有不少投資者雖然做的是量化交易，但對于量化交易和高頻交易、程序化交易有什么區(qū)別，往往說不清楚。本文將為大家解釋這三者之間的相同點和不同之處。
1、程序化交易 Program Trading
字面意思很簡單，就是對應于人工交易，利用計算機程序(program)輔助、決策和執(zhí)行交易。在《證券期貨市場程序化交易管理辦法》中定義的程序化交易是指通過既定程序或特定軟件，自動生成或執(zhí)行交易指令的交易行為。
程序化交易中具體的交易時機、倉位、止損止盈、獲利標準有可能編寫進交易程序中，也可能獨立于程序外。程序化只是交易執(zhí)行的一種方式。
一般利用程序交易有一些眾所周知的優(yōu)勢，比如較快的交易速度，脫離人為情緒的影響，有較好的執(zhí)行力保證等。
同時也應注意交易程序和交易系統的區(qū)別。交易系統是一個完整的系統，具體執(zhí)行的程序可能只是其中的一部分。一個良好的交易系統應該還有風險控制、資金利用、倉位管理等方面的內容，而不僅僅是買賣信號的產生。
.jpg)
2、量化投資 Quantitative Investment
更多是基于數據和歷史統計基礎，通過概率、微積分等數學工具研究市場中各類資產價格的結構性因素，從而制定一些交易決策。量化交易不一定需要用到計算機執(zhí)行交易。但基于交易因素的數量變化引發(fā)的交易，都可以叫做量化交易。一般的量化投資都涉及到比較復雜的數學模型，對投資者的數學能力要求很高，但并不是說量化投資就一定會賺錢，這還要看模型是否有效。
這里不得不提到這兩年很火的“人工智能”、“機器學習”。它們太容易和量化交易同時提起。但具體說來，他們互相包含，卻又有不同。量化交易尋找的是有一定邏輯基礎的相對規(guī)律。這些規(guī)律不是一成不變的，而機器學習中“學習”的概念是：如果一個系統能夠通過執(zhí)行某個過程改進它的性能，就是“學習”。所以對于機器來說，只能“執(zhí)行過程”。這個過程一定是有確定性的。但這不能充分概括量化和人工智能的關系。因為機器學習只是人工智能的途徑之一。
從交易模型的角度來說，“模型先生”西蒙斯的文藝復興科技基金可以說是量化投資，也可以說是運用了人工智能，只是傳統的定量模型雖然也可以算是一種人工智能模型，卻并非現代意義上的“強人工智能模型”。有人預計，未來五到十年，人工智能可能是科技行業(yè)發(fā)展的主要方向。
當通過人工智能的方法和手段能讓交易判斷變得更準確(現在有交易系統已經達到提前預判48小時的股市大盤漲跌方向，準確率高達75%。只是對一些“假突破”臨界點判斷還需要進一步完善)，并對交易結果產生正向影響時，更多人就會選擇用人工智能去交易。以后人工智能交易系統的策略有可能按照高頻、中頻、低頻，短線、中線、長線，市場情緒分析和大勢變化抓取等進行分類組合。人工智能和量化策略融合，終成為一個龐大而且深度細分的領域。
.png)
3、高頻交易 High Frenquency Trading
高頻交易意味著每次交易從開倉到平倉只有很短的時間間隔，一般從十幾分鐘到幾微秒不等。主要目的是通過市場短暫的價格波動而獲利。無論是趨勢追隨交易還是套利交易，只要速度達到了都可以被稱為高頻交易。
這里說一下人工高頻和程序化高頻。人工高頻一般指的是炒手們做的短線炒單。但要知道這是一個零和游戲，炒手的生存空間已經被程序化高頻不斷擠占。所以現在一說到高頻交易，大家首先會想到程序化交易。因為這是一個贏家通吃的游戲，所以到最后大家都在比拼硬件設施，比拼跟EXCHANGE的CO-LOCATION以獲得幾微秒的優(yōu)勢。所以計算機技術的更新升級已經成為高頻交易的關鍵。順便補充一下，現在高頻交易大概占美國市場電子交易的60%-70%。
概括來說，程序化是實現和執(zhí)行交易的方法途徑，交易策略、實現方式并重。量化是靠建立模型，提供交易策略的交易方式。高頻是形容交易執(zhí)行的速度和頻率，而現如今的高頻交易時代，速度本身就是一種策略。
量化金融分析師(簡稱AQF，Analyst of Quantitative Finance)由量化金融標準委員會(Standard Committee of Quantitative Finance，SCQF)主考并頒證，是代表量化金融領域的專業(yè)水平證書。
.png)
課程適合人群：
金融工程/數學專業(yè)背景的同學/工作人士，希望進一步學習Python編程以及在量化投資的實戰(zhàn)應用;
非金融工程專業(yè)背景的同學/工作人士，希望迅速成為寬客;
金融相關人員，希望學習如何系統的做量化策略;
個人投資者，希望系統學習掌握量化投資相關的實務技能，從模型開發(fā)，回測，策略改進，搭建穩(wěn)定的量化交易系統。
量化金融分析師AQF核心課程體系：
1、《量化投資基礎》
主要涵蓋了量化投資領域的必備知識，包括：基本面分析、技術分析、數量分析、固定收益、資產組合管理、權益、另類投資等內容。
2、《Python語言編程基礎》
包含了Python環(huán)境搭建、基礎語法、變量類型、基本函數、基本語句、第三方庫、金融財務實例等內容。旨在為金融財經人提供最需要的編程方法。
3、《基于Python的經典量化投資策略》
包含了最富盛名，最基本的量化交易思想和交易策略。例如：海龜交易模型、Logistics模型、配對交易模型、波動擴張模型、Alpha模型、機器學習(隨機森林模型、主成分分析)、深度學習(人工神經網絡)等內容。
4、《量化交易系統設計》
旨在學習量化交易系統的具體知識，包括過濾器，進入信號，退出信號，倉位管理等詳細內容，并指導學員設計涵蓋個人交易哲學的量化交易系統。
5、《量化實盤交易》
旨在為解決實際量化交易策略搭建過程中的一些問題提供較優(yōu)解決方案。
掌握Python及量化投資技能，我們能做什么?
1、熟悉中國主要金融市場及交易產品的交易機制;
2、熟知國內外期貨交易、股市交易的異同點和內在運行機制;
3、掌握經典量化交易策略細節(jié)及其背后的交易哲學;
4、掌握金融、編程和建模知識基礎，擁有量化交易實盤操作能力;
5、具備獨立自主地研發(fā)新量化交易策略的能力;
6、掌握量化交易模型設計的基本框架，以及風險管理和資產組合理論的實際運用;
7、掌握從策略思想——策略編寫——策略實現餓完整量化投資決策過程;具備量化投資實戰(zhàn)交易能力。
.png)
更多內容推薦閱讀：
Wind、Excel和Python三大金融技能兼修，下一個金融分析大神就是你
AQF考友群：760229148
金融寬客交流群：801860357
微信公眾號：量化金融分析師
完善下表，48小時內查收aqf備考資料
(如果沒收到資料，可以點我咨詢)
.png)
