在1997年，當我們還在使用window97、16MB Ram之時，深藍首次在標準比賽時限內擊敗西洋棋世界冠軍俄羅斯的卡斯巴羅夫，當時很多人甚至因此對電腦產生恐懼，害怕電腦終有一日會如《未來戰士》中的「天網」一樣控制人類。在19年後的今天，AlphaGo於首兩戰中，輕易連勝南韓圍棋棋王李世乭，到底電腦取代人類的一天是否即將來臨，相信無人得知，但電腦在股市上則為交易帶來了不少方便。
在交易中，以數學方法加上電腦技術作出交易亦非新鮮事，亦即量化交易（Quantitative trading），對於量化交易的定義對專家來說，實在存在很多爭議空間，我自己較為籠統的理解則為把交易系統邏輯數據化並交由電腦執行，在此道中最為人熟悉的有由2位諾貝爾得獎者Myron S. Scholes and Robert C. Merton設立的Long-Term Capital Management和James Simon設立的復興科技基金。雖然Long-Term Capital Management在1998年俄羅斯金融危機時遭受到嚴重的虧損，但在此之前仍能在市場上獲得驕人成績。而Simons的復興科技基金自1988年創立以來，至2003年連勝十五年，年均報酬率高達34％，媲美索羅斯和巴菲特，足見量化交易的舉足輕重。
當然，如果電腦技術高超，能夠執行量化交易固然是好，但於我等散戶而言，即使不是電腦高手，一樣可以撇開那些高深的量化學說，學習箇中邏輯，套於自己交易之中。
做量化交易的步驟大致上包括作出假設，建立策略，找尋策略的優勢，設立資金管理，作出回測（backtesting），再優化策略。量化交易是一套比較有系統性的思維，當建立策略時要定立買入、加注、賣出的原因，並考慮不同情況之下策略所面對的問題和優勢，此舉能增加自己對策略的了解和更確定自己做每一個動作的原因而非憑感覺做事。當建立了策略之後，在交易時可以排除個人主觀判斷，依靠策略邏輯進行交易，為交易會建立了一致性和嚴格的紀律性，即使虧損或作出錯誤交易亦有迹可尋，而且排除了情緒化反應，做到李佛摩所講"A stock is never too high to buy and never too low to short"。更重要的是，即使有了一套交易系統亦非一了百了，除了在回測中了解系統的優勢之外，我們更應作出forward testing，即在實戰中找出可以改良的地方和優化策略，反思一下交易中的錯誤，此舉在非系統交易時亦十分重要，找出自己的錯誤並加以改善，配合倚靠系統的一致性，更可事半功倍。
即使不用量化交易，採用其系統性思維：建立系統、測試、優化、再測試，並利用其一致性，理性的思維放入我們平常的交易當中，一樣可以有所裨益。
灝昇
https://www.facebook.com/speculatorjunior