量化交易30天
本系列文章是紀錄一位量化交易新手的學習過程，除了基礎的Python語法不說明，其他金融相關的東西都會一步步地說明，希望讓更多想學習量化交易但是沒有學過相關金融知識的朋友們，透過這系列的文章，能夠對量化交易略知一二，也歡迎量化交易的高手們多多交流。

量化交易30天一開始就學習串接API獲得資料，計算技術指標，使用回測框架及下單API...等等，似乎沒有提到為什麼要學習量化交易，或是它跟傳統的主觀交易有什麼不同，這篇就來討論一下吧！

定義一下主觀交易與量化交易

主觀交易

如同前面有提到基金經理人操作績效的部份，透過分析基本面、技術面、籌碼面、總體經濟...等等因素，創造超越大盤的報酬率。

量化交易

任何使用量化指標來作為決策的交易模式，都可以稱作量化交易，不過這個是我自己定義的拉，因為要看的指標太多了，不會只單純看技術指標，也要同時考量總體經濟數據、產業數據，甚至是市場信心...等等，反正只要可以把它轉成數字的指標，其實都可以納入量化分析的範圍。

量化 v.s. 主觀

量化交易的優點

• 時間：量化交易可以把投資人的思維轉成一行行的程式碼，並且利用現代的科技技術，讓電腦自動去判讀，並且執行買賣，的確是幫助已經有固定交易策略的投資人節省很多時間。
• 紀律：因為邏輯已經轉成程式碼，並且自動化執行，自然會減少投資人因為看到帳上數字的變動，而做出跟原本邏輯不相符的決策，比較符合投資紀律。
• 決策效率：由於量化交易是直接接收報價或是API串接回來的即時資訊，並且直接進入決策流程，做出適當的動作，通常會比人來做這些事情再更快速一些，對於一些有時效性的策略，可以增加決策效率，縮小時間上的誤差。

主觀交易的優點

• 質化分析能力：對於某些真的很難轉成數字去分析的因素，像是政治策略，通常會需要人去評估政治會引發的後果，牽涉到國際關係、政治經濟策略，就比較難去量化這個因子，但是它對股市的影響可能是很巨大的。
• 策略靈活度：主觀交易相對量化的部份可以更靈活操作，例如根據當天盤勢判斷使用的策略，或是遇到停損但是個股基本面很好，就可能會選擇繼續撐下去，也算是一個動態調整策略的方式，不過這個是優點也是缺點，做好紀律仍然很重要。

小結

量化跟主觀交易並沒有哪個比較好或者是哪個比較不好，不過可以確定的是，不管是哪一種，都需要研究一段時間，很難能夠靠著某某某寫的策略就能賺錢，或是靠某某某報個名牌就能賺錢，畢竟如果一個策略真的能夠賺錢，然而大家也都知道它能夠賺錢，那市場上大家都應該要賺錢，不過事實上是有點難。

量化交易30天心得

原本只是跟團參加iT鐵人邦的競賽，完成之後真的是進步神速，30天都要寫出一篇有內容的文章真的不容易，感謝公司提供資源，也感謝夥伴每天的互相加油提醒，才能達成這一步，或許我在量化交易的領域還是個幼幼班，不過真的學習到很多，也認知到這個領域真的有很多人再努力，蠻有趣的地方，未來也會持續往這個方向發展，30天的旅程就告此一段落了，感謝有追蹤文章的網友們，希望這些內容對你們有點幫助。

筆者 Sean
奈米戶投資人 / Python愛用者
喜歡用Python玩轉金融數據，從個股基本面、技術面、籌碼面相關資料，一直到總體經濟數據，都是平常接觸到的素材；對於投資，除了研究歷史數據，也喜歡瞭解市場上大家在玩些什麼。