程序化交易指数映射

1. 客观认识程序化交易

程序化交易与量化投资的区别

程序化交易是什么？量化投资又是什么？事实上，我们中的绝大部分人并没有尝试了解程序化交易和量化投资的正确概念，而是笼统地将两者画了等号。更多所谓的评论者则直接把高频交易与低延时交易混为一谈，指鹿为马，误导公众舆论行吸睛之实。

在最早期纽约证券交易所(NYSE)的定义中，程序化交易是指包含15只股票以上、成交额在100万美元以上的一篮子交易，2013年8月NYSE取消了定义中总价值100万美元以上的条件。在后来的市场实践中，程序化交易的对象扩大到各个交易所上市的股票、期货、期权等，是由电脑直接发出下单指令并自动执行的。

随着金融衍生品的不断丰富，程序化交易成为机构投资的重要交易实现手段，解决了机构迫切需求的批量下单、全市场不间断交易、减少冲击成本等问题。这是一种技术手段，用软件下单替代了人工委托。机构采用程序化交易手段是希望在尽可能减少市场冲击的条件下，加速价格的形成，例如VVAP、TWAP等算法交易都是十分基础的程序化交易，其本身并不会放大涨跌幅。

量化投资的概念更加广泛一些，通常我们理解以数据模型为内核，以程序化交易为手段，能够自动识别投资机会并自动触发交易的系统性投资方法才是量化投资。不难看出，量化投资是投资的一种套路，而程序化交易只是一种客观的交易实现手段。极端一点来说，与场内喊单相比，投资者通过各种软件报单到经纪公司前置机，之后进入交易所撮合成交的过程其实也是程序化交易。

我们不能简单地把量化投资理解成程序化交易，更不能简单地把程序化交易理解成高频交易，量化是道，程序化是术，不应该被混为一谈，量化投资在国内还有巨大的发展潜力。国内出台的一系列抑制过度投机的措施虽然将量化投资一并连累，但其出发点仍然是针对那些可能扰乱市场秩序的程序化交易行为，以维护市场公平性。具体的方法可以商榷，但厘清概念、区分种类对监管者和从业者来说是不可或缺的前提。

程序化交易在争议中成长

在金融历史的多个时期，程序化交易与市场的剧烈波动都被联系起来，多个国家都曾经出现过打压程序化交易的阶段性举措，但同时也有众多的研究成果显示程序化交易并未破坏市场的稳定性，大量的实证研究表明，程序化交易与市场价格波动没有必然联系，也没有证据显示指数套利加剧了市场价格的波动。

金融交易史上从来不缺乏魔鬼交易员，胖手指事件可谓比比皆是，但为什么程序化交易会格外引发市场的关注呢？笔者认为，这与程序化交易一旦出问题，有可能在极短的时间内导致非常严重的后果，并有可能引起整个市场的连锁反应密不可分。加之程序化交易的“黑箱”特性，经过媒体的宣传发酵之后，令整个过程更加扑朔迷离，比起简单的胖手指事件更具新闻性。

而事实上，在全球金融市场耳熟能详的几个恶性事件中，出错的程序化交易与魔鬼交易员相比并没有在破坏力方面更为惊人。

2015年6月，德意志银行在伦敦的外汇部门的一名交易员将一订单中的“净值”错误处理为“总额”，令德银向一家美国的对冲基金客户白白送出了60亿美元，紧急协商之后，德银于次日收回了这笔款项，震惊的德银马上运行了高管调整。

比起德银这一次的幸运，2010年5月瑞穗证券操盘手在J-COM公司股票上的一次胖手指事件令瑞穗证券最终经济损失超过300亿日元。

另一个广为流传的事件是2005年6月，一名富邦证券公司的经纪人在接受客户交易委托时，将英文数字8000万(eighty million)元误听为80亿(eightbillion)元。结果当日11时33分至11时40分之间，台湾股市大盘指数从6284.82暴涨到6342.45点，百余股票涨停。

