北京看白癜风哪间医院最专业 https://wapjbk.39.net/yiyuanfengcai/tsyl_bjzkbdfyy/idc7rn5/本人认为量化交易的难点如下：
1、建立自己的量化交易体系。这包括几个层次：
1）首先要有一定的交易基础知识，对交易产品的定义了解，比如对期权的定义以及期权交易的几种方式（买涨、买跌、卖涨、卖跌，以及行权等）。
2）具备一定交易实战经验，学习交易理论与方法，进而形成适合自己的交易指导思想和方法：做趋势、做均线回归、做对冲、做价值分析等。
3）选择适合自己的量化交易平台，如：Multicharts，聚宽，Vn.py，金字塔等。上述平台都有各自的优点，如MC的图表交易可视化、参数优化（遗传算法、蒙特卡罗等）、回测及评价报表等功能做的相当不错。但是，是否适合自己，还要根据自己的特长、交易积累所处阶段等来选择。比如在进入量化交易初期，借助平台收集管理数据，不用自己劳心费神对数据采集与清洗，只要专注于交易模型建立，发出买卖信号交给平台下单执行。以及在回测时，依靠平台进行参数优化和指标评价。但是，随着交易者经验的积累，可能逐渐会感到受到平台的束缚，比如交易者希望对数据进行特色化处理（标注等），还有借助些平台外的工具（如机器学习）建立自己的策略。
4）经历过3）的交易者，此时可能会考虑自建交易平台。如果真要这么做，必须考虑到交易者的开发能力，或是所能筹措的开发技术资源。比如是否拥有足够的计算机基础知识：数据结构与算法等，另外，要设计自己的平台，还得具备些软件工程、软件模块化分析设计的能力，掌握数据提取、数据清洗、数据特征标注方法、机器学习模型与算法等的原理等。有了自己的平台，清楚所有模块细节，可以自主的象乐高一样肆意拼接应用，当然是一件很爽的事，可相应的开发、维护工作要求提高了。
2、量化交易要基于概率实现。我们可以在交易系统中基于凯利公式设计分仓机制、基于真实波动率设计止损方式。但是，在系统执行过程中，交易者必须考虑过交易策略在实际执行过程中与当初设计时的差异，比如当初回测时，策略的胜率是50%，而实际交易10次输了6次、实际交易6次输了6次，遇到这些状况时，交易者该如何应对，是坚持自动策略交易？还是忍不住停了策略手动撸。西蒙斯在面对危机时，就曾为了降低风险，叫手下停了策略手动撸。
3、在交易策略的细节设计上，与交易者的经验有很大关系。如考虑交易成本（手续费、滑点）、冲击成本、策略容量设计等。
4、不同交易策略适应不同的交易状态，如分为振荡型、趋势型，以及划分振荡型、趋势型的参数与阀值设计。
5、交易策略在执行过程不可能是一成不变的，尤其是在大数据、人工智能时代，需要为交易策略设计自我学习、自我进化的机制。如：按时间窗口滑动的方式对交易数据流建模，滚动优化模型。
