什麼是量化交易？從規則、資料到策略執行

很多人聽到量化交易，第一反應是：是不是很難、很數學、很像只有工程師或 hedge fund 才會碰的東西？

其實把它拆開來看，量化交易的核心概念很單純：把投資想法寫成明確規則，交給資料與系統來驗證和執行。

量化交易到底在做什麼？

如果用最簡單的方式說，量化交易通常會包含四個步驟：

定義想法
找資料驗證
形成交易規則
持續執行與檢討

例如，你可能觀察到：

股價創近期新高的股票，後續表現可能較強
獲利品質穩定、估值偏低的公司，長期表現可能較好
某些事件發生後，市場有重複出現的價格反應

量化交易的做法，就是把這些直覺變成可測試的條件，而不是只靠感覺進出場。

量化交易和一般投資有什麼差別？

一般投資也會用分析做決策，但很多時候仍包含主觀判斷。

量化交易更強調：

規則明確
條件可重複
結果可驗證
決策盡量降低情緒干擾

也就是說，量化不是保證獲利，而是讓研究與執行過程更有紀律。

量化交易最核心的三個元素

1. 資料

沒有資料，就沒有量化。

常見資料包括：

價格資料
成交量資料
財報資料
因子資料
總經資料
替代資料

資料品質會直接影響研究結果，所以做量化的人通常很重視資料清理、更新頻率與欄位定義。

2. 規則

規則是策略的骨架。

例如：

近 120 日報酬率排名前 20% 才能買
本益比低於某個門檻才納入候選池
波動率過高就降低部位

規則寫得越清楚，回測與執行就越一致。

3. 執行

再好的訊號，如果執行方式有問題，結果也可能完全走樣。

執行會牽涉到：

交易成本
滑價
換手率
下單限制
倉位控制

所以量化交易不只是研究訊號，也很在乎實際能不能落地。

量化交易不等於高頻交易

很多人會把量化交易和高頻交易畫上等號，但其實這只是其中一種形式。

量化交易的範圍很大，持有期可以從幾秒、幾天，到幾個月甚至更長。只要策略是由明確規則、資料與系統支持，都可以算是量化的一部分。

量化交易常見的策略來源

量化策略的靈感通常來自幾個方向：

市場異象
因子研究
事件驅動
統計規律
風險溢酬
基本面篩選

也就是說，量化不一定只看技術面，它也可以融合基本面、風控與組合管理。

做量化最容易忽略的事

很多剛接觸量化的人，會把重心放在「找到神奇訊號」，但真正拉開差距的，往往是這些細節：

資料是否乾淨
規則是否一致
回測是否合理
是否考慮交易成本
是否過度擬合
是否能穩定執行

策略的想法很重要，但研究流程同樣重要。

小結

量化交易的本質，不是用電腦取代思考，而是用規則化、資料化、可驗證的方式來做投資決策。

你可以把它理解成一個更有紀律的研究與執行框架：

先提出假設
再用資料驗證
最後把策略變成可重複執行的流程

對做量化的人來說，真正的優勢不只來自某一個訊號，而是來自整個研究系統是否紮實。