近期，EBC金融推出了聚焦量化分析和机器学习的系列文章，有不少好学的投资者前来探讨哪种交易分析模式能更好地对市场行为作出反应？也有好奇这两者又有什么本质的区别呢？

今天，我们就来聊聊这个话题。

技术交易

技术交易是大家最为熟知的，几乎所有的交易者都会接触到。技术交易的标志是基于图表模式的交易，通常涉及到各种指标的叠加。该领域的交易者会讨论头肩形态、支撑和阻力位、斐波那契回撤，可能使用各种技术指标，如MACD或RSI。根据图表中的模式和指标的汇合，交易者将会对市场或其首选交易品种有一定的预测、目标价位、趋势走向。

技术分析如同一门视觉学科。交易者阅读图表以提取模式并进行交易，从某种层面来说，这更像是一门艺术而不是科学。

专业的交易者会在入场、止损、目标等方面遵守一些严格的规则，但更多情况下（尤其是在新手中），他们还是会让直觉引导他们平仓止损。

虽然一些交易者能够从技术交易中获得收益，但这需要通过密切关注市场、通过反复试验学习交易以及制定一些可以在交易中使用的规则，形成自己的风格，而不是任何人都可以效仿的操作。

这些图表的视觉检查是不可量化的，因此它们在绝大多数交易者手中变得不可测试，即不太科学。

量化交易

要科学地进行交易，你需要有一个可测试的策略。这是量化交易员和其他交易者之间的区别。

量化交易员在 1980 年代闯入华尔街——许多是物理学家、工程师或数学家，被华尔街的老人们称为“火箭科学家” ——他们在那里应用计算机（当时是新事物）和交易统计，利用信号处理、自然语言处理和其他领域的技术，他们能够建立一些有史以来最成功的投资事业，而这正是因为专注于测试。

量化交易有很多种。一些交易者为衍生品、风险等开发复杂的定价模型，并在模型表明市场价格偏离他们的预测时进行交易。

有做市商和流动性提供者可以根据订单流模型赚钱。有统计套利交易者寻找历史相关资产类别之间的价格偏差。有些可能表面上类似于技术交易者，因为他们使用技术指标和市场模式来做出交易决策。所有这些案例的主要区别在于可测试系统和策略的概念。

可测试的策略并不难推导出。你只需要一套规则来涵盖你的投资，并且需要严格遵守这些规则。一旦有了它，你就可以实时运行它并跟踪结果，或者你首先在历史数据上测试它以查看它的表现。

通过谨慎地进行测试和策略设计，你可以制定适合你风险承受能力的策略。

但是，构建一个高质量的回测需要时间、资本和代码知识才能正确地完成。

简言之，量化交易的核心在于把数学、统计学、金融学、计算机技术结合起来，通过挖掘海量数据，寻找规律，做出预测，并使用这个规律进行自动的计算和决策，克服人性弱点，以获得高额利润。

但是市场不可能长期不变，模型需要有人不断去更新，规律需要持续去挖掘。量化交易在面临不可抗力的情况下，如全球疫情肆虐这种突发性公共卫生安全紧急事件时，是否能继续奏效，也持疑问态度。