量化交易指南
量化交易是個宣傳與現實離得很遠的領域。行業本身體量驚人——演算法已執行美股大部分成交量——但這門手藝的起點小得出奇：一個人、一個想法、一次回測。這份指南是量化交易（在台灣也常稱程式交易）專題的入口：它到底是什麼、怎麼學、哪些策略和工具值得關心、以及賺錢的真實機率。
量化交易是什麼
量化交易就是用數學模型、統計分析和電腦程式來決定買什麼、什麼時候買、買多少，而不是盯著線圖憑感覺下單。它的優勢來源是同一條規則在成千上萬次交易裡累積出來的統計優勢，不是一次踩準的判斷。它是一門「度量」的手藝：規則寫下來、拿歷史資料檢驗、交給機器執行。
如果你是第一次接觸，先讀量化交易是什麼——完整的大白話解釋：量化交易和演算法交易、主觀交易的區別，一條規則手動執行和程式執行的對照演算，以及這個領域的來龍去脈。
這份指南寫給誰
- 好奇的人。 總在 Jane Street、Citadel Securities 的新聞裡看到「量化」，想看懂這台機器而不是它的神祕感。
- 想學的人。 有一些程式或數學基礎，想要一條從零到跑通第一個策略的現實路徑。
- 懷疑的人。 見過太多「自動化躺賺」的廣告，想要不帶濾鏡的版本——包括為什麼多數回測完美、上線就死。
我們涵蓋什麼
| 板塊 | 你會學到 |
|---|---|
| 量化交易入門 | 從零到第一個實盤策略的六個階段，每個階段的真實成本 |
| 學習路徑 | 學什麼、按什麼順序學、哪些書值得讀 |
| 量化交易策略 | 主要策略族——趨勢、均值回歸、動量、統計套利——各自的利潤來源 |
| 回測 | 怎麼誠實地檢驗策略：未來函式、倖存者偏差、過度配適、成本 |
| Python 與工具 | 個人真正在用的開源技術棧，以及它的邊界在哪 |
| 對比辨析 | 量化 vs 演算法 vs 當沖，量化交易員一天到底在做什麼 |
| 真相 | 薪資、職業路徑，以及「這能不能賺錢」的直答 |
速覽數字
| 事實 | 數值 |
|---|---|
| 演算法+高頻占美股成交量 | ~65%（2024），2010 年約 45% |
| Jane Street 2024 淨交易收入 | 205 億美元，約 3000 名員工 |
| 文藝復興大獎章基金費前年均收益 | ~66%（1988 年起），不對外部開放 |
| 個人能做嗎 | 能，中低頻；高頻沒有個人賽道 |
| 起步所需數學 | 高中統計加期望值 |
這些數字是量化交易吸引這麼多目光的原因，也是機構與個人的差距所在。每個數字的完整出處和口徑，見量化交易是什麼深度篇。
從這裡開始
先讀量化交易是什麼。十分鐘左右，你會拿到後續所有文章都在用的詞彙表——訊號、回測、執行、風控。
學量化交易需要數學系背景嗎？
不需要。多數交易想法只要高中統計加期望值的概念。高深的數學是後面特定策略族的事。
散戶真能和量化機構競爭嗎？
速度上不能——高頻基建要數億美元。中低頻策略加普通硬體，才是個人現實的賽道。
量化交易就是演算法交易嗎？
不完全是：量化交易用模型做「決策」，演算法交易用程式做「執行」。多數量化策略確實用演算法執行，但很多演算法交易背後沒有任何量化建模。