什麽是Algo交易？Algo交易有哪些陷阱？

　　Algo交易實際上就是量化交易，隻是現在我們很少有人再把這種交易稱爲量化交易了。那麽這篇文章我們就來了解一下關于Algo交易的相關知識，了解一下這種交易背後有哪些陷阱。

　　從廣義上來講，量化交易是一種利用定量的數據指标，根據事先确定的運算模型，産生買賣決策的投資決策方式。它是相對依據于主觀判斷的投資決策方式而言的，我這裏所說的量化交易，基本上就是指這種廣義上的含義。

　　在實際應用的時候，我們的投資決策未必是100%的量化，也未必是100%的主觀。什麽算量化交易，什麽不算量化交易，可能會有異議。所以，一些人所說的量化交易相比另外一些人所說的量化交易，要求可能更嚴格一些，是專指一些定量化、自動化程度更高的投資交易方式。

　　Algo交易中的陷阱

　　許多algo交易者有編程、理論或數學背景，他們認爲他們的模型需要複雜。畢竟，金融市場是複雜的野獸，更多的交易規則和變量應該能夠更好地模拟這種行爲。錯了!更多的規則和變量一點也不好。是的，複雜的模型會更好地适應曆史數據，但金融市場是嘈雜的。很多時候，有很多規則隻是更好地模拟噪音，而不是實際的潛在市場信号。大多數專業的algo交易者都有簡單的模型，因爲這些模型往往對看不見的數據最有效。

　　一旦交易系統模型完成，第二個陷阱就變成了一個問題：過度優化。許多策略都因爲有不同的輸入參數，優化參數對于創建令人心動的回測是很好的，但請記住，大多數市場數據隻是噪音。爲嘈雜的曆史價格信号優化的交易策略不能很好地轉化爲未來的表現。

　　第三個陷阱與前兩個陷阱有關：構建一個美妙的回測報告。當你開發一個algo系統時，你得到的唯一反饋就是通過曆史回溯測試。因此，很自然，大多數交易者試圖使回測盡可能完美，有的是通過不斷的優化參數，或是增加更多的過濾條件。然而，回溯測試與實時性能很多時候可能沒有多大關系。當然，回測應該是有利可圖的，但是當你發現自己試圖提高回測的性能時，你就有掉進這個陷阱。

　　警惕任何看起來太好而不真實的曆史結果，幾乎每一個algo交易者都開發了至少一個“聖杯”交易系統，一個具有優秀曆史表現的系統會讓任何投資者或交易者感到震驚。但幾乎無一例外，這些偉大的策略往往在真實交易中崩潰。