量化交易是一個很神秘的行業，外人很難有機會知道裡面都在做什麼，很多時候甚至聽了解釋也是一知半解。在認識新朋友的時候自我介紹也幾乎都說自己是工程師，如果對方還繼續細問的話才會說自己在做量化交易，這時候如果對方再繼續問下去的話，通常都會露出一種「哦，這樣啊」但其實還是不太懂的樣子（也不排除是我不太會解釋自己在做的工作內容）。
雖然我也不算是很資深、在量化交易工作很久的人，但還是想分享一些我待在這個行業三年半多看到的東西，如果是單純好奇量化交易產業是什麼的讀者的話，希望這系列的文章可以讓你更知道量化交易的大家工作都在做什麼（希望能有一系列的文章幫我衝一下部落格文章數）。
以下有可能會以量化代稱量化交易，文章打到一半才發現有時候打量化有時候打量化交易…
我的量化經歷
剛畢業之後先在一間純軟公司（產品就是軟體服務的那種）工作了一下下，就被抓去軍營當兵。在當兵的過程中，之前面試過的一間 crypto 量化交易公司又聯絡我，希望可以再去面試一次，結果就面上了，後來就在那間公司待了快三年半，離職之後休息了幾個月才到另一家做傳統金融的量化交易公司上班。
我待過的這兩家在台灣裡面都不算是小間的量化交易公司了，但距離最頂端的量化公司還是有一段不小的距離，因此以下的分享會以規模 100 人上下的量化交易公司為主，我還沒有在其他人數更少或者是人數超級多的頂尖量化公司的經驗，如果讀者有的話歡迎在底下留言幫我補充囉。
我在第一間量化公司裡面是擔任量化交易員（quantitative trader）的職位，在第二間是做比較多研究的職位，職稱應該是量化研究員，其實這行的工作職缺名稱種類對於做的事情種類有點太缺乏了，同一種工作職缺名稱對應到的事情可能有百百種，在同一間公司裡面就是如此了，更別說在不同公司裡面的了。總之這個系列之後的文章會更加詳細的描述這件事。
量化交易是什麼
真的要定義量化交易的話，我覺得可以定義成「根據可以量化的各種指標、數據來做出交易決策」。根據策略的特性不同有可能有人為介入或是沒有，但最核心的概念就是要可以量化，因此應該可以說是都需要某種程度上的程式來輔助的一件事情。程式化不太完全的例子可以是用程式整理公司財報裡面的各種數據來組出一個「應不應該買這間公司股票」的決策；高度程式化的例子就是可以直接收到交易所傳過來的交易資訊並且自動化的做出決策，由程式自己決定要不要自動下單。
當然如果用看盤軟體看一些指標（例如：均線）來買賣股票的、甚至看指標超過某個閾值就下單的話大概也可以算是某種量化交易吧，只是這種交易方式還是有其限制在，因此在我待過的公司裡面都還是以高度程式化的方式在做量化交易：從接收資料開始就都用程式來處理，一直到送單為止都是程式自動化做的。當然還是會留一個人為介入的操作途徑，以防萬一有什麼奇怪的事情發生，但非必要的話其實不會使用。
量化交易的各種角色
最重要的角色應該就是交易所了吧，像是台灣證券交易所可以交易台股、幣安交易所可以交易 crypto。交易所就是一個大家可以上去各憑本事競爭的戰場，有時候如果公司有跟交易所有特別合作的話，可以在上面有一些優惠，例如交易手續費、下單可以用更快的線路，如果沒有這些優惠的話也就跟一般人沒什麼兩樣，都是到交易所上面下單。在交易所的方面，傳統市場跟 crypto 很不一樣的地方是交易所的數量，因為傳統市場的交易所都是官方的交易市場，所以數量不會像 crypto 那麼多，任何人只要願意都可以開一個 crypto 交易所，這樣生態的不同也造就了在傳統跟 crypto 裡面，量化公司跟交易所的關係很不一樣，crypto 有蠻多很好的機會都在草創的交易所上面，也就會需要拓展業務到很多不同交易所上，但在傳統金融市場裡面拓展的需求就沒有那麼多，畢竟大間、有人在交易的交易所也就那些市場。