而在标志性的程序化交易事故中，首屈一指的当数骑士资本的交易故障，以及Sarao利用程序化交易导致2010年美股闪崩这两大事件。

2012年8月1日，当时全美最大的做市商、高频交易领先机构骑士资本在此前一天更新做市部门的交易系统时出现误操作，向市场发出了许多针对NYSE股票的错误报价，导致150多只股票价格异常波动，在不到一小时内巨亏4.4亿美元。该事件的直接后果是曾经风光无限的骑士资本被竞争对手收购才得以避免破产。

2010年5月6日，美股市场神秘暴跌9%，道指在几分钟内大跌近1000点。漫长的调查持续了5年，直到2015年37岁的交易员Navinder Singh Sarao在英国被捕。美国司法部在一份声明中表示，美国正在寻求引渡。据披露，美股闪崩当天，Sarao通过分层算法及spoofing算法操纵标普500E-Mini指数获利90万美元，而美股投资者在几分钟内因闪崩损失了近1万亿美元。

此外，近年来包括西班牙股票交易所IBEX、东京交易所、CME在内的全球多家主要交易所也都曾出现过因系统问题导致交易暂停的事故。自程序化交易逐渐为市场所认知以后，各国监管机构对其运行约束与管理的措施就从未停止过，包括对于影响市场稳定的重大事件的责任人追诉民事责任。

总之，破坏市场交易秩序的并不是程序化交易技术本身，那些出问题的程序化交易与胖手指事件一样，背后的违法、违规行为，流程缺失以及交易机制漏洞才是这类事件的始作俑者。

2. 程序化交易策略类型分哪几种

程序化交易策略的应用领域十分广泛，几乎所有的交易策略中都可以找到其应用。国内比较常见的交易策略，大体可以分为五个方向：日内高频交易、趋势交易、套利交易、组合策略和其他策略。
1、日内高频交易
日内高频交易，顾名思义，就是在日内频繁地做T+0的交易，只要每次操作的盈利高出手续费，就执行平仓。每一笔盈亏都不多，但是每天的交易次数可能会非常频繁，达到成百上千次，累积的预期年化预期收益情况就会非常可观。同时，由于每一笔的亏损都有限，因此风险非常低。以大豆期货举例来说，单边手续费按6元计算，日内平仓不收费，价格每波动1点是10元，那么只要价格上涨1点就可以赢利平仓，相应的下跌1点也需要立刻止损。
日内高频交易的优点是风险小、盈利稳定，缺点是由于交易频繁而产生过高的手续费。
2、趋势交易
趋势交易根据交易的周期，可以分为日内的短趋势交易和隔夜的中长期趋势。我们主要介绍隔夜的趋势交易。趋势交易的一般使用技术分析作为判断的依据，常见的有均线系统，各种技术指标等。
在使用技术分析进行判断的时候，往往会出现某个指标对特定的品种效果非常好，但对其他品种效果一般，甚至由于不适合导致亏损。因此对于不同的品种，或者同一品种的不同时期，可能需要使用不同的模型，或者调整模型的参数才能获得比较理想的回报。
3、套利交易
套利交易是一种低风险、预期年化预期收益稳定的操作方式，是应用范围最广泛的程序化交易策略之一，国外大量的对冲基金都是用套利交易作为主要的交易方式。套利交易的种类多种多样，常见的有期现套利、跨期套利、跨品种套利和alpha套利等。
根据交易的类型，套利的风险也是不同的。以期现套利来说，属于指数套利，当期货和现货指数之间的价差过大时建立头寸，从而赚取无风险的预期年化预期收益。其他的套 利方式属于非指数套利，两个或者多个品种的价差走势存在一定的不确定性，因此存在一定的风险。根据NYSE的统计，所有的程序化交易中，只有的交 易是指数套利，而剩下的都是非指数套利。
4、组合策略
程序化交易的组合策略，就是对投资组合进行操作。当资金量巨大的时候，需要通过分散投资来降低非系统风险，也就是对投资组合进行管理。比如购买一篮子股票组合，或者在投资组合中使用多种交易策略。
程序化交易可以帮助投资者对投资组合中每一个交易品种或者策略都进行精细的管理和分析，从而降低交易风险，提高管理效率。
5、其他策略
除了上面介绍的四种策略之外，还有套期保值策略，使用权证对冲股票风险的对冲策略等。而股指期货的小合约以及期权上市之后，交易策略将会更加丰富。这里暂不逐一介绍。

