量化交易系统包含以下四个主要组件：
·策略构建模块：寻找策略，发掘可用优势，决定交易频率。
·策略回测模块：获取数据，分析策略表现，排除模型偏差。
·指令执行系统：对接券商，自动化交易，合理减少交易费用。
·风险控制模块：最优化资产配置，根据凯利公式与交易心理学决定风险容忍度。
个人如何做量化交易？策略构建篇
·注：凯利公式
·凯利公式是一条可应用在投资资金和赌注的公式。应用于多次的随机赌博游戏，资金的期望增长率最高，且永远不会导致完全损失所有资金的后果。它假设赌博可无限次进行，而且没有下注上下限。
f*=（bp-q)/b
其中
f* 为现有资金应进行下次投注的比例；
b 为投注可得的赔率（此处的赔率定义不清楚，应该是净赔率）；
p 为获胜率；
q 为落败率，即 1 - p；
凯利公式
凯利公式
举例而言，若一赌博有 40% 的获胜率（p = 0.4，q = 0.6），而赌客在赢得赌局时，可获得二对一的赔率（b = 2），则赌客应在每次机会中下注现有资金的 10%（f* = 0.1），以最大化资金的长期增长率。
注意，这个广为人知的公式只适用于全部本金参与的情形，即输的情况下，亏光，而适用更为广泛的凯利公式是
f*=(p*rW-q*rL)/rW
或者写成f*=p-(1-p)/（rW/rL）
其中f*,p,q同上，rW是获胜后的净赢率，rL是净损失率，rW/rL是盈亏比。
策略构建
量化交易始于研究，研究过程包含选定
策略、校验策略（检查其是否与当前投资组合的其他策略有冲突）、优化策略（通过数据对策略调优，提高回报率，降低风险）等过程。需要注意的是，如果你是非机构投资者，你还需要考虑自身的“资本充足率”，交易费用对于你策略的影响也会更大
与大家的普遍印象不同，通过公共资源就可以获取到许多有用的策略，学术期刊会发布一些理论交易结果（大部分对于交易成本的考虑比较粗糙），相关博客会深入讨论一些策略，行业期刊上则会概述一些基金所使用的策略。
你可以会感到困惑，为什么这些个人与机构会热衷于公开讨论他们的策略？他们都非常明白如果其他人都蜂拥使用此策略时，这些策略可能会失效。真实原因在于，他们从来不会公开策略的调优方法与详细的参数设置，而调优过程才是将一个普通策略提升到高盈利状态的关键所在。事实上，找一个类似的已有策略，并实施自己的优化过程，才是目前构建自身策略的最佳实践。
大多数策略可以分为均值回归与趋势跟踪/惯性策略两类。均值回归策略认为标的资产的价格序列（如两个关联资产的价格差异）存在长期均值，短期的偏离最终必定恢复。趋势跟踪策略则在跟踪市场趋势的同时，通过对投资者心理及大型基金的资产结构的分析收集某个交易方向的惯性，跟踪该趋势直到惯性发生反转。
另一个重要趋势是交易频率。低频交易（LFT）通常是指持有标的资产超过一个交易日的策略，高频交易（HFT）则只在交易日内持有资产，还有超高频交易（UHFT）只持有标的几秒甚至几毫秒。虽然对于个人投资者来说高频和超高频策略也都是可实现的，但必须对于交易的技术栈和交易所的报价成交原理非常了解，这篇文章不会对这些方面做过多的延伸。
