量化交易的流程是什么？

Question

如题所述

Answer 1

其实，如果你的知识经验结构还不足以支持你进行专业的量化模型研究，大可不必熬更守夜攻读python、MATLAB ，以至于你到最后成为了一个半调子的程序员，转过头你才会发现量化策略模型研究并不是
你想的那么简单，太量的主观情绪、主观思维代入你的代码，你觉得你这还是量化吗？伪量化是经不起实战检验的，漏洞与错误百出。
因此，给广大量化爱好者，由其是希望借助量化策略投资的职业投资者一个建议，市面上已经出现了一些专门为散户和职业投资者打造的量化平台，
不需要写代码、不需要调接口、选择模型后，一键就可以对接你的券商实盘帐户。启动完事。我现在就用起的，感兴趣的朋友，见名+V信我分享，非广告

Answer 2

量化交易简单的讲可以分为：
1、策略构思
2、建立模型
3、数据回测
4、调优再回测
5、交易跟随
思路需要先于数据，数据是用于分析策略在过去的表现，并不能代表未来一定好。要做量化交易个人觉得有个好的投研工具是非常重要的，目前国内券商普遍没有好的工具，这也是目前为啥国内量化交易还不够普及的原因，散户很难进入。本回答被网友采纳

Answer 3

策略
高考前，老师都会告诉学生。考试的时候不要紧张，遇到不会的题，先不要花时间，先把有把握的分值先拿到。这就是策略！量化投资也是如此，资产最优配置，按风险程度与回报比例制定适合自己的仓位玩法。
回测
按上述制定出的策略，多次回测，记录每一次的回报收益，时间周期。多次回测检验策略，多次得出的数据可以大概率上判断策略是否可行。若回测时的大概率都是不成功的，就应该考虑策略的改变了
实战
策略、回测最终的目的都是为了实战。回测效果再好，没有在币市里得到验证，也不算成功的策略。保守起见，验证的实战，一般轻仓试刀即可。同时实战的市场因素很多，利空利好的消息都会使策略受到影响，盈利或亏损的结果，都应该把市场因素考虑进去，要注意分辨你的策略有效或者无效是否是大环境的影响。
改进
改进是一个不断优化的过程。经过回测或者实战，分析数据一定可以分析出一些问题；可能是策略问题，可能是市场问题等等。策略一定是能在当下环境适用的才可行。 策略也应当适应市场的去调整改进。一般来说，策略通常按周期修正比较合适。
策略、回测、实战到改进的过程，都不是一蹴而就的，这是一个不断优化的过程。所以说，量化不是一个点石成金的工具，量化是一个可理性分析的韭庄工具。