代码 对冲策略_手把手教你搭建量化交易模型，以PTAMEG量化对冲策略为例

福利：联系扑克小公举(id:puoke002)申请成为扑克财经App智咖；关注公众号引一汪活水(id:puokebaijia)获得大宗商品/投资交易领域更多干货。

文 | 陈荣璞，扑克财经App智咖，陈荣璞基本面量化交易圈圈主 近几年，量化投资逐步进入商品期货投资领域。 量化投资策略在商品期货CTA、商品期货套利和对冲领域取得了不错的成绩。 但是量化投资并不是交易的“圣杯”，也不能完全取代基本面和主观分析。 基本面分析和量化投资各有优劣，并非完全对立，可以相互融合，优势互补，共同打造一套稳定的逻辑体系。 1 量化投资优势和劣势   量化投资就是借助现代统计学、数学的方法，从海量历史大数据中寻找能够带来投资组合稳定收益的多种“大概率”策略和规律，并在此基础上，综合归纳成因子和模型程序。 最终纪律严明地按照这些数量化模型组合来进行独立投资，力求取得稳定的、可持续的、高于平均的超额回报。   量化投资相较于传统投资的优势主要体现再五个方面：   第一，纪律性。 量化投资严格执行投资策略，不会受到投资者情绪的干扰； 第二，系统性。 包括多层次、多角度以及海量数据三个层次的含义； 第三，及时性。 电脑用量化的分析方法可以对市场做出迅速地反应； 第四，准确性。 量化投资可以规避因人的情绪、疏忽、懒惰而产生的一些偏差； 第五，分散化。 即“概率取胜”。 量化投资通过大量数据的学习，更能达到数据统计的准确性。   比如某个投资者有一套简单基于均线的交易系统： 上穿均线做多，下穿均线做空。 但是即使如此简单的策略交易系统也存在问题：   第一、均线使用几日均线合适？ 不同的品种不同的线周期下肯定不能用同样的参数； 第二、即便在当下在某个品种上该策略系统是盈利的，但是从历史长期来看其表现又是如何？ 策略在什么样的行情下有效，什么样的行情下失效？ 等等这些结论仅靠人脑复盘是不现实的，而计算机可以通过迭代算法进行快速大量的计算和回测，生成可量化的数值指标，帮助投资者进行分析和决策。   以一个简单的基于均线的量化趋势跟踪系统为例：   首先，通过将策略逻辑转化为编程代码，然后将策略逻辑代入历史行情中，执行一遍。 然后，再通过给出的历史回测报告，对上述问题进行分析判断。