程序化交易是一门必须要重视学科。要想使我们的交易进型的流畅并且盈利对市场敏锐的洞察力以及使自己的交易规范化是必不可少的。那么怎样才能很好的进行程序化交易呢?那我们就需要了解他们的优势以及对他们的监管是怎样的!
众所周知的是现在高频交易正在被监管机构限制。而大多数正常的程序化交易还是可以允许其发展的。但对于那些机构在市场上频繁的挂撤单，已经对现在的市场环境造成了影响。所以监管部门是必须要加以限制的。而在吃过亏后，国内的监管部门确实已经长记性了。吃过什么亏?那么今天就简单的讲一下伊士顿事件。因为当时恶意的高频交易已经在国外遭到了严令的禁止。而在中国却是没有任何规范的。所以几个俄罗斯的投资者便打起了中国市场的主意。他们来到中国用600多万的初始资金弄出了一个伊士顿公司，这个公司使用恶意高频交易在两年多的时间赚了20多亿然后撤出中国。所以说这种恶意的高频交易不加以限制很可能会导致我国金融市场的崩盘。
然而我们不能只看到高频交易给我们带来的灾难。程序化交易也是需要通过不同程序化交易策略以不同的看待的。对于交易而言，其实一些中低频的程序化交易在某些角度去考的话是必不可少的。
有些情况下借助计算机指令去分散下单是对市场的稳定性更加有利的。例如某个很大的投资机构需要建立一个特大的投资组合。首先这个事情人工交易是很难完成的，需要借助计算机去完成交易。第二呢这种计算机分散化交易其实可以有效的减小交易对股票价格的冲击。
中国市场的有效性远远不及美国。因为我国的市场还是主要以散户为主的，所以长期来说收益率要高出美国很多，经常会出现大量的股票价值被高估或者被低估的现象。这说明了中国现在套利机会是非常多的。而在这里程序化交易就可以以其程序化交易模型来获取大量的收益的机会。
对于上述的现状来说我们需要业内人员可以自觉的维护资本市场的有效性。促成程序化交易发展的良性循环。而不要去各种的找空子钻，利用交易的漏洞大肆的套取利益。这种情况第一是将程序化交易抛向了无底深渊，说到这里很多人可能会想谁会去管程序化交易怎么样?只要我得到利润就可以了。这里就是不得不说的第二点，那就是就算你得到了再多的利益，你也不会坚持多久，因为小铁窗就在那里等着你，毕竟小铁窗这口饭可不是那么好吃下的。
什么是量化投资交易策略?
作为投资交易策略的一种，“量化投资策略”是利用所构建的投资模型指导投资的一种技术手段。
量化投资者对于投资模型的构建，一般情况下是在“现代金融学理论框架”下进行的，其主要包括：投资组合选择理论、有效市场理论、公司财务的MM理论、资本资期权定价理论、产定价理论、套利定价理论间。
量化投资者，在参与金融市场进行投资决策时，面临根本问题是买什么?买多少?其实，这问题本身就是一个投资组合的选择问题。现代金融学研究的出发点和落脚点都是，去试图量化和描述金融资产，以及金融资产的收益与风险之间的关系，而“收益和风险”很大程度上都是受“组合选择理论”影响的。
所以从投资组合角度，理解现代金融学和量化投资的理论基础，是非常有必要的。
均值-方差模型，是使用证券资产收益的均值和方差衡量证券的期望收益和风险，是前沿的、有效组合概念。
一个“单因子投资组合选择”模型，在估计证券资产收益的协方差和均值上，使用了单因子，这在很大程度上减少了所需要估计的参数的数量。1970年，出现了使用下半方差去描述风险的方法。
在数学上，均值是数据序列的一阶矩，方差便是二阶矩。按照这个思路想下去，使用“偏度”来描述，当“资产收益分布不对称情况”下的投资选择问题。采用与事先设定的目标收益的差距期望来度量风险，该这个方法，在动态投资组合管理中被经常使用。
真实的情况是量化投资市场中，更多存在着模糊不确定性。模糊集理论、模糊决策理论、模糊规划理论、可能性理论，为我们提供了一种有效方法，
可以用来研究模糊性问题。近年来，一些学者研究了模糊投资组合问题，例如半绝对偏差的模糊多目标投资组合模型，可以得到量化投资者在不同风险偏好下的投资组合。
加权投资组合选择问题。使用模糊层次分析法引入投资组合问题，并将其应用到股票配资实际情况当中。通过使用不同的模糊数形式，使用一种新的模糊投资组合模型。介于模糊收益率的基础之上，引入三阶矩偏度去描述收益率的分布不对称性。
基于“收益风险”框架，及该框架的一些模糊投资组合模型，并对它们进行了实证分析，采用模糊收益率的方法引入了量化投资者关于风险的主观态度，之所提出的模糊投资组合模型，其实是试图对量化投资者的行为进行分析。李婷等的研究了具有模糊收益，并也考虑了“交易成本”和“背景风险因素”的投资组合选择问题。
综上，无论是随机性，抑或是模糊性假设下的，关于“投资组合”选择的研究，基本都是有着这样一个思路：无论是金融产品的收益还是风险，都需要采用一定的方法进行度量，然后建立解决问题的策略。
在对于金融产品本身的问题上，的确是缺少模糊性认识市场整体的量化方法，所以，我们应该更关注量子金融，给大家带来的全新视角。