3. 期货如何程序化交易

方法：1、前提是你必须有自己的期货交易账户，每个期货公司都可以开，现在不用出门就可以用手机在线开户。

2、其次，要选择合适的交易软件。其中交易开拓者的软件是最好编程的，很多交易团队基本都在用这个软件。确定账户和交易软件。

3、剩下的就是如何用编程语言编写策略，并将其输入交易软件。编程其实并不难。在程序化交易中，程序化只占程序化交易的30%。好的编程可以简化代码，提高运行速度，增加交易策略的多样性和完整性，实现一些复杂的策略。

4、如果没有这方面的编程能力，可以参加期货交易的相关培训课程。另外70%主要是策略、仓位设置、交易品种选择、程序化交易心态控制、网络设置等的组合管理。

拓展资料：

1、 战略的确定。一个成功的量化交易系统的开发过程必须是恰当的。如何找到一个成功的量化交易策略，是构建量化交易体系的基础。无论是基本面还是技术面，都可以用量瞎模化的方法进行分析，进而得出量化的交易策略。比如，从根本上说，GDP的增长和货币流通量的增加可以用定量的方法来分析和描述。技术上，移动平均线和指数smma是物理和化学策略思想的来源。

2、 经典理论。很多量化投资策略思路来源于传统经典投资理论，比如经典商品期货技术分析主要包括技术分析的理论基础、道指理论、图表介绍、趋势基本概念、主要反转形态、持续形态、交易量和仓位兴趣、长期图表和商品指数、移动平均线、摆动指数和相反意见、盘中点图、三点转向和优化点图、艾略特波浪理论、时间周期等等。这些经典理论有的有具体的指标和具体的应用皮神饥理论，有的只有理论，需要根据理论生成具体的应用指标来完成策略的测试。因此，经典投资理论可以通过量化思维将理论中的具体逻辑量化为指标或事件形成交易信号，通过信号优化检验实现经典理论的投资思路。这种方式可以有效实现经典理论，同燃返时也可以从原有的经典理论中衍生出周边的投资方法，是量化策略发展初期的主流模式。

3、 逻辑推理。逻辑学的战略思维大多来源于宏观基础信息，其量化战略思维是通过对宏观信息的量化处理，梳理出符合宏观基础信息的量化模型。典型的量化策略包括行业轮动量化策略、市场情绪轮动量化策略、上下游供需量化策略等。这种策略思路来源非常广泛，数据一般不规范，很难形成标准。目前，许多对冲基金都有类似的想法来生成量化策略产品。

4、 总结经验。经验总结是量化战略思想的另一个主要来源。在使用量化策略交易之前，市场上有大量经验丰富的投资者，其中许多人在长期稳定回报方面表现突出。因此，他们对市场的看法和交易思路成为了量化策略开发者的模仿对象，有经验的交易者也愿意量化一些他们觉得相对固化、能够获得稳定回报的交易策略，最终可以用机器自动交易，只监控交易。这可以大大减少交易中消耗的能量。在这个前提下，出现了一个与经验丰富的交易者合作的量化策略团队。

4. 揭开高频交易(HFT)的面纱,一个程序化交易的世界

你所认识的“ 高频交易 ”在大脑里是个什么样的概念？速度、频率、策略还是隐秘性？

究竟什么是“ 高频交易 （HFT）”？或许久经沙场的交易老将也难以赋予它一个具体的定义。即便是美国证监会（SEC）也只是泛泛地给予它几个特征描述，比如平均持仓极短、超高速下单以及大量发送和取消委托订单等。

另外，不知你发现没有， 高频交易 公司的重要人物都保持低调，尽量让自己不出现在镁光灯下，同时很少 高频交易 公司会公开交易业绩。这或许是其被称为“隐秘性”的原因吧。

高频交易 的起源是怎样的呢？让我们先简单了解下历程：

17世纪——罗斯柴尔德家族成功跨越国界在同一类证券价格上进行套利，他们使用信鸽传递消息，因此总是先于竞争对手。

1983年——彭博（Bloomberg）获得美林证券公司（Merrill Lynch）3000万美元投资，建立了首个计算机系统，以向华尔街金融公司提供实时市场数据、金融运算和分析。

