从上面有关交易的内容中，我们可以看出，如果我们是自己人工来做交易，往往会有很多问题。
人非草木，孰能无情，在变幻莫测的市场中交易，大部分人都深有体会：行情一涨，喜悦激动，行情下挫，紧张痛苦，而在这些情绪当中，人经常会做出非理性的决策。即使你是一位经验丰富的专业交易员，在行情给你带来的煎熬中，恐怕也很难坚守交易的策略和纪律性。当你眼睁睁的看着行情不断下跌，自己的资产每分每秒都在缩水的时候，即使你通过专业的分析反复告诉自己的内心，这不过是正常调整，只是正常调整！但是实际上又有谁能那么淡定呢？最终可能会忍痛止损，等过段时间再回头看这段波动，才发现这只不过是大趋势下的小小调整而已，而自己恰恰就被这个小小调整给击败了，随即懊恼不已，追悔莫及，心里暗暗下定决心，下次我一定不会再犯同样的错误！
然后场景重演……
暗下决心……
场景再次重演……
而我们常说的“追涨杀跌”，其实也是上述心态的另一种反应，人性是贪婪的，而情绪是脆弱的。上涨跟风买，下跌割肉卖，正是很多交易者亏损的根本原因。
而量化交易，正是一种可以避免这些人为劣势的投资方法了。量化交易通过先进的数学模型，利用计算机技术从庞大的历史数据中海选出能带来超额收益的多种「大概率」事件，利用这些事件制定策略，自动的完成交易。
量化交易一般会经过海量数据仿真测试和模拟操作等手段进行检验，并依据一定的风险管理算法进行仓位和资金配置，实现风险最小化和收益最大化。
如果用更简单直白的话来表述量化交易，我们可以把她理解为一个自动化交易程序，简而言之，这个程序通常分四个基础模块：策略制订，回测优化，交易执行和风险控制。
策略制订很好理解，基于数据分析发现相关信号和因子，把这些信号和因子总结成为一个策略，可以更具体的理解为一些交易的规则。
回测优化是当我们制订好一个策略后，要检验这个策略的有效性，也就是回测的过程，在回测中我们会得到一些收益和风险指标，同时不断调整相关参数来尽可能让策略跑出最优的表现。
交易执行很好理解，就是把制订和优化好的策略在市场上进行程序化实盘交易。
风险控制也是必要的模块，制订好风控策略，可以在最大化收益的前提下，有效的把量化交易的风险控制在一定程度之内
通过量化策略在市场中进行交易，基本可以避免我们主观操作那些主观情绪上的问题，不管市场怎么变动，机器是不会由任何情绪的，它只知道规则和条件，只会严格而机械的去执行既定的策略，达不到买入条件，无论行情如何波动，它都不会有任何的心理波动和买入动作。同样，达不到卖出条件，市场再刺激，机器也不会发出卖出的指令。
总结一些，今天简单介绍了一些量化交易的基础知识，量化交易具有以下几个方面的特点：
1、纪律性。根据模型的运行结果进行决策，而不是凭感觉。纪律性既可以克制人性中贪婪、恐惧和侥幸心理等弱点，也可以克服认知偏差，且可跟踪。
2、系统性。具体表现为“三多”。一是多层次，包括在大类资产配置、行业选择、精选具体资产三个层次上都有模型；二是多角度，定量投资的核心思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度；三是多数据，即对海量数据的处理。
当然，量化交易也存在一些潜在风险，具体包括：
1、历史数据的完整性。行情数据不完整可能导致模型与行情数据不匹配。行情数据自身风格转换，也可能导致模型失败，如交易流动性，价格波动幅度，价格波动频率等，而这一点是目前量化交易难以克服的。
2、模型设计中没有考虑仓位和资金配置，没有安全的风险评估和预防措施，可能导致资金、仓位和模型的不匹配。
3、网络中断，硬件故障也可能对量化交易产生影响。
4、策略容量有限，同质策略产生竞争交易现象导致的风险。
为规避或减小量化交易存在的潜在风险，可采取的策略有：保证历史数据的完整性；在线调整模型参数；在线选择模型类型；风险在线监测和规避等。
