筆者從2013年開始接觸數(shù)字資產(chǎn)（其中最為人所知的數(shù)字資產(chǎn)包括比特幣、萊特幣和以太坊等），從2015年開始應(yīng)用量化交易策略。文章總結(jié)了一些經(jīng)驗分享給各位讀者。

首先我們來談?wù)?b>量化交易，是指以數(shù)學(xué)統(tǒng)計和數(shù)學(xué)建模為基礎(chǔ)，利用計算機技術(shù)，從海量的歷史和當(dāng)前數(shù)據(jù)中，發(fā)掘出能夠大概率帶來超額收益的交易方式，避免人工交易過程中由于投資者情緒波動帶來的非理性決策導(dǎo)致的負面影響。一個合格的量化交易模型，必須基于有明確的經(jīng)濟含義的趨勢判斷或者套利原理，進行進一步的系統(tǒng)化和程序化抽象，呈現(xiàn)出來的形式是一套邏輯完備的可執(zhí)行的交易指令流程和邏輯控制方案。

說到這里，可能大部分人就望而卻步了，又是數(shù)學(xué)又是計算機技術(shù)的，還要扯什么經(jīng)濟原理，入門太難了。別急，先放下這些專業(yè)知識不管，先給你講講量化交易有什么好處，我就不信事半功倍的事情你不喜歡。

簡單來講，量化交易主要有三個特征（好處）：

1.紀律性。量化交易要求嚴格按照既定的邏輯進行投資決策，每個操作都是有數(shù)據(jù)和模型支持的，這樣可以克服人工交易帶來的情緒波動、主觀臆斷、恐懼和僥幸心理。比如一個每五分鐘執(zhí)行一次下單邏輯運算的策略，到第五分鐘時，不應(yīng)該出現(xiàn)模棱兩可的情況。

2.系統(tǒng)性。在制定量化交易策略的時候，需要從全方位考慮交易品種、交易頻率、投資周期、對沖機制、異常處理、資金容量、市場流動性、沖擊成本等一系列策略系統(tǒng)元素，另外，需要從海量的歷史數(shù)據(jù)和實時行情中捕捉到統(tǒng)計上大概率盈利的模型，這整個過程，是一個系統(tǒng)性的工程。

3.及時性。正是因為量化交易的系統(tǒng)性，人腦在處理這些系統(tǒng)元素的速度上，是比不上計算機的。信息技術(shù)的使用，使得量化策略的執(zhí)行在速度上是大大優(yōu)于手動交易的。比如一些微小的套利機會，計算機可以在毫秒之內(nèi)捕捉到，并執(zhí)行完套利邏輯，但是手動交易就無法做到這么快速及時了。

看到這，你可能會心動了，的確是量化交易相對比手工操盤還有很多優(yōu)勢，它在傳統(tǒng)金融產(chǎn)品交易中的應(yīng)用也越來越廣泛。不過根據(jù)筆者過去的經(jīng)驗，量化交易在數(shù)字資產(chǎn)的應(yīng)用效果更為顯著。

最近幾年隨著比特幣價格的劇烈波動和區(qū)塊鏈概念的大火，以及越來越多的新聞報道，比特幣已經(jīng)越來越被大眾熟知，現(xiàn)在可能菜市場的大媽都知道比特幣是什么了。國內(nèi)比較早以火幣網(wǎng)為代表的數(shù)字資產(chǎn)交易平臺也處在發(fā)展的上升期，積累了大量的用戶。

數(shù)字資產(chǎn)由于其易分割性和易攜帶性，以及天然的T+0、7*24小時不間斷交易等機制，特別適合作為量化交易的標的。據(jù)統(tǒng)計，在成熟的歐美證券市場中，量化交易已經(jīng)占據(jù)總交易量的70%以上。而在數(shù)字資產(chǎn)領(lǐng)域，量化交易才剛剛起步，量化交易量目前只占據(jù)該市場交易量的20%左右，尚有大幅提升的空間。另外，幾乎所有的交易平臺都提供了API編程接口，供量化用戶通過程序化手段來查詢行情和下單，這也給數(shù)字資產(chǎn)量化提供了較為完備的基礎(chǔ)。

提到編程，你可能又頭大了，說來說去，還是得有編程基礎(chǔ)，看上去好麻煩啊，我又沒有扎實的計算機編程功底，再說，量化策略我也不懂，學(xué)這些太費時間了。

別擔(dān)心，寫程序和學(xué)策略并不像你想的那么難，而且國內(nèi)也有很多量化社區(qū)供愛好者討論各種開發(fā)策略經(jīng)驗，比如WeQuant微寬網(wǎng)，只要有心，到處都是資源，建議從Python學(xué)起，我就是從Python搞的，很快上手，可以看看廖雪峰的博客啊，看看一些社區(qū)的官方教程等。

量化這個東西，主要還是靠自己的興趣（能賺錢的東西你敢說你不感興趣？），自己平常的積累（多去各種量化社區(qū)和專業(yè)網(wǎng)站逛逛），以及一些工具的輔助。相信我，只要稍微付出一點點，躺著賺錢不是夢。