很多人在交易了三四年之后，就会开始考虑把自己的交易策略做量化。主要是因为到了这个交易阶段，大部分的指标和交易系统都已经尝试过了，也有了比较成型的交易逻辑，这个时候可能需要突破的就是自己的执行力和心态问题。
    所以很多人就想着把自己的交易策略做量化，写成交易程序，可以规避掉我们自身的一些人性问题。我自己在2016年就尝试做过量化，写过一些交易系统的程序，今天我就聊一下交易系统量化的步骤，以及可能会遇到的问题。
    第1步：有一套成型的交易系统。
    手动交易和量化交易其实就是执行的过程不同，不过*基础的交易模型，或者说交易系统都是必须的。但这里有一个问题，不是所有手动交易的交易系统都能实现程序化，因为在写程序的时候，会发现程序语言的局限性，一些手动交易中，人为观察图表做出判断的行为，程序语言是比较难实现的，也取决于程序员的水平。
    例如数波浪时，人为可以有自己的判断，判断出回撤的低点，次低点，但程序读取不了这些点，这样的手动程序就很难量化。
    因此想将交易系统量化，就必须让交易系统的细节标准化，做出调试和修改，并在兼顾程序语言能实现的基础上，还要保证其盈利水平，其实是非常有难度的。
    第二步：写程序。
    两种方式：自己写和找程序员写。
    如果你是自己写。其实作为一个交易员，自己是*了解自己的交易系统的，各方面的细节，执行上的难度等等，自己心里有数。但是写代码这种事和做交易不一样，门槛是摆在那边的，让一个交易员去自学代码，难度还是挺高的。
    之前也有朋友问我，如果自己本身就是程序员，是否更有优势一些。当然，如果你本身就会写代码，肯定是有优势的。但目前来看，没有太多的程序员能做好交易，也是因为大家面对的人性问题是一致的，而且程序员可能会更注重策略的实现问题，而忽略了策略的盈利问题。这也是为什么一个项目团队可能有程序员，产品经理，运营，每个人的关注点不同，只有综合起来才能推动一个项目的前进。
    如果你找程序员写。我自己是不会写代码的，所以我当时也是找了专职的程序员来帮我实现。我们在沟通的过程中，也发生了很多意见不合的情况。更多的情况是，我需要实现的功能，程序员写不出来，所以我们就得一再磨合，调试，妥协，*终寻求一个平衡点。（但后来再看，其实量化系统的交易成果是不如我自己的手动系统的）。
    这里会有两个小问题：
    （1）程序员写写代码能力的高低，决定了这个程序的质量。我之前次配合的程序员，我在测试的时候就bug不断，这面对的可都是真金白银，所以完整的量化程序我都是测试了大半年才敢开始用的。
    （2）有人担心自己把交易策略写出来给程序员，会泄露自己的秘密。其实大可不必担心这个问题，因为程序的参数通常不会被写进去。例如程序员知道你的交易策略使用的是均线，但他不知道你用的是什么参数的均线，以及什么类型的均线。你可以在程序中设置一些手动可调试的参数标准，这样对于你自己之后的策略变化，留出一些调试空间。
    第三步：测试量化程序。
    将程序放到交易软件里，拿历史数据测试程序的盈利情况。这个过程通常是比较漫长的，要跑很多组参数进行对比，甚至多品种多组参数回测对比。选出的参数，的品种。
    参数组合并非盈利参数组合，要考虑程序运行过程中的资金回撤幅度，回撤的周期，仓位比例的使用等等。
    得出参数之后，要做模拟交易的测试，可以多品种同时进行模拟回测，这样回测交易数量比较大，如果程序有bug，在这种回测中就能显现出来，再将程序完善无误之后，再进入实战。
    完成以上三步，就基本实现了自己交易系统的量化。
    *后聊一下，量化交易程序真的可以解决执行力的问题吗？
    是：No，作用很有限。
    道理非常简单，无论是手动交易还是程序化交易，交易者的情绪变化是一样的。因为程序的开关在交易者自己手里。
    举一个例子：当你的程序进入了衰败期，账户出现了连续亏损，你看着账户中的钱在不断减少，你肯定会非常焦虑、恐惧，随着时间过去，你大概率是会暂停程序的。如果产生了盈利，你也会忍不住关闭程序，想保留盈利。
    一旦当你人工干预了程序，整个交易策略的一致性被打破，*终的盈利结果发生变化，跟你手动交易其实是一样的。所以不管是量化交易系统，还是手动交易系统，其实*根本要解决的问题，是人的问题。
    交易的形式并不重要，要解决的人性和心态问题更重要。