量化交易是『被動收入』嗎❓️睡覺時也能賺錢的方法解析

▎瞭解更多關於 ZZW ➭ https://linktr.ee/zzw.cryptalk

說到『被動收入』，一般人所理解的定義是 “一種只要付出一點努力進行維護，就能定期獲得的收入” ，也是維基百科的解釋，當然，實際上所付出得努力方式和精力多寡都各有不同，那麼我們就把它拆成兩部分來看。

一個是『用錢換錢』的方式，像租金收入、股利收益、質押、放貸、定存利息以及今天主題量化交易的差價利潤…… 等等，利用手頭上既有的資金或貸款去『建構一套能產生現金流的資產』，這類模式往往不需花費我們大量的精力或勞力，只需置產在幾個足夠健康的標的即可，不過前提也是必須具備一定的知識水平，而學習的過程依然是需要不少的時間摸索。

另一個是『用時間換錢』的方式，像聯盟行銷、Youtube 廣告收益、網站版位出租、Google 輪播廣告、交易所邀請碼返佣…… 等等等，基本上核心都是在於『內容產製和流量引導』，當我們沒有資金去建構資產時，唯一擁有的就只剩時間（撇除阿姨我不想努力這種…），只要有需求者存在就會出現供給者，市場隨之因應而生，就像我現在撰寫的文章一樣，提供受眾可能會想知道的資訊，在底下附上相對應的 Pionex 邀請碼，只要有人使用連結註冊，交易所就會在每次交易時原本要抽取的手續費中，把當中的一部份利潤%數返還給註冊人和推薦人，如果內容越多人閱覽，連結點擊率就越大，當然能獲得的被動收益就越高，除此之外在持續產製的過程中也可能延伸出其它用途及價值，例如：廠商的業配邀約、文章版位的出租詢問或項目方的合作提案…… 等等都是有可能。

「什麼是量化交易？」

隨即進入今天的重點！到底什麼是『量化交易 Quantitative Trading』？ 其實即把交易量化的意思，一句話來解釋就是『透過策略編寫進的交易機器人幫你自動做買賣』的方式！

我們試著想想對於一般交易者的操作痛點為何？無疑是『貪慾』和『時間』，多數人習慣在上漲時 FOMO、賣飛，在下跌時恐慌性拋售、一次性梭哈，除外，盯盤時間也是很大的問題，每個人一天都只有 24 小時，扣除日常作息時間，光要隨時注意這瞬息萬變的市場就實在不容易了，還要有一套有效應對個別市場的策略及市場敏感度，更是難上加難……

於是人們就想出了一套辦法，在交易之前盡可能想好市場上的每一種假設情形，利用編寫好的程式代碼，讓機器人幫自己 7/24 全年無休地執行想到的策略，交易策略的基底可能是判讀指標；可能是判讀型態；也可能是判讀支撐壓力等等，因人而異，而那就是量化交易！

「量化交易 vs. 自己操盤」

先來簡單列舉量化交易的優缺點。

優點：

▪️克服人性缺陷

▪️減少盯盤時間

▪️增加操作次數

▪️方便績效回測

▪️交易速度較快

缺點：

▪️一般來說使用門檻高

▪️無法自如因應突發變化

▪️一定存在策略漏洞

相信優點的部分不用多說太多，從幾點整理就能蠻容易看出其便利性之處，重點在於缺點區塊。

會說一般進入門檻較高是因為通常交易機器人都是自己寫程式碼去跑得，除了要準備一套有效策略外，還要擁有門檻不低的 code 能力，對普通人來說根本不用看到績效如何，光是怎麼搞出一個機器人和資料來源就一個頭兩個大了。

不過，當然也會有人看到這部分的商機，於是提供寫好的機器人給大家使用，而廠商則從每次交易中抽取一定比例作為手續費（例如：Pionex 每筆 0.05%），作為用戶只需準備好資金，設定簡單的參數即可開始套利。

然而，接著就到了第二三個問題點，交易機器人也不是什麼妙藥靈丹、100% 幫你賺錢的精靈，只是依照我們指示去聽命操作的工具，因此『參數要怎麼設？』、『什麼機器人要對應什麼市場？』、『投資標的該選什麼？』等等問題都是一番學問。

想了解基礎量化交易法可以參考《『網格交易』的本質❓機器人自動幫你操作獲利的投資策略》這篇文章！

「量化交易適合自己嗎？」

對於我個人來說，太複雜的策略其實用不太來，而且必要性也不高，因為主要就是希望能以最少的時間完成交易這件事嘛，雖然並不反對有人會想研究高效、完美、自動化的暴利型策略，但如果太去追求進階的策略方式，乃至跑去學一堆難懂 coding，反而有些本末倒置，而且從根本上看也不太現實，全球頂級的金融人才都在關注著相同的賽道，除非擁有過人的天賦，否則就是彼此的競爭對手……

拉回重點，機器人的確是輔助我們很好的一種工具，而一般交易所提供的模式也絕對足夠我們普通投資人的應用（網格天地單就是量化交易的一種模式），只要有基本的用法及策略認知，年化要超過 20% 應該不是什麼難事，那麼作為部分資金合理的資產配置環境又和樂而不為呢！最後提醒各位記得 DYOR（Do Your Own Research），然後歡迎使用我的 Pionex 派網推薦碼 FBxyNosa 嘍 💪

Pionex ➭ 全球最大的量化交易所（網格交易）：