【量化交易系列一】什麼是量化交易？
量化交易，或稱為量化投資，顧名思義就是利用數據來做投資決策，包括何時買賣，以及如何形成投資組合。此方法要是一致且機械化的，屏除人為的主觀判斷，並經由科學化的回測方式驗證其有效性。
打開電視、手機或報章媒體，總是充斥著無數跟公司或股價相關的資訊和題材，但你有沒有想過，到底哪些是真正重要的資訊，應該依此去做決策？哪些又是對交易或投資決策完全沒幫助的資訊？
為了解決這個問題，就需要用到「回溯測試」(簡稱回測)這個方法；因為我們沒有辦法拿到未來的資料來測試，所以只能用過去的資料去做實驗。換言之，為了驗證某種訊號或稱「交易方法」的有效性，我們只能利用歷史數據來檢驗。
舉個簡單的例子，假設你想知道買殖利率高於5%的股票好不好，不能只是觀察到某幾支殖利率高於5%的股票最後漲了，就說殖利率高於5%的股票很棒，你要做的是利用科學方法來驗證。也就是說，你去檢驗過去一段時間，假設是10年，模擬從10年前你就買進市場上所有殖利率高於5%的股票，持有一段時間(假設持有1年)然後賣掉，並且利用所有賺得的資金與本金，再投資新的一系列殖利率大於5%的股票，每年不斷換股操作，持續10年。
最後你比較這一系列殖利率大於5%的股票投資組合，表現是否比大盤好？或是表現比殖利率低的股票投資組合好？如果這10年的表現遠勝過大盤或是殖利率低的投資組合，「殖利率高於5%的股票比較好」的結論才比較站得住腳。
這就是量化投資的真義：利用歷史數據去做回測，並且跟你想要的其他選擇做比較(通常就是跟大盤比，甚至可再做統計上的顯著測試)，如果這樣做能夠成功，才能說某種訊號很重要！坊間一堆論述說某種資訊很重要，其實大多會死在歷史數據及回測方法的劍下！
另一個利用歷史數據回測的優點，是能夠幫助投資人避免常見的偏誤。人類傾向選擇性地挑選那些能夠支持自己意見的例子，忽略不利或矛盾的資訊，行為心理學上稱為確認偏誤(Confirmation
bias)。例如說，有人覺得股市是題材面炒作出來的，所以每當他看到幾間公司的題材新聞出來，而股價也真的漲了，就認為股市真的是題材消息所主導。問題在於，他沒有認真看看那些也常有題材新聞，但公司股價卻不動如山的反面例子。
利用歷史數據可以幫助我們避免這種投資上的偏誤，保持客觀，因此就算不是真的要採用量化交易，投資人也應該盡可能地利用歷史數據來去除投資上確認偏誤的無知。當然你如果不想大費周章自行做研究，可以多看看一些研究報告，或是學術期刊論文，財務論文中就有相當大的比重是利用實證經濟方法，也就是利用歷史數據及統計方法驗證某種現象是否存在，所以閱讀財務論文，也能幫助投資人更加了解資本市場，知道哪些訊息至少在研究期間是重要的，哪些訊息又是不重要的。
以下一系列文章中，我將一一闡述量化交易需要注意的重點。