該商品２個ＴＩＣＫ加上手續費以上較佳。為了方便作回測，可以使用專業的程式交易軟體（如元大Multicharts)作測試，使用套裝程式的好處是，其報價及歷史資料維護上會比自己維護容易且省時，且回測產生的績效報告也有助於我們評估該策略，包含策略的勝率、賠率、最大虧損、每年報酬、績效曲線等等都有完整的分析（圖2.3.2），有助投資人選擇適合的交易策略。