在投资界经常听到人们谈论量化交易，A先生说自己是从事量化交易的，B先生也说自己是从事量化交易的，但最后发现A和B根本就是在做着完全不同的事。还有其它听起来接近的名词，程序化交易、高频交易等，这些概念到底有什么区别？逻辑哥会逐个解释清楚，希望读完本文之后，各位对这些概念不再有疑虑。
1. 量化交易不是个筐
广义的量化交易是一个很宽泛的概念。所谓量化，直观地解释就是用定量的方法来进行分析并指导投资。但在投资中，几乎人人都会多少用一点定量的分析，导致大家都感觉自己和量化交易沾点边，似乎立刻高大上了起来。所以有人戏称量化交易是个筐，什么都能往里装。
比如，做多因子的必然要进行定量分析，可以说自己是量化投资；做技术分析的，离不开各种定量的指标，说自己是量化投资好像也没毛病；做价值投资的，PB、PE、ROE等指标也是分析得清清楚楚。
但逻辑哥认为，能真正称得上量化交易，必需满足两个条件：第一，交易的策略逻辑能够以严格的定量方法明确地描述出来；第二，这个描述出的交易策略是可以回测的。
第一个条件意味着交易策略的分析方法、以及买入卖出条件都是有明确定量规则的，整个交易决策过程不应该包含诸如个人“感觉”这种主观的因素。举个例子，比如，“价格向上突破5日均线时买入，价格向下突破5日均线时卖出”，这就是一个简单的量化交易策略，因为其买入卖出条件都是明确的定量规则。
当然，严格来说，仅仅这一句话距离一个实盘可操作的量化策略还是有一定距离的，因为还有很多细节没有描述清楚，比如，买入是指多少仓位？买入和卖出是市价还是限价？当日买入的之后，又出现卖出信号，但是因为T+1规则无法卖出，如何处理？
一个量化策略的描述要尽可能的具体，并要考虑尽可能出现的各种情况，这样才能被准确、“机械”地执行。
再来谈谈第二个条件：回测。
回测是指通过历史数据，来模拟该交易策略的执行情况，并检查策略的执行结果是否符合预期。
为什么量化交易策略需要是可回测的呢？可以从两个方面来看这个问题。一方面，回测的过程可以检验这个策略是否已经描述得足够完整和清晰。就像上述5日均线策略的例子，乍一看，用一句话就描述了一个策略，但实际用历史数据回测时，才会发现很多细节都是模糊的。
另一方面，既然要准确、“机械”地执行策略，那总得知道这个策略到底好不好，能不能赚钱吧？通过回测，可以验证策略在过去一段时间的运行效果如何。虽然未来的市场情况并不和历史数据完全一致，但是在“历史会重复”这个假设前提下，历史数据回测基本上能对策略的表现有个判断。
2. 程序真的只是程序
那什么是程序化交易呢？首先，程序化交易必须是量化交易。因为量化交易的策略逻辑是明确的定量方法，所以这个策略方法也就可以使用计算机程序来实现。
使用计算机程序实现，有很多优点：第一，计算机程序会严格执行，减少人的主观因素对策略的干扰；第二，计算机程序回测方便，更容易发现策略的问题并便于调整；第三，计算机程序的效率更高，使一些需要快速反应的交易策略更容易实现。如果这个“快速反应”快到一定程度，那可能就是高频交易了。
当然，量化交易不一定是程序化的。如果某个量化交易策略的交易频率很低，对交易速度要求也不高，通过人工交易方式也完全可以进行。但是，人性的贪婪和恐惧永远有可能会干扰交易策略的正常执行。
所以，程序真的只是程序，没有什么神秘之处，关键还是策略本身。
3. 高频有多“高”？
高频交易是程序化交易的一种，这很好理解，因为如果不是程序化，很难想象靠人来手动交易能做到多“高频”。之所以叫“高频”，是因为交易的频率高。而交易频率高，往往也意味着交易决策的时间间隔短，运算速度快。
那么交易频率要多“高”才能叫高频交易呢？这个并没有一个严格的定义。逻辑哥认为，当你的交易策略需要使用交易所发布的最高频率行情来驱动时，就可以称之为高频交易了。比如，国内的期货交易所的行情间隔是500毫秒。
当然，实际做高频交易的专业团队，所需要的信息粒度可能比这个最小行情间隔还要小，因为在一个行情间隔内，可能还有很多成交或报单数据的微结构，能够提供有价值的交易机会。
另外，高频交易对计算机的要求很高，包括硬件、系统软件、交易策略软件、网络等等，每个环节的性能提升都可能会给高频交易带来优势。
但是，高频交易本身仍然是一个交易策略，交易策略的逻辑是核心。系统到底需要多快，其实要看策略本身的要求，系统的性能能匹配策略就行，也不一定要一味求“快”。
4. 对普通个人投资者有啥用？
对于普通个人投资者来说，量化投资是一种科学的投资理念。这种投资理念就是要保证：清晰的策略描述、完整的策略验证、严格的策略执行。通过这种方式，才算是建立了一个“交易系统”。而这个“交易系统”是不是程序化的，并不重要，重要的是这个理念本身。
这个理念其实包含了“假设+求证”的基本科学方法，也就是说，运用量化投资的理念，可以使你的投资活动更加“科学”。所以逻辑哥是非常推荐大家使用的。
