随着市场业务/计算机技术的不断发展，用户需求的提高，合约产品的出现，手动交易的弱点逐渐显现，手动交易主要是根据投资者的预测，通过自己的投资经验以及分析，不可避免带有个人主观情绪的影响，容易错失机会，而依托计算机技术的量化交易正在进入人们的视野；合约量化，目标或任务具体明确，可以清晰度量；而量化，其实就是对数据的处理，寻找内在的规律性，从而形成标准化、公开化，而量化交易就是通过计算机技术，数据模型来代替人为的主观判断；
量化交易可以更好的检验交易策略，效率相比较传统的人工而言相对较高，因为验证一个交易策略是否对，需要通过历史数据的回测和模拟交易的检验，大量的历史数据进行分析；此外，它能更快、更高效的捕捉到机会，交易市场瞬息万变，个人的时间精力是有限的，单靠人的肉眼去监视很容易错失盈利机会，量化交易可以利用计算进行全市场的实时盯盘，可以不错过任何的交易机会，大幅度提升盈利能力；
合约量化交易策略开发模式
量化交易的基本流程大致如下：
1.选择量化策略；
量化交易策略：
量化策略是指使用计算机作为工具，通过一套固定的逻辑来分析、判断和决策。量化策略既可以自动执行，也可以人工执行；那么，一个完整的量化策略包含哪些内容？
一个完整的策略需要包含输入、策略处理逻辑、输出；策略处理逻辑需要考虑选股、择时、仓位管理和止盈止损等因素，市场是千变万化的，需要实时监控策略的有效性。
交易策略是一系列规则的集合，包括进场和出场的条件，资金管理和风√险控制等。
(1)股√票策略：指的是单一的应用于股√票市场的交易策略。
(2)宏观策略：宏观策略的投√资范围不局限于单一类型的市场，而是进行全类型市场的投√资。
(3)套√利策略：套√利在这里是一种方式，因此它理论上可用于不同类型的市场。
（量化）交易策略类型分析：
（1）趋势跟随（动能效应）
趋势跟随也称为动能效应，指做多（做空）过去一段时间表现最强（弱）的品种。一般情况下，动能效应可分为两种，一种是时间序列动能，另外一种是横截面动能。
a.时间序列动能专注于市场择时，当价格上穿200日均线时做多，当价格下穿200日均线时做空。
b.横截面动能研究价格的相对强弱，与此同时最空表现最弱的品种。
（2）统计套利
在量化投√资领域，将套利建立在对历史数据进行统计分析的基础之上，估计相关变量的概率分布，并结合基本面数据进行分析以用以指导套利交易。统计套利可以用于股√票市场/外汇市场/衍生品市场；在增加少量风险的同时，尽可能提高获利的收益；
（3）情绪指标
投√资者买入预期上涨的coin对，导致短期价格快速上涨，一旦预期得到兑现，多头平仓结利导致趋势反转。常用的情绪指标:看涨/看跌期√权比例等，此外，投√资者还可以利用搜索引擎的关键词趋势、媒体焦点等来判断市场情绪，进而制定相应的交易策略。
（4）均值回归
价√格会向长期均值回归。当价√格过度上涨，策略要求做空，当价格过度下跌，策略要求做多。
2.将量化策略和程序化交易二者相结合。
3.通过机器人/人工智能设备来进行量化交易。