1998年——美国证券交易委员会（SEC）给予电子交易所授权，这一步为执行速度是人工速度1000倍以上的计算机化 高频交易 服务铺平了道路。

二十一世纪交替之初—— 高频交易 已经达到数秒执行时间，到2010年时，这个速度已经下降到毫秒和微妙，2012年达到纳秒。

2010年美股闪电崩盘——2010年3月6日，价值41亿美元的电子交易引发了金融市场的闪电崩盘，道琼斯指数在单个交易日内狂跌1,000点，市值蒸发近1万亿美元。在市场走上恢复道路之前，市场依然能出现5分钟暴跌600点的情况。SEC和美国商品期货交易委员会（CFTC）认为HFT公司在这次崩盘中应负主要责任。

2011年——纳秒交易技术推出：一家名为Fixnetix的公司研发出微芯片，使得交易执行速度达到纳秒。（1纳秒=0.000000001秒）

2012年—— 高频交易 在美国股票交易中达到约70%的比例。

2012年——很多IT公司开始在HFT技术上投资数百万美元。一个特别为HFT推出的新电脑芯片使执行速度提高到.000000074秒；而一个价值3亿美元、横跨大西洋的电缆线项目正在建设中，目的仅是为了将纽约和伦敦之间的交易时间减少0.006秒。

2013年——在2010年的闪电崩盘后，经济学家就一直对 高频交易 的风险性争执不休。获得诺贝尔奖的经济学家Michael Spence认为， 高频交易 理应被禁止。

高频交易 公司分类

高频交易 公司会通过多种策略来交易，直至盈利。这些策略包括不同形式的套利，比如波动性套利、统计套利等，也有全球微观策略、做多/空股票、做市等等策略。

而交易的执行非常依赖电脑软件、数据处理的高速，将交易中的延迟降到最低。

如大多数人知， 高频交易 公司通常使用的是私人资金、私人技术和私人策略来实现盈利。要剖析 高频交易 ，我们有必要先了解更多 高频交易 公司的类型、它们极大盈利所使用的策略。

大体上可以将 高频交易 公司划分为3大类：

最常见、也是数量最多的一种 高频交易 公司是独立的自营公司。自营交易公司使用的资金来自公司本身，而非客户的资金。因此，交易盈利也属于公司，而不是外部客户。

一些 高频交易 公司是经纪交易公司的一部分。我们会听说一些经纪交易公司设有自营交易平台，这就是执行 高频交易 的地方。这个部门的业务也通常和母公司的常规业务，它不对外开放。不过，美国2010年出台的“沃尔克法则”禁止投行设立自营交易平台或者进行此类风投基金投资，所以美国大型银行都逐步关闭了 高频交易 业务。

最后，是我们最熟悉的对冲基金。对冲基金的主要目标是捕捉证券等不同资产类别报价的漏洞来进行套利操作。

高频交易 公司如何盈利？

自营交易员使用的策略非常多，有些的策略很普遍，还有一些则备受争议。

高频交易 公司从买卖双方进行交易。它们买入的同时，也会在高于现行市价水平设置限价单卖出，在低于现行市价水平买入。买入和卖出之间的价差就是它们的盈利。因此，这些公司青睐做市模式，以更好的从买卖差价中获利。这类交易是通过在高速运行电脑上使用算法交易来执行。

高频交易 公司的另一收入来源就是为电子通讯网络（ECN）和交易所提供流动性来获取报酬。HFT公司扮演着做市商的角色，它们提供买卖差价及部分流动性。

高频交易 公司也会寻找不同交易所的证券、外汇等资产类别的差价。这类套利交易也叫统计套利，自营交易员在不同的交易所寻找不一致的价格。通过超高速的交易行为，他们能够利用极小的市场波动盈利而甚少引起注意。

高频交易 公司还会利用造势来盈利。HFT公司刻意大量进行某种股票的交易，以此吸引到其它算法交易者来交易这种股票。这种“人为制造”的价格波动很快就会恢复原本的状态，而HFT公司就会在价格波动前建仓，在趋势回落前出场，以此获得盈利。

