什么是量化交易
在我看来，由固定的行为准则作为依据，机械式的进行交易的过程，都可成为量化 交易。我朋友当学生的时候用的就是excel，做商品跨期对冲套利，每天收盘后用excel手动更新数据，收益也很可观。一个完整的量化交易策略研究过程应该时这么几个步骤：
在市场的毒打中，发现某种市场规律（金融异象）
在有效市场假说那些人看来，市场的资产应当已经被充分定价了，
比如比较常见的“阻力位”、“支撑位”。比如MACD金叉死叉，比如均线金叉死叉。
当发现这种规律之后，我们可能需要通过准确数学的语言描述出来，比如阻力位就是一个非常抽象的概念，每个人定义的都不同，但是金叉死叉就是一个很容易通过数学准确描述的东西，自然金叉死叉就更好验证。
实证研究
这种异象到底能不能赚钱，不能靠拍脑袋决定，我们需要编写一个策略去验证想法是否正确。这一部分会在接下来的策略开发部分详细介绍。
当获取了策略的收益之后，我们还需要对策略进行绩效分析，以此判断我们的策略到底赚的什么钱，年化多少，最大回撤多少等等，由此才能够在策略产生回测的时候心里有数。这部分会在策略绩效评估部分介绍。
模拟盘
策略开发以及回测都完成后，我们需要按照真实的行情模拟一段时间，以便知道我们的策略是在历史数据上玩数据挖掘游戏还是真的印钞机。
评估策略容量、小资金实盘
模拟盘最大的问题是你的买入行为不会对市场造成冲击，往往我们还需要实盘一段时间才知道是否可行，这部分距离我们比较遥远，以后再说。
可见均线的金叉死叉确实能够筛选出部分行情，进行趋势性的做多或者做空，可以带来不菲的收益。但是我们都知道，市场不是一直处于趋势中的，可能一年中绝大多数时间都是振荡行情，这段时间还是使用金叉死叉做多做空会不会对策略收益造成毁灭性打击呢？商品市场中趋势往往更顺畅，一次就持续好几个月，但是股票市场中，一步三回头，趋势性更弱，以后我们讲因子部分，有很多因子能够定量描述这种趋势，更有助于我们挑选标的。
策略
事件驱动的回测策略中，我们需要通过“回调”的方式，执行买入、卖出操作，我们需要自己计算当前账户中所剩金额，手动指定下单的价格（市价限价）和数量。
一般一个策略，可以分为这几个大的模块
信号产生
负责产生买入和卖出信号，在这个案例中就是MA5>MA20时发出做多信号，相反情况发出做空信号。往往这一部分决定了策略的上限。
交易执行
负责对将信号转化为实际的买入卖出操作，由于信号产生不一定会照顾到实际的市场情况，比如当某个标的涨停时，很可能带着5日线迅速超过20日线，发出买入指令，但是此时已经涨停了，无法买入，这时候交易执行模块需要对这种情况进行过滤，还有一些比如在期货市场中，需要定时调换主力合约，这些都需要在交易执行模块操作。再比一些拆单，买一卖一超价等，这块以后有机会可以分享，但是太细节了不符合今天的主题。
风险控制
负责对交易所合规、策略整体风险控制等。比如交易所不允许自成交，比如报单速度限额等，这里我们基本涉及不到，所以重点分享的是策略的止盈止损等。往往通过简单地多空信号还不能实现及时的退出，有时可能已经跌了非常多了五日线才下穿20日线，这时候开空有可能又会因为跌多了反弹来回打脸，所以我们策略还需要依据价格的波动及时的进行止损或止盈，这一块可以在后续的策略优化部分分享。
策略优化
策略还有几个可以优化的地方
交易多个资产
在市场呆的久了就会发现，趋势性行情可能每年才有一两次，甚至一些商品，可能10年会有那么几个特别大的趋势性行情，但是换到每年，都有那么几个商品在大行情中，比如这几年的原油。我们是否可以找到一批趋势性很强的资产然后合理的分配资金，并捕获这种行情呢？当然可以，所以才有ATR这种用法，推荐一本书《海龟交易法则》，也算量化鼻祖了。
止盈止损
拿到策略的回测图，我们会发现一些比较有意思的时期，比如这段时期，沪深300已经开始连续下跌了5%，才发出死叉信号，那我们是否可以在账户开始发生回撤达到一定幅度时就提前退出？特别是在期货、期权这种杠杆交易中。
优化交易下单
我们策略中经常为了快速成交，直接使用市价单，但是快速的买入卖出很可能导致交易成本过高，有没有可能通过限定在超一档，通过快速挂撤单来降低成本呢？
优化结果
这段时间趋势跟踪策略收益都非常可观。