Lesson 1：量化交易完整流程

學習目標

• 分辨 hypothesis（研究假設）與 trading rule（交易規則）。
• 掌握 Hypothesis → Data → Signal → Position → Execution → Evaluation。
• 寫出可以被另一位研究者完整重現的策略規格。

1. 量化交易不是猜方向

量化交易是在明確條件下重複執行一組決策，追求扣除成本後仍為正的 expected value（期望值），同時限制錯誤時的損失。研究流程的每一層都有不同問題：

1. Hypothesis：預期報酬為何存在？誰付錢？為何尚未消失？
2. Data：決策當下真正知道什麼？資料是否 point-in-time（時點一致）？
3. Signal：哪個可計算條件觸發交易？
4. Position：方向、股數、槓桿與單筆風險如何決定？
5. Execution：何時送單、用何種訂單、可能以什麼價格成交？
6. Evaluation：扣除成本後，是否優於合理 benchmark（基準）？

任一層模糊，都可能使回測不可重現。

2. 從敘事到假設

「RSI 低於 30 就買」只是規則，不是經濟假設。較完整的假設應描述可能機制，例如：短期價格急跌可能來自被迫賣壓；若基本資訊沒有同步惡化，流動性提供者承接賣壓後可能獲得 reversal premium（反轉溢酬）。

常見機制包括：

• risk premium（風險溢酬）：承擔他人不願承擔的風險；
• behavioral bias（行為偏誤）：反應不足、過度反應、注意力限制；
• structural constraint（結構限制）：再平衡、保證金、基金授權或被迫交易；
• information diffusion（資訊擴散）：資訊未同步反映至所有資產與參與者；
• liquidity provision（流動性提供）：承接暫時性訂單失衡。

假設還應寫出失效條件。例如「若成交集中度下降、交易成本上升或市場結構改變，opening-range momentum 可能消失」。

3. 訊號必須沒有語意模糊

模糊版本：「NVDA 強勢突破 opening range 就買。」

可回測版本：「以 America/New_York 時區 09:30–09:44 的 1-minute OHLCV 定義 opening-range high。09:45 後，第一根收盤價高於該高點 0.1% 的 bar 產生多頭訊號；於下一根 bar 開盤模擬 market order，每日最多一次。」

仍須補齊：

• normal session 或含 extended hours；
• half-day、halt、缺 bar 如何處理；
• 停損、到期平倉與同一根 bar 同時碰到停損／停利的處理順序；
• commission、spread、slippage；
• position sizing 與最大曝險。

4. 部位與期望值

每筆交易的簡化期望值：

EV = 勝率 × 平均獲利 − 敗率 × 平均虧損 − 平均交易成本

勝率不是策略品質的同義詞。勝率 90%、平均賺 1、平均賠 15 的策略，其成本前 EV 為 0.9×1 − 0.1×15 = -0.6。相反地，趨勢策略可能勝率低於 50%，但靠少數大獲利維持正期望值。

固定風險部位範例：帳戶 100,000 美元，每筆允許風險 0.5%，進場 100、停損 98：

risk_budget = 100,000 × 0.5% = 500
shares = floor(500 ÷ (100 − 98)) = 250

這還沒有處理 gap-through-stop（跳空穿越停損），所以 500 不是保證最大損失。

5. 成交時間的基本因果律

若訊號需要某根 bar 的 close 才能確認，就不能假設在同一個 close 成交，除非策略明確建模 closing auction（收盤競價）且訊號能在訂單截止前形成。教學回測最保守的起點通常是：本 bar 收盤確認，下一 bar 開盤成交，再加入不利滑價。

6. 評估要回答相對問題

「賺錢」不等於有 alpha。NVDA 多頭策略若大部分時間持有 NVDA，績效可能只是 NVDA beta。至少比較：

• buy-and-hold；
• 相同市場曝險的被動部位；
• 相同持有期間的隨機進場；
• 更簡單、參數更少的規則。

通關產物：一頁式策略規格

請用以下欄位描述任何策略：

研究假設：
商品與 universe：
資料來源／頻率／時區：
資料可用時間：
進場訊號：
成交假設：
出場規則：
部位規則：
成本模型：
Benchmark：
驗證切割：
失效條件：

能完整填完，才進入資料與回測。