为什么说 高频交易 提高了流动性？

外汇交易者必须考虑货币对交易的买卖点差，这是他们交易的成本之一。一种潜在资产的波动性越大，点差就越大。而 高频交易 系统不断提供流动性，减小了点差，因此也就降低了滑点的可能性、以及交易者的成本。

如果说流动性是交易质量的保证，那么滑点就是交易者必须考虑的成本和风险因素。滑点就是你交易标的出现的价格变动。即便是在流动性高的主要货币对（比如美元/日元）中，滑点也是存在的，而次要货币对和稀有货币对（或者是比较冷门的货币对，相对流动性不足）的滑点相对更多。就交易时段来说，流动性较低的时段，滑点就越多。

大多数交易者都从高流动性中获利。但是这种获利依然是要需要代价的。在高流动性的外汇市场，这个代价就是有很多交易者正从创造这种流动性中获利。 高频交易 者提供了流动性，但是同时他们也从交易者身上带走了盈利。

此外，交易所也需要流动性来保证交易的执行，因此它们对 高频交易 者是有需求的。双方的合作可以说是共赢。

5. 程式交易对现货市场的波动有何影响

程序化交易对于股票指数波动性的影响是非常显著的。虽然交易所在1987年股市闪崩之后，对程序化交易在股票市场上的使用做了很多限制，但程序化交易的影响依旧显著。纽约证券交易所和其皮槐闷他的交明瞎易所，在股票指数期货上采取了交易熔断、燃弯做多做空限制、价格限制等措施，以减弱程序化交易对股票指数波动性的影响。

目前程序化交易包括一系列的投资组合交易策略，一般来说，可能是同时买卖一个价值1000万美元以上，包含超过15只股票的股票篮子。

6. 程序化交易软件哪个好

一 什么是程序化交易
程序化交易：用计算机软件代替人工进行交易的部分过程或者全部过程。
程序化交易可以分为
全自动：人为不干涉。所有信号均由计算机去执行。
半自动：计算机执行部分指令，比如只是用程序去开仓。平仓人工来执行。还有就是人工下单。然后计算机去执行出场程序。还有就是会人工判断行情是否单边与横盘，然后选择性的去加载程序。
二 程序化的优点与缺点
优点：
1 最大的优点就是可以克服主观交易中的心理问题：焦虑，犹豫，紧张，恐惧。兴奋等等各种心理因素。
2 可以同时很多个品种。且可以实时扑捉到交易机会第一时间进场。比人工观察要快很多很多。提高效率。把资金分散到几十个策略和品种上去的时候，极大的分散的投资风险。
3 主观交易策略使用的条件太复杂的情况下会影响交易的实时和客观。特别是日内交易，条件越多，每次下单的时候会影响速度，还会经常出现犹豫的情形。但是程序化就可以避免这些。再多的再复杂的条件也能很快的去执行。这个是人无与伦比的。
4 一个策略的盈利与否，如果用主观去判断会需要很长时间实盘去检验。特别是中长线策略。需要以年为单位来进行检验效果。但是用程序那么就能通过过去的大量数据很快检验出是否能盈利，当然真正的实盘与程序回撤数据还是有差异的。但即使如此也比主观要更加快的评测出策略的有效性。
缺点：
1 程序化不能实现人工复杂的思想的表达，还有些是模糊的难以用语言准确去描述的如盘感。
2 程序化相对比较死板，无法灵活的感觉各种盘面的变化去做出灵活的应对。
3 大量策略雷同，导致一些以前用的好的策略，过了段时间后就效果不好了。
三 程序化编写需要注意的几点
1 避免使用未来函数。
未来函数：指可能引用未来数据的函数，即引用或利用当时还没有发生过的数据对之前发出的判断进行修正的函数。
2 指令触发的K线取值。现在有实时触发，和K线走完取值，还比如实时触发K线走完复核，等等很多种。如果取TICK数据回测那么这些都触发条件与实盘都是最接近的。如果不是去TICK数据测试，那么就只有K线走完不复核取值，为最接近实盘效果。
3回测历史数据的时候，引用的是指数和主连合约的区别。
指数是以每个合约的成交量做权重算出的该商品的指数
主连是主力合约的连续，主连合约是是不同时段主力合约的连接，指数是所有合约按照成交量加权而形成的。很显然，主连合约因为有换月的状况所以有跳空情况，而指数是全部合约的加权，所以会有很优秀的连续性。
如果用指数来测试，那么实际交易的时候不会有这样的数据产生。如果是日内程序，那么就要用主连来测试，如果是过夜那么就最好是用指数。或者能有自动换月的函数来测试，那么效果就更贴近实际。
4 手续费和滑点
如果是低频的策略，那么这个影响将不大。如果是中频特别是高频的，那么就影响很大了。所以再回撤数据的时候越严格那么就实际效果越贴近实际。
5 测试的时候需要的数据源要足够的多。比如是日内的程序，那么少点没关系。如果是过夜的长周期策略，那么就需要足够多数据来检测在各种复杂情况下的有效性。最好先截取一两年的数据测试效果，这些数据里一定要有明显的单边和横盘行情。这样才能更加有效的去衡量效果。然后再换其他时间段来测试效果，最后再所有时间去测试，这样会更加的贴近真实效果。

