本文來自交易者日記，作者：Sliova，謝絕轉載
量化交易(程序化交易)在金融行業早就是一種非常成熟的交易類型，在歐美國家從大型機構到職業交易者無不對量化交易青睞有加。但是在國內的交易圈中，量化交易始終處於邊緣地帶。除了大型機構（基金、期貨、券商）、部分自營機構和極少數的職業交易者外，大量散戶交易者對量化交易的了解依然處於非常淺顯的水平，在交易過程中實際運用的就更少了。
隨著國內交易知識的普及，越來越多的交易者開始對量化交易產生了興趣。在他們的想像中，量化交易者每天喝著茶、聊著天，四處遊山玩水的過程中就輕鬆把錢給賺到手了。相比手動交易者來看，量化交易者似乎躺在床上就能把市場當成自己家後院的取款機了。
我經常看到交易者在接觸量化交易時會抓不住要領，不知道該從何下手學習和使用。為此，結合個人多年的量化交易經驗，通過一系列相關文章，把我個人對量化交易的認知與大家做個分享。希望能對那些有志於走上量化交易道路的交易者有所幫助。
對於個人交易者，在缺乏海量數據支持、計算機算力不足、網絡帶寬限制等因素的局限下，這一系列量化交易文章僅針對個人交易者目前容易接觸、方便學習並實際運用的EA（Expert Advisor）交易為討論核心。
作為該系列的開篇文章，我首先想更正很多人在學習量化交易時最容易出現的偏差。無論是在論壇上，還是微信群中，每每大家開始討論EA交易的時候，往往會很快進入MT4/MT5的程序編寫的討論之中。很多交易者甚至為了學習量化交易，而把精力首先投入到了類似C++Python語言的學習中去。
在我看來，這完全是本末倒置的一種行為。
程序化過程在量化交易的事實過程中屬於中後期的工作，交易者大可不必在一開始就把時間和精力大量投入在其中。而且EA交易的核心競爭力也不在於如何程序化，所以希望所有想了解和學習程序化交易的朋友大可不必為此過度的勞神煩心。
在各種場合分享量化交易理念時，我一直強調EA交易的真正核心競爭力來自於交易者的底層交易邏輯。其實這個核心概念也一樣適用於手動交易者。從今天開始我想先和大家分享一下量化交易最常見的6大類底層邏輯。希望看完這一組文章，能幫助大家了解量化交易的核心邏輯概念，並且結合個人的交易習慣、熟悉的時間框架、喜歡的技術指標等因素來找到可能適合自己今後開始量化交易的交易邏輯類型。
均值回歸（Mean Reversion）
均值回歸是我們在基礎的量化交易中最常見的邏輯概念之一。該邏輯的核心理念認為一切商品的價格都會在長期的走勢發展中趨向於平均水平。這個理念不單單適用於金融市場，甚至在我們的日常生活中也時常被提及。中國古語中的「否極泰來、盛極而衰」就是這個意思。
最簡單的例子就是，當我們外出逛街時，會看到身形高矮各異的行人，但是綜合統計下來，最終所有行人的身高會趨向一個平均水平。
而該邏輯在交易中的運用就是我們經常聽到的「高拋低吸」模式。當交易者看到一個資產價格上漲過高后，就會主動去賣空；反之則會進場買多。而最簡單的均值回歸策略就是以一根均線為平均價格參照，均線上方做空，均線下方做多。當然這樣的量化策略一定不會給你帶來盈利，在這裡只是舉例讓大家更方便地去理解。
在此簡單的基礎上，交易者會進行更為複雜的系統開發。其中常見的一種策略被稱為「配對交易（Pairs Trading）」，讓我們用一個簡單的例子加以說明。
在上圖中，大家可以看到兩個金融產品（SPY和QQQ）在2018年初的價格走勢。從價格曲線上我們不難看出，兩隻產品的走勢相關性非常之高，這也就意味著兩隻產品的價格走向在大部分時間裡是同向的。但是由於是兩個獨立的金融產品，所以價格走勢偶爾也會出現快慢差異，而此時，就是該策略的交易機會。
例如在2008年2月末，SPY價格出現了大幅上漲，而與此同時QQQ的價格卻沒有發生同步上漲，從而導致兩根價格曲線中間出現了較大的偏差空間。這時交易者可以抓住此交易機會，賣出SPY同時買入等量QQQ，等待後續兩者價格回歸相交之後再同時平倉，以此獲得收益。
上圖將同一時期SPY與QQQ的產品價格差異以曲線形式呈現出來。我們不難看出價差永遠趨向於回歸均值0軸而來回震蕩。利用均值回歸的邏輯，在配對交易策略中我們可以在0軸上方賣出SPY買入QQQ，在0軸下方買入SPY賣出QQQ，並當曲線回到0軸時平倉獲利。這就是一套最簡單的利用均值回歸邏輯來構建的配對交易策略。
在期權市場上，我們經常見到使用均值回歸作為基礎邏輯的交易策略。例如VIX是我們最常見的衡量市場波動率的指標之一，該指標在正常市場環境下常年震蕩於20下方，隨著市場波動的加大，VIX會在黑天鵝事件、灰犀牛事件的影響下突然上漲，形成明顯的波峰。而期權交易者就會以此為交易信號，在期權市場上進行賣出交易，以求當VIX指標重新回歸平均水平時獲得巨額賣空期權的收益。