❶ 什么是股票量化交易
什么是量化投资？
简单来讲，量化投资就是利用计算机科技并采用一定的数学模型去践行投资理念、实现投资策略的过程。
传统的投资方法主要有基本面分析法和技术分析法两种，与它们不同的是，量化投资主要依靠数据和模型来寻找投资标的和投资策略。
主要有哪些量化投资策略呢？
第一，也是最重要的一类策略：量化选股
量化选股就是采用数量的方法判断某家公司是否值得买入的行为。根据某种方法，如果该公司满足了该方法的条件，则放入股票池；如果不满足，则从股票池中剔除。量化选股的方法有很多种，总的来说，可以分为公司估值法、趋势法和资金法三大类。
公司估值法通过比较公司估值法得出的公司理论股票价格与市场价格的差异，判断股票的市场价格是否被高估或者低估，从而寻找出价值被低估或被高估的股票。这种就是基本面量化。
趋势法就是根据市场表现，如强势、弱势、盘整等不同的形态，做出对应的投资行为的方法。可以追随趋势，也可以进行反转操作等。这种就是技术面量化。
资金法的本质思想是追随市场主力资金的方向，如果资金流入，则应该伴随着价格上涨；如果资金流出，则应该伴随着价格下跌。资金法本质上是一种跟风策略，追随主流热点，从而期望在短时间内获得超额收益。这种是交易行为量化。
通过量化方法选出来的股票，通过不断的轮换，就可以获得超额收益。
第二类策略是：量化择时
传统的有效市场假认为金融市场是不可预测的，价格充分反映了所有相关的信息，价格变化服从随机游走，对金融产品价格的预测将毫无意义。
但是随着计算机技术、混沌、分形理论的发展，众多研究发现，股价的波动不是完全随机的，它貌似随机、杂乱，但在其复杂表面的背后，却隐藏着确定性的机制，因而存在可预测成分。例如利用一种叫 Hurst 指数的工具，可以在较大的时间刻度上判断出大盘的高点和低点。
根据量化择时的策略判断，可以进行大盘的高抛低吸，例如熊市底部抄底，牛市顶部抛顶。
第三类策略是：对冲套利
对冲套利就是利用两个相关性比较高的品种，同时进行做多和做空的操作的一种交易策略，当两个品种的价差偏差超过了合理区间，存在较大的概率回归，这是对冲套利策略的理论逻辑。
举个例子，工商银行和建设银行的股价往往同涨通跌，因此如果当工商银行涨的时候，可以卖出工商银行，买入建设银行。当两者价差回复正常的时候，卖出建设银行，再买入工商银行。这样来回的操作，可以获得一个超越牛熊的收益。
目前国内资本市场可以进行的对冲套利策略包括：期现套利、跨期套利、跨品种套利、跨市场套利、ETF 套利、分级基金套利等。
例如 2018 年 10 月，因为在 2015 年在股灾中，大量进行 ETF 交易的几个私募基金，给证监会重罚，其中东海恒信给罚款 2 亿多，他们就是利用 EFT 套利的策略，在 2013 到 2015 年期间，盈利超过 10 亿。
有了对冲套利策略，无论是熊市还是牛市，都可以获得比较稳健的收益。
第四类策略是：期权套利
期权套利交易是指同时买进卖出同一相关期货，但不同敲定价格或不同到期月份的看涨或看跌期权合约，希望在日后对冲交易部位或履约时获利的交易。
期权套利的交易策略和方式多种多样，有多种相关期权交易的组合。特别是期权的高杠杆特征，使得在 2018 年的熊市中，有不少优秀的交易员依然可以获得超过 50% 的收益率。
第五类策略是：资产配置
学术界有一个公认的结论，投资中真正赚钱的关键是资产配置，而不是具体的交易。通过对主要的大基金的绩效归因可以得出结论，90% 的收益来自于正确的资产配置，也就说，选择市场比交易更加重要。
量化投资管理将传统投资组合理论与量化分析技术结合，极大地丰富了资产配置的内涵，形成了现代资产配置理论的基本框架。
❷ 股市中的量化交易是什么意思呢
量化交易（quantitative Trading）是利用数学、统计、计算机的模型和方法来指导在金融市场的交易，可以自动下单业可以半自动下单，这个不是核心，核心在于是不是系统化交易（systematic trading）。
比如主观交易会看K线交易，量化交易业会，但区别在于量化交易可以在历史数据上回测各种交易规则，找到表现好的，然后才用来交易。这或许会有过度拟合的风险，但也有一些方法克服。
量化交易虽然有很多优点，但是真的能战胜市场，并且保证胜率，我觉得很难说。
❸ 量化交易对散户的影响
量化交易对散户的影响是：有量化交易的参与以后，量化机构拥有更快的网速，电脑通过程序自动计算是否下单，而电脑下单更是非常快，大概是以毫秒计算，这样一来，很多散户可能单子还没有下，基本上股价就已经发生比较大的变动了，这样可能散户在交易方面就显得比较慢了。
总结：有量化参与，股票波动比较大，交易速度就显得比较慢，这样可能就更容易亏损。
对散户的交易速度有一定的干扰。那么量化交易是什么呢，量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，进而交易的过程。
