很多小伙伴可能都听说过量化交易，一般都会与财富翻倍、高深莫测、人生巅峰都词汇挂钩。还有什么“把期货的量化技术拿过来，在币圈躺赚”，还有“我这里有一个团队，核心成员在微软和谷歌的人工智能团队工作过，可以用相关经验拿来做量化”，总的来说，各种牛叉。

那么，在币圈量化交易真的可行吗？实际收益如何？本文将从量化机器人的概念、量化机器人的作用、以及具体的量化策略进行详细的介绍。

 

1. 什么是量化交易机器人

要弄明白什么是量化交易机器人？首先要搞清楚“量化交易”的基本概念：

量化交易是指借助现代统计学和数学的方法，利用计算机技术来进行交易的投资方式。量化交易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，用数量模型验证及固化这些规律和策略，然后严格执行已固化的策略来指导投资，以求获得可以持续的、稳定且高于平均收益的超额回报。

看完以后是不是还是有点晕，没关系，我用大白话来解释一下。

量化交易其实干了两件事情：

①建立数学模型（人）

②根据数学模型，在合适的时间点买入或者卖出（计算机）

其中第一步由人来完成，第二步由计算机来完成。

平时所说的量化交易机器人一般都是指第二步：计算机根据预先编写的程序，判断何时应该买入或者卖出。

因此可以简单的认为：计算机程序 ≈ 机器人。

量化交易已经是股市里比较成熟的做法，有数据显示，国外成熟市场期货程序化交易已占据总交易量的70%-80%。

由于币市和股市有很多相通之处，所以现在币市里面研究量化交易的也越来越多。

2. 量化机器人有什么用？

简单的说，量化机器人有两大用途：套利和做市。

2.1 套利

天下熙熙，皆为利来；天下攘攘，皆为利往。

量化交易最大的用途当然就是赚钱或者说是套利！

量化交易最大的优点就是减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。

俗话说，投资是反人性的，至少体现在两方面：

①他人贪婪时我恐惧，他人恐惧时我贪婪

②明明持币不动是个很好的方式，但有时就是控制不住自己的手，想做点啥

所以量化投资借助现代统计学和数学的方法，制定了一个客观参考的指标，当符合条件时不带感情色彩的买入或者卖出，大概率的获得超出平均的收益。

说一句题外话，人带有感情色彩和情绪波动是人类进化了几百万年的产物，是人类为了适应环境和生存下来的必要条件。但人类进化了几百万年的这套底层操作系统和思维模式，明显不适用于只有百年历史的股市和十年历史的币市，所以人需要借助计算机来升级自己的操作系统，来做自己不擅长的事情。

2.2 做市

量化交易对于普通人来说可以套利，但是对于交易所来说还有第二种用途：做市，通俗的说就是刺激交易。

因为有时某些小币种交易量太少，或者恰逢熊市大家都不愿意交易，这时市场上就会很冷清，越冷清就越没有人交易，形成恶性循环。有了做市机器人，机器人就可以充当对应的买家或者卖家，在市场上交易盘活交易量。

如果市场上没有交易，对投资者和交易所都不是好事，从这一点来说，做市机器人有其存在的价值。

在实际运行过程中，机器人在促进成交量暴涨的同时，其实也在拉平不同数字货币之间的交易对，以及不同交易所相同数字货币对之间的差价，避免了市场上不合理的波动。

而在期货市场中，也是由机器人来强制平仓，保证期货市场的正常运转。

3. 量化交易策略分类

总的来说，量化交易的套利策略分为以下四种类型：

①高频交易

②CTA（Commodity Trading Advisor）商品交易顾问

③统计套利

④Alpha

针对这四种策略中最简单的高频交易，我前一段写了一篇文章《量化交易之“高频交易”》，介绍了高频交易是怎么回事。当时我已经尽最大努力写得通俗易懂，但还是有一些小伙伴反映看不太懂。看来我惟有继续努力，写得再白话一些。

等下次有机会我再写一篇文章介绍CTA策略，在本文中不再赘述。

4. 量化机器人的收益

量化交易机器人在币圈的应用主要在于炒币机器人，那炒币机器人到底是如何开始操作的？如何进行盈利？

接下来我介绍一款CCR炒币机，来给大家提供一种更直观的表现。

话不多说，我直接放末端的图：

 

（1）当整组策略未达到止盈条件，但尾单已达到止盈条件时，止盈卖出尾单，并检测策略中各订单盈利状态，一并卖出其他所有浮盈状态的订单；

（2）当整组策略达到止盈条件时，则将整组策略清仓卖出。通常为尾单盈利追踪，达到整组策略止盈条件。

优点

① 策略建仓数量较多时，即使未达到策略整体止盈条件，也可收单获利；

② 若市场行情在尾单附近震荡，可能不断触发网格止盈，从而不停收割该行情波段；

③ 通常尾单交易费用较多，尾单止盈之后，可减少持仓数量，释放部分交易本金，从而减轻持仓压力。

点击昵称欢迎交流量化机器人

• 点赞
• 收藏
• 分享
• 文章举报

Huaniang7776 发布了3 篇原创文章 · 获赞 1 · 访问量 479 私信 关注