貌似大家都有所保留，也可以理解，交易算法和策略是赚钱的独门秘器。我也来补充一点吧，但不知道是否能回答到点子上。我愿意尽量来回答很大原因是我不是从事这一行的，也不指望从中交易，而是从academic角度来讨论。但缺点是门外汉，没有实践经验，只能是自己一厢情愿的想想而已。不见的契合这个问题，大家就随便看看把
鄙人最近恰好写了一篇论文，当然论文并不是探讨交易算法和赚钱，只是一篇典型的学术论文。但借助这个问题想探讨一些能将学术研究恰当应用化的可能性。该论文是Time-reversal asymmetry in financial systems 如果您没有下载SD论文权限的话，可以从预印本文库arxiv上下载http://arxiv.org/abs/1308.0669，该版本与最终的发表版本完全一致，只是排版不一样。
由于精力有限，我不准备在这里详细介绍我的数学模型和详细，我假设读者先自己粗略读了论文后再来讨论。简言之，在我们论文中，通过引入残余波动率，刻画了金融市场在经历大波动事件前后的动力学弛豫行为，并计算其动力学指数，利用非平衡态统计物理的理论来分析这些指数间的关系。以往的理论认为金融市场在金融危机时便进入非稳态，但我们的研究表明只有是外部事件驱动的大波动才驱使系统进入非稳态，而内生型的大波动并不必然导致非稳态。
更重要的是，我们发现内生型和外部事件驱动的大波动在弛豫行为上存在显著不同，可见论文中的图。由于是学术论文，我们并未在论文中提及其可能的应用。但是我个人认为这些结果可能有助于我们建立一些基于events driven的交易策略和量化交易模型。譬如，利用不同事件驱动的波动率行为，我们可以预测接下来的波动率行为，并估测其风险水平，这对于我们的风险管理也是具有重要参考价值的。比如，我们明确提出大波动之后，市场的风险水平呈幂律下降。
—————————————————————-
实际上，证券市场大波动的动力学行为和地震有很大的相似之处，称之为Omori Law。在发生一次巨大地震后，往往会跟随大量的余震，震幅逐渐降低。证券市场发生一个大波动后，接下来波动率呈幂率下降，即具有长程关联，也就是有记忆性。大地震之后的余震我们可以部分地预测，因此，我们有理由相信证券市场也是如此，在经历一次巨幅波动后，我们可以预测接下来的小波动。当然更重要的问题是，能否预测大波动的发生，目前也有关于此的研究，下次再来介绍。
—————————————————————–
这两天比较忙，先简单写到这里，如果大家都兴趣的话，等忙过这几天再来补充更详细的内容
— 完 —
本文作者：Jiang XF
【知乎日报】
你都看到这啦，快来点我嘛 Σ(▼□▼メ)
此问题还有 6 个回答，查看全部。
延伸阅读：
什么是高频交易系统？
程序化交易、算法交易、量化投资、高频交易、统计套利，这些名词之间的关系是怎么样的？
