量化交易看起来像用机器炒股，但并不令人惊讶。 但是，分解量化交易的模型，就会明白其中的奥秘。
首先是输入环节：
如果你是量化交易建模器的话。
在程序中输入有关您认为影响股价波动的各种重要因素的数据。
我们给大家看一个常用的多因子选股模型。
各种因子可以理解为炒股看的内容。 例如，xxdhb要看公司、行业、估值、成交量、业绩等。 这些成为要因，可以将其包含在程序中，作为要因之一。
估值类因子
1、预测最近一年每股股息
2、未来12个月预测净利润
3、每股收益
4、营业收入
5、经营活动产生的现金流量
6、股本
成长类因子
1、季度利润同比增速
2、一季度营业收入同比增速
质量类因子
1、净利润/股本总额
2、净利润/资产总额
3、非流动负债/股本总额
4、流动资产/流动负
流动性因子
1、最近一个月的日均换手率
2、过去一个季度日均换手率
3、过去一个月的成交量
4、过去1月股价波幅
5、过去一个月所有技术指标变动结果
其次是策略
第一步输入各种股票选择因子数据后，我们会得到股票选择的结果。 例如，我选择了50个相应的股票。 接下来进入战略筛股阶段。 战略炒股阶段，就是研究这几大内容
择时：什么时候买，什么时候卖
仓位管理：买多少，卖多少
止盈止损：赚多少卖多少，赔钱卖多少
由于此步骤是个性化的，因此当管理员自己创建程序时
输入自己对市场的理解，形成程序。
假设80%的技术指标设定为同时发出买入信号时买入，利润为10%时卖出，损失为5%时止损。 程序根据管理员的安排不断操作。
最后一步是结果输出
1、购买信号
2、卖信号
3、交易费用
4、收益
程序到这里其实是有了操作结果。 这里需要注意的是，将交易量化，区分高频、中频和低频的交易。 例如在高频交易中，在a股现实的T 1大环境中，实际上做不到真正的高频。 一般每周换手一次以上就会出现高频。 中频一般一个月或几个月换一次手。 低频交易通常在一个季度或几个季度改变一次手。
上述各模式也不是一成不变的，管理者根据市场变化实时调整因子和战略。
-------------请参阅
推荐阅读：
1 .量化战略师的自白(好文强烈推荐) ) ) ) ) ) )。
2 .股票期货经典的量化交易策略在这里！ (源代码)
3 .期货/股票数据大全查询(历史/实时/Tick/财务等) )。
4 .用3分钟了解贝叶斯是量化工作者最常用的工具的原因
学习Python有哪些书？ 这里有书单
6 .江湖上常说的“网格交易法”到底是什么？
7.10种典型日内交易战略模式构想
8 .干货|定量选股战略模式大全
9 .量化金融经典理论、重要模式、发展简史大全