第三章：量化交易入门

说实话，很多人一听到「量化交易」，就觉得是华尔街那帮穿西装的天才在搞什么黑科技。其实没那么玄乎。

我做了这么多年量化，最深的感受是：量化交易就是把你的交易逻辑，变成一行行代码，让电脑替你执行。说白了，就是把你脑子里的「我觉得要涨」变成「当A条件成立时，买入B资产」。

什么是量化交易

量化交易，也叫程序化交易。核心就三步：

• 建模：把交易策略写成数学公式
• 回测：用历史数据验证策略是否有效
• 执行：让程序自动下单交易

举个例子。你发现一个规律：当碳配额价格连续下跌3天，第4天大概率反弹。这个规律能不能赚钱？

量化交易会这样做：

1. 把「连续下跌3天」写成条件语句
2. 把「第4天买入」写成执行指令
3. 用过去5年的数据跑一遍，看看胜率多少
4. 如果胜率超过60%，就上线跑

嗯，就是这么简单粗暴。

量化交易的优势

我刚开始做手动交易那会儿，每天盯盘盯到眼睛发直。后来转量化，最大的感受就是——解放了。

量化交易的优势，我总结了几点：

优势	说明	我的体会
克服人性弱点	机器不会恐惧，不会贪婪	我曾经因为犹豫错过最佳买点，程序不会
执行速度快	毫秒级响应市场变化	手动下单至少3秒，程序0.01秒
可回测验证	用历史数据检验策略	避免「我觉得能赚钱」的错觉
多市场监控	同时盯几十个品种	人脑只能盯3-5个
纪律性强	严格执行止损止盈	手动交易常会「再等等」

量化交易的风险

量化不是万能的。我踩过的坑，说出来都是泪。

主要风险有这几个：

• 过拟合风险：策略在历史数据上表现完美，一到实盘就崩。为什么会这样？因为你把策略调得太「适应」历史数据了，反而失去了普适性。
• 黑天鹅事件：2020年疫情那会儿，很多量化策略直接失效。因为模型没见过这种极端情况。
• 技术风险：服务器宕机、网络延迟、API接口变更。我遇到过交易所接口升级，策略直接停摆3天。
• 流动性风险：策略信号出来了，但市场没有足够的对手盘。尤其是在碳交易市场，流动性本来就不如股票。

碳交易中的量化机会

说到碳交易，很多人觉得这是个政策市场，量化没用。其实恰恰相反。

碳交易市场有几个特点，非常适合量化：

1. 价格波动有规律：履约期前后、配额发放日，价格有明显的季节性波动
2. 流动性逐步提升：全国碳市场扩容后，交易量越来越大
3. 套利空间存在：不同交易所之间、现货与期货之间，价差时有出现

我目前看到的碳交易量化机会，主要有三类：

策略类型	逻辑	适用场景
趋势跟踪	跟随价格趋势，突破买入/跌破卖出	碳价单边行情
均值回归	价格偏离均值后反向操作	碳价震荡行情
跨市场套利	不同交易所价差过大时套利	多市场同时交易

举个具体的例子。全国碳市场和地方试点市场之间，经常出现价差。比如上海碳价50元，湖北碳价48元。理论上可以买入湖北、卖出上海，赚这2块钱的差价。

但实际操作中，要考虑交易成本、资金划转时间、政策限制等因素。这就是量化要解决的问题——把这些因素全部量化成参数，让程序自动判断什么时候套利空间足够大。

知识体系总览

下面这张图，是我对本章内容的总结。你可以把它当作一个思维导图来看。

这张图把本章的核心内容串起来了。从左到右，从上到下，就是量化交易的学习路径。先搞懂定义，再理解优劣势，最后落到碳交易的具体机会上。