其实我们可以简单的理解成通过总结一定的规律，然后设置电脑捕捉信号，当触发条件时，电脑自动买入或卖出的一种交易方法。其本质还是将人为总结的交易模型通过电脑来执行，从而达到更专业、更冷静、更快速、更全面的交易目的
【拓展资料】
相对人为交易，量化交易具有以下几个优点：
1.信息覆盖度广：量化交易可以扫描全市场的个股和异动，捕捉各种信号并及时进行分析和动作，比人为操作覆盖度会更广。
2.交易纪律性强：量化交易由于是电脑执行策略，当条件触发时自动进行交易，所以不会受到人性中贪婪、恐惧、侥幸等心理影响，会严格按照纪律执行交易。
3.交易反应速度快：电脑下单由于提前设置好了各种交易条件，自然会比人来操作要快的多，能够更早买入或更早卖出筹码。
那么量化交易一定都是盈利的吗，事实上并非如此，一个量化交易是否成功的核心在于策略和有效性，而电脑更多的是执行策略而已，如果策略出现了问题，交易越快亏损越大。
另外，当前国内的短线量化交易还很难做到非常全面的模拟股市交易高手的交易策略，既有技术方面的原因，也有策略团队综合能力的原因。 还有一点是，市场是不断进化的，如果量化交易策略不能及时跟上市场变化，也很难持续赚钱。 所以量化交易不是说写个程序然后就躺赢赚钱那么简单，否则大资金就天下无敌了，至于未来类似alpha狗战胜李昌镐的情况发生可能也预示着资本。
❹ 在股市中，量化交易是怎样的
在股市中，对于量化交易一般主要是，通过相应的计算机去计算相关的交易买卖点，然后当股票达到相应的幅度，就会自动的买入或者卖出，是不受心理以及情绪影响的，相当于a的操作买卖，但要人为的设定一些参数。
❺ 股票量化交易是什么
量化交易个以前的股票交易本质没有区别，只是提高了工作效率，
量化交易分为量化分析和程序化自动交易
量化分析，如果你是普通散户我现在问几个问题，第一MACD指标默认参数下，在三千多只股票日k上近两年那只收益最好，那只亏损最大。这要人工多大的工作量，如果会写程序代码，几行代码就解决了。在继续如果调换MACD参数能否增加收益用那几个参数是最优组合，这要是人工基本无法完成，计算量太大了，但计算机就很快完成了参数优化。
而且量化分析不是技术分析，例如你问一个价值投资者，三千多家上市公司，你知道有多少家连续10年都没亏损过吗，同样几行代码就知道。
假如你听了一个老师的讲课，说他的牛x战法，普散户听了你只能价单试试，但量化分析我可以在不同市场不同时间周期，不同品种，进行回测严重，优化。这些就是量化分析。
程序化自动交易。
就是利用计算机技术自动交易，这对于散户比较难实现，简单的用第三方然间写几个交易策略可以实现自动交易。
但当你交易上你就会发现，滑点问题，你的速度不够快，需要专线网络，需要底层语言的交易系统，高速的硬件设备。
但散户还是必须要进行量化学习因为这样才能更好的帮助你分析。
下图就是最简单的趋势指标
❻ 量化网上的量化交易能稳定盈利吗
量化交易一定赚钱吗？
量化交易可以赚钱，但并不是所有人都能赚钱。影响量化交易盈利的因素有很多，主要有四个。策略模型的适应性，交易员过硬的心态，交易员的认知水平，以及成熟的风控系统。
第一取决于策略模型的适应性。真正优秀且能够稳定盈利的高频策略，目前在市场上很难找到。因为研发成本巨大，基本都被各大基金公司垄断。市场上面能够找到的高频策略，基本上都有设计缺陷，只在一部分行情中有效，或者纯粹就是拿风险换盈利，遇到突发行情直接玩完。这种策略基金和大户都不会用，但市场上一些别有用心的人，利用散户认知不够，经常拿来设计圈套，赚取手续费。至于波段策略，开发起来相对简单，运行下来真正能够长期稳定盈利的也是极少数，愿意分享的人凤毛麟角，大部分优秀的策略一样被私藏。市场中能够找到的波段策略，多数属于适应部分行情的，策略针对的是某一类行情，适应性有限，能否盈利，和盈利多少和行情关系巨大。最后一类是趋势跟踪策略，起源道氏理论，经过多代人的验证，是一种简单有效性的策略。长期跟踪下来能够稳定盈利策略不在少数，但收益率有限，遇到震荡行情盈利会有一定回撤。
第二，取决于交易员的心态。交易员的心态决定能不能把制定的策略运行方案执行到位，是否能扛过策略的正常回撤，在策略持仓出现盈利的情况下会不会提前出局。过硬的心态是投资交易的地基，没有这个基础再好的策略也难以发挥出优势。
第三，取决于交易员的认知，分析水平。成熟的交易员不会迷恋量化策略，知道量化只是一个工具，只是一个支持自动下单的交易软件。会去仔细了解策略的优势和缺点，分析策略适合的行情，找出策略不适合的行情。分析出因为不可控因素出现的正常回撤是多少，分析出行情适合的时候能有多少盈利。最后通盘布局，制定出策略使用的具体方案细节。例如，启动策略的时间，关闭时间，什么情况下手动干预，添加止盈止损，什么情况下提前手动平仓，根据单子的方向等等。
第四，取决于风险控制。每一个策略都有可以承载资金量的限制，也有正常的回撤，这就要求交易员通盘考虑，不能肆意放大交易仓位。量化交易虽然有着各种各样的优势，但并不能降低投资的风险，要考虑突发事件对策略的影响。需要合理分配资金和仓位，设定停止交易的红线，设计参与和退出的机制等。