什么是Algo交易？Algo交易有哪些陷阱？

　　Algo交易实际上就是量化交易，只是现在我们很少有人再把这种交易称为量化交易了。那么这篇文章我们就来了解一下关于Algo交易的相关知识，了解一下这种交易背后有哪些陷阱。

　　从广义上来讲，量化交易是一种利用定量的数据指标，根据事先确定的运算模型，产生买卖决策的投资决策方式。它是相对依据于主观判断的投资决策方式而言的，我这里所说的量化交易，基本上就是指这种广义上的含义。

　　在实际应用的时候，我们的投资决策未必是100%的量化，也未必是100%的主观。什么算量化交易，什么不算量化交易，可能会有异议。所以，一些人所说的量化交易相比另外一些人所说的量化交易，要求可能更严格一些，是专指一些定量化、自动化程度更高的投资交易方式。

　　Algo交易中的陷阱

　　许多algo交易者有编程、理论或数学背景，他们认为他们的模型需要复杂。毕竟，金融市场是复杂的野兽，更多的交易规则和变量应该能够更好地模拟这种行为。错了!更多的规则和变量一点也不好。是的，复杂的模型会更好地适应历史数据，但金融市场是嘈杂的。很多时候，有很多规则只是更好地模拟噪音，而不是实际的潜在市场信号。大多数专业的algo交易者都有简单的模型，因为这些模型往往对看不见的数据最有效。

　　一旦交易系统模型完成，第二个陷阱就变成了一个问题：过度优化。许多策略都因为有不同的输入参数，优化参数对于创建令人心动的回测是很好的，但请记住，大多数市场数据只是噪音。为嘈杂的历史价格信号优化的交易策略不能很好地转化为未来的表现。

　　第三个陷阱与前两个陷阱有关：构建一个美妙的回测报告。当你开发一个algo系统时，你得到的唯一反馈就是通过历史回溯测试。因此，很自然，大多数交易者试图使回测尽可能完美，有的是通过不断的优化参数，或是增加更多的过滤条件。然而，回溯测试与实时性能很多时候可能没有多大关系。当然，回测应该是有利可图的，但是当你发现自己试图提高回测的性能时，你就有掉进这个陷阱。

　　警惕任何看起来太好而不真实的历史结果，几乎每一个algo交易者都开发了至少一个“圣杯”交易系统，一个具有优秀历史表现的系统会让任何投资者或交易者感到震惊。但几乎无一例外，这些伟大的策略往往在真实交易中崩溃。