另一個對量化公司也很重要的角色是投資人，有時候公司的錢不一定是公司自己的，而是跟外部籌資取得的，因為要拿錢滾錢，所以必須要有一定的資金才可以維持公司基本的營運。
還有一種角色大概是在 crypto 才會有（傳統金融的部分我還沒接觸到不太確定），就是項目方，通常項目方會發幣然後賦予他的幣一些功能，也當然會需要在交易所上面讓人自由買賣，當散戶沒有那麼多買賣的需求的話，就需要請「造市商」來幫他們在交易所上面擺單（提供流動性），這樣散戶需要買或需要賣的話，才有辦法不要因為沒人跟他買賣而造成很多不必要的麻煩甚至虧損。造市商通常就會是量化交易公司這類能夠自動掛單的來提供項目方這樣的服務。如果用傳統金融比喻的話就像是一間公司他發行了股票，然後希望有人要買或賣他們的股票時能夠有人能跟他買賣的話，就需要造市商這樣的一個角色。
我第一次聽到「造市商」這個概念的時候是在面試第一間公司之前，已經在裡面待過的同學跟我分享的。當時聽到其實蠻震驚的，因為從來沒有懷疑過券商 app 上面的掛單都是誰，還以為真的都是散戶或者交易員、大戶手動下單的（當然也有一部分是這樣），而沒想過原來看能是一個類似義務或服務的方式，才讓我的掛單會被人吃掉，或是有人會掛賣單讓我能夠直接買。
量化交易公司怎麼賺錢的
一言以蔽之的話就是「用錢來在市場上交易滾更多錢」。因為是要拿現有的錢來滾更多錢，所以首先公司至少要有一筆能夠滾出能養活公司所有人薪水的資產，並且最好是能有穩定的現金流，不會因為市場的變化或是極端事件而讓資產承受損失。而這些幫公司賺錢的單位就可以稱為是策略，策略可以很簡單或是很複雜，單純定期定額 0050 也可以是一個策略，如果公司真的對 0050 的報酬率有信心的話；也可以很複雜，可以是從交易市場的複雜機制裡面萃取出來能夠賺錢的機會。
那些最好的策略通常都有一些特別的地方（美味蟹堡秘方），否則不會有辦法在競爭激烈的市場上面長期勝出，這也是為什麼量化交易會這麼神秘的原因之一，因為有很多賺錢的機密都是不能透漏給外人知道的，否則很可能會讓原先能賺錢的策略變得難以獲利。如果有修過機器學習訓練模型的課就會知道這種感覺，明明寫作業的時候跟別人用的方法是一樣的，但自己的模型就是比別人還要差，而且差很多，關鍵就在那些很微小的差異，就是那些難以注意到的不同讓大家的東西表現天差地別。
有無數個指標可以拿來評斷一個策略的表現好壞，但真的要舉個最簡單的例子就是年化報酬率，假設將 100 元投進這個策略的話一年之後會變成 140 元的話，年化報酬就是 40%，根據策略的性質不同，年化報酬的範圍也會很不一樣，有些策略可以用很少的錢就賺到很多錢，但限制就是沒辦法放很多錢進去，否則策略會失效；也有策略的年化報酬沒那麼吸引人，但投入的金額可以非常大都還不會失效，例如年化報酬 8% 但可以投入 100 億台幣，這樣算下來一年就有 8 億台幣，實在是一個足以養活很多人的金額。
獲利 = 投入金額 * 年化報酬率
因為策略的獲利就是一間量化交易公司生存的核心，所以大概可以理解成，在量化交易公司工作都是不外乎為了算式右邊的數字可以維持住（有時候只要能維持住就是一件好事了），甚至越大越好：
- 產出能賺錢的新策略
- 改進現有的策略
- 讓現有的策略穩定運作
- 拿到更多資金來投入策略
結語
這篇很簡單的介紹了一間量化交易公司大概在做什麼，但難免還是會讓人覺得奇怪：這樣的事情是整間公司都在做嗎，原來會需要一整間公司來一起做同一件事情？沒有錯，其實量化交易公司就是需要這麼多人，之後幾篇會逐一解釋這其中的細節在哪裡、以及為什麼需要一整間公司來做這樣的事情。