一、量化交易概述

大家好，我是你们的讲师。今天咱们聊聊量化交易到底是什么。

说白了，量化交易就是用数学模型和计算机程序来做交易决策。你想想看，传统交易靠的是人的直觉、经验和情绪。量化交易呢？靠的是数据、算法和纪律。

我刚开始接触这行时，也觉得量化交易很神秘。后来做了几个实盘项目才明白——它本质上就是把交易策略写成代码，让机器帮你执行。

1.1 什么是量化交易

量化交易的核心流程是这样的：

1. 收集数据——价格、成交量、财务指标等
2. 构建策略——基于统计规律或机器学习模型
3. 回测验证——用历史数据检验策略效果
4. 实盘执行——自动化下单交易
5. 风控管理——控制回撤和风险

举个例子。你发现某只股票连续三天上涨后，第四天大概率会回调。这个规律你可以写成策略：

# 伪代码示例
if 连续上涨天数 >= 3:
    卖出信号 = True
    止损位 = 当前价格 * 0.95

嗯，代码很简单。但实际项目中，你需要考虑滑点、手续费、流动性等因素。我在一个项目中就吃过亏——回测时收益很漂亮，实盘一跑，滑点直接吃掉了一半利润。

1.2 量化交易的优势

为什么越来越多的人转向量化交易？我总结了几个关键点：

• 纪律性——机器不会因为恐惧而割肉，也不会因为贪婪而追高
• 效率高——同时监控上千只股票，人做不到
• 可回测——策略好不好，历史数据说了算
• 风险可控——可以精确计算每笔交易的风险敞口

1.3 量化交易的风险

当然，量化交易不是印钞机。我曾经踩过不少坑，这里给大家提个醒：

• 过拟合风险——策略在历史数据上表现完美，实盘一塌糊涂
• 黑天鹅事件——模型没见过的情况，比如2020年原油期货跌到负值
• 技术风险——服务器宕机、网络延迟、API接口变更
• 流动性风险——小市值股票，你的订单可能直接拉涨停或砸跌停

1.4 主流量化交易平台

目前市面上主流的平台，我给大家列个表：

平台	特点	适合人群
聚宽	国内用户多，文档齐全	初学者
米筐	数据质量高，支持多市场	进阶用户
QuantConnect	国际平台，支持多语言	专业开发者
vn.py	开源框架，可定制性强	有编程基础的用户

我个人建议初学者先从聚宽入手。为什么？因为它的社区活跃，遇到问题容易找到答案。我当年就是从聚宽开始的，踩过的坑基本都能在论坛里找到解决方案。

1.5 本课程的学习路径

这门课一共30章，咱们会一步步搭建一个完整的量化交易系统。下面是整体的知识体系：

你看，整个课程是层层递进的。从基础的数据处理，到策略开发，再到回测验证，最后实盘部署。每一步我都准备了实战案例和避坑指南。

好了，第一章就到这里。记住一句话：量化交易不是一夜暴富的工具，而是一套科学的方法论。咱们慢慢来。