7. 如何用模拟精灵实现股票批量买卖

可以下载一个金字塔软件（金字塔决策交易系统），免费版就可用，里面有个“篮子”选项，在右上角。
篮子功能是针对大资金客户进行批量程序化下单以及期现套利而设立的，主要用于一篮子股票的批量交易。用户可以指定某个指数或者品种与篮子进行映射，当所指定的指数或者品种达到理想条件时对篮子中的股票进行批量下单。
篮子名称：给您所新建的篮子一个名称，可以自行设置任意名称。
•交易映射：勾选后，您可以选择一个品种，当您对该品种下单时，并不会交易该品种，而是对篮子里的成分股进行批量下单。
•金额：勾选后，设置好将用于下单的资金数值，该选项需要配合“权重设置”和“刷新股数”按钮来使用，设置完毕后，需要点击“刷新股数”按钮来让系统自动进行计算各成分股股数。例如输入1000万，并且在权重设置中选中“等额”，系统将会用1000W来对篮子中的成分股进行下单，并且按照每只股票占用基本相等的资金金额来确认下单每只股票的下单手数。
•按总资产：勾选后，系统按照账户中的总资产百分比进行篮子下单，该选项需要配合“权重设置”和“刷新股数”按钮来使用，设置完毕后，需要点击“刷新股数”按钮来让系统自动进行计算各成分股股数。例如设置成10%，即表示将使用账户资金的百分之十进行篮子成分股的下单操作。（注意：如果未登录股票账户，则无法进行股数计算）
•板块：勾选后，可以通过选择某个市场，快速将该市场中的股票选为成分股。
•新增：点击该按钮可以添加一个或者多个品种至成分股列表中。
•允许刷新（刷新股数）：勾选允许刷新选项后，可以点击刷新股数按钮，对当前的成分股进行刷新，将各股股数按照当前设置进行刷新。

8. 陈剑灵：量化交易4年98万到3000万

国内程序化交易理念开始深入至“炒手为王”的期货界也不过这几年时间，随着信息科技时代的不断发展，计算机应用的拓宽，曾经那些期市中的短线高手日内高手们有一部分已不在使用传统的交易方式，而是将他们的技巧或心得以程序化的方式运行量化交易，力求得到更为稳定的交易结果。本期【高手故事】讲诉的就是一位国内程序化交易的先行者，4年时间从98万做到3000万的职业交易者陈剑灵。

2005年，国内的期货市场经历阵痛之后，刚进入高速发展的轨道，整个市场还是以“炒手为王”，不断的涌现出短线高手、日内高手，而依靠计算机应用的程序化交易并未被国内投资者接受，虽然在国外，量化交易已经成为成熟并且主流的交易方式了。陈剑灵之所以被称为国内量化交易的先驱，就是因为他早在2005年就已经开始在商品期货市场使用无人值守的程序化交易系统，并且取得了较好的收益。

