很多人想像的程式交易是由電腦來做分析與運算，然後衍生出各式交易邏輯，由電腦主控進出進行交易，但我今天的講解可能要讓大家失望了，若是由電腦分析運算來做交易，那並不是我們所說的程式交易，那種交易我們稱為AI(人工智能)交易，目前檯面上我還未看到任何一套有真實交易能力的AI系統，多數都是掛羊頭賣狗肉，甚至連他們所謂的開發者，都不知道自己犯了怎樣的錯誤。
故今天要理解真實的程式交易，我們必須先從交易的分類說起，交易前的理解主要分為質化與量化兩種。
若是聽了某些方法，未經數據驗證，單純由信任與理解而相信，我們稱為「質化」，若用這理解的方式來進行人工手動的交易，也就是一般的質化主觀交易，若將這部分寫成程式，由電腦代為執行，則稱為程式交易。
但僅建立在未經驗證的質化方式衍生出來的主觀或是程式交易，通常都只是拿真金白銀去誤試繳學費給市場罷了，雖偶有天賦異稟的人能存活下來，但那不是我們今天要討論的範圍。
為了解決盲目踩雷的狀況，質化理解後我們引入量化的概念，「量化」顧名思義是將數據定量來分析，是由數據分析做出發，分析整理完歷史資料後，藉由發現某些現象，歸納某些現象，然後寫成程式利用歷史數據做測試，在有足夠的資料並信任某些狀況會重複發生的前提下，將過去會賺錢的特徵作為進出場依據，接著交由程式代為執行，則稱為量化的程式交易。
在此前提下，不同種類的數據整理後，會衍生出不同特性的策略，各自獨立，互不相干。
而程式交易的策略師，在產出策略的過程中，隨著策略庫數量不斷累積，接著碰到的就是策略管理的問題。
要避免同質性過高的策略，避免同類週期的策略過多，並在有限的保證金下，做出最佳的策略上架比例等等，這跟策略開發完全是不同類型的專業。
很多人可能學習了各式交易方式後，有了策略產出的能力，但卻無策略管理的能力。隨著手上策略越來越多，卻無固定的上下架機制，導致會後無法負荷而進入交易的撞牆期。
我常說，可以將手上的策略想像成各種類型的球員，而策略師就是總教練，一個好的教練會知道如何操作調度，知道何時誰該上場，何時誰該離開球場，當球員有問題時，好的教練能幫他解決並讓他重新回到場上。
有些人可能會有所疑惑，這樣不就是靠著個人的喜好來決定了嗎？是否違反了程式交易可摒除人性的初衷等等。
但我不這麼認為，畢竟調度這件事情並不是全憑感覺行事，勢必是分析了他近期的狀況，盈虧表現、勝率、期望值等等條件，再評估交易者自身能承受的風險去調度改變，執行時還是摒除人性的，算是在主觀交易中取了最重要的部分，就是交易者的承受度與風格。
所以同一套策略庫，若是給不同的策略管理師使用，亦會衍生成不同的風格，可以由其中看出每個交易者的偏好，有人承受度高喜好大週期的波段策略，有人喜歡沖刷的當沖策略；敏感的人逆勢策略的比例較重等等。
這沒有標準答案，其實交易就是選擇一個適合自己個性的模組，並與他長期相處罷了。
－
本文同步發表於理財周刊 1046期│吳偉仁 |2020-09-10