2006年，陈剑灵以98万入市，到2010年，4年多时间账户资金突破了3000万，而这样的成绩，完完全全是依靠无人值守的程序化交易系统完成的。陈剑灵是一个随机漫步理论的崇拜者，在他看来，技术分析的升华就是随机漫步理论，而随即漫步理论发展最终成为了投资组合理论。对于这个账户的成长，陈剑灵认为投资组合起了不小的作用，他对这4年多的操作运行了一番统计，账户日平均收益在2%-4%，不过资金在500万以下的时候成绩不如资金在500万以上，资金达到500万元后，账户日收益率几乎提高了1个百分点，而中途的突然亏损也小了很多，在他眼里，这便是投资组合的好处——降低了交易风险。

建立投资组合，一个重要的要求就是减弱每个组合之间的相关性。对此陈剑灵表示，在3000万元的账户中，为了降低每个组合的相关性，不仅仅用不同的品种来建立组合，对于交易策略也分成了两种情况：首先是用不同的品种运行组合，但是实际交易中，陈剑灵发现期货市场的各个品种有一定的相关性，简单的品种搭配并不能有效地降低组合之间的相关性。因此在操作上，除了不同品种的组合方式以外，用不同交易策略运行组合也成了陈剑灵的组合依据之一。此外，对于每一个组合，在操作上也要运行不断的微调，譬如一段时间一个交易模型不挣钱，那这个交易模型的各种参数就需要运行微调。而在每个组合的建立上，陈剑灵并不是只依靠技术指标，而是使用了大量的统计数据。“主要用的是技术指标和统计数据，遗憾的是很难在程序上将一些K线形态运行识别。”虽然该账户成绩非常优秀，但在陈剑灵眼中还是有所缺憾的。为了降低组合相关性，陈剑灵建立了2套策略，分别是趋势策略和震荡策略。模型的理想状态是趋势策略。在行情形成趋势的时候盈利50%，但是在行情震荡的时候亏损30%；而震荡模型在震荡行情中，盈利30%，但是在趋势行情中，亏损40%，这样保证了他的账户在什么时间都不会出现大的亏损。

虽然在程序化交易上，陈剑灵已经获得了非常不错的成绩，但他还是认为国内到现在还没有真正的成功者，他所认识的也就是我们市场上为人所熟知的期货大佬，比如叶大师、葛卫东等等，都是以基本面主观交易的，而如果要通过程序化交易达到这些大佬这样的高度，他觉得难度还非常大，他说他并不是否定程序化交易，程序化交易有着非常大的优势，就在于它的管理规模可以非常大，而主观交易在一定的资金规模就会出现阶段性的瓶颈，主观交易者不太可能拿自己过亿的身价在一个品种上大博，只能做分散，而分散之后程序化的优势就显现出来了，所以陈剑灵坚信程序化交易一定会超越现在市场上主观交易者取得的成就。

提到陈剑灵，不得不说他除了职业交易者之外的另外一个身份——深圳开拓者科技有限公司总经理。做程序化交易的投资者应该都了解交易开拓者这款软件，它的定位是“本土的Trade station，自动交易的领先者”， 用户数占国内期货程序化交易实盘客户80%左右，陈剑灵起初也只是交易开拓者这款软件的用户，在使用的过程中，觉得这个平台对他非常的合适，他自己本身对交易系统的开发有着深厚的兴趣，加上本人通过程序化交易实现了财富自由的梦想，“经营公司我自己也不是特别内行，但是即使这个公司不行，这个软件我自己也可以用嘛！”报着这样的想法，陈剑灵索性收购了交易开拓者，角色也发生了转换，从客户变成了经营者，把他自己在系统设置上的一些想法都付诸于实际应用中，交易开拓者软件也发生了很大的改变，很多设置都是从客户的角度去设计，按照单个客户或者团队做交易的需求去做，“只要是交易上的需求，只要你想的到，我们都会去实现。”这是陈剑灵在接受期货中国网专访的时候所描述的软件，随着国内量化交易的不断普及，交易开拓者软件也在投资者中拥有良好的口碑。

随着期货市场资管时代的到来，如今的陈剑灵也顺应市场，成立了开拓者资产管理有限公司，以专业的量化投资机构的身份服务于这个市场，并且也运作了多款期货资管产品，就在2013年10月结束的产品“开拓者•双利量化稳妥1期资产管理计划产品”，为客户获得了近14%的收益，表现还算不错。