许多人想成为算法交易员，发现很难正确编写交易代码，常在网上找到一些杂乱无章误导性的算法编码以及一夜暴富的虚假承诺。
很难找到正确的教育指导来编写交易代码。
AlgoTrading101是潜在可靠的指令来源，自 2014 年推出以来获得超过 30,000 条指令。
交易算法机器人是识别买卖机会的计算机代码，具有执行进场和退场订单的能力。
为了盈利，机器人必须识别定期持续的市场效率。
快速致富的例子比比皆是，算法交易者的期望最好适度。
以下概述设计构建和维护算法交易机器人所需的基础知识。
什么是交易机器人
最基本层面是一种计算机代码，在金融市场中生成执行买卖信号。何时买入卖出的入场规则，何时关闭当前头寸的退出规则，买入卖出数量的头寸规模规则。
算法交易员需要一台联网的计算机，合适的操作系统，合适的交易平台。MetaTrader使用 MetaQuotes Language 编写交易策略的电子交易平台，不是唯一用来构建机器人的软件。优势：主要资产类别是外汇，也用于差价合约交易股票、股票指数、商品和比特币。有大量外汇数据源，而且免费。
算法交易策略
开发算法策略的第一步是反思策略应具备的核心特征。应该是市场审慎的，从市场和经济的角度来看是合理的。用于制定策略的数学模型基于可靠的统计方法。
算法机器人要能够捕捉可识别的持续低效市场（按经济学原理，低效市场是指资产价格不能正确反映其真实价值）。算法交易策略遵循一套基于市场行为的严格规则，偶尔发生一次低效市场不足以制定策略。如果市场低效原因无法确定，就无法知道策略的成功或失败是不是偶然的。
有多种策略为算法交易机器人设计，包括以下策略组合：
宏观经济新闻（例如，非农就业人数或利率变化）
基本面分析（例如，使用收入数据或收益发布说明）
统计分析（例如相关性或协整）
技术分析（例如，移动平均线）
市场微观结构（例如套利或交易架构）
最初的研究可以侧重制定适合个人的策略。个人风险状况，时间和交易资本等是重要的考虑因素。识别上面提到的持续低效市场，确定低效市场后编写适合自己的交易机器人。
回测优化
回测侧重于验证交易机器人，包括检查代码以确保正在按计划执行，了解策略在不同时间范围、资产类别或市场条件下的表现，尤其是在所谓的“黑天鹅”事件中，比如2007-2008年的金融危机。
现在已编写了一个可以工作的机器人，最大化其性能，同时最小化过度拟合偏差。为了最大限度提高性能，选择一个性能指标来捕捉风险回报以及一致性（例如，夏普比率）。
当机器人过于依赖历史数据时，可能出现过度拟合偏差，给人一种高性能的错觉，但未来不会与过去完全相同，实际运行可能失败。使用更多数据训练、删除不相关输入特征并简化模型有助于防止过度拟合。
执行
现在开始用真钱了。除了为情绪起伏做好准备，还有一些技术问题要解决。包括选择合适机制来管理市场风险和运营风险，例如潜在的黑客和技术停机。
上线之前，可以通过模拟交易学到很多东西，使用实时市场数据而不是真钱来练习策略的过程。
验证机器人性能是否与测试阶段相似很重要。监控机器人设计的市场效率是否仍然存在。
新手接受严格指导后很可能成功，但有抱负的交易者应该记住期望要适度。
算法交易最重要的部分是“了解你的机器人在哪种类型的市场条件下工作以及何时会崩溃”，“了解何时进行干预”。算法交易可以带来回报，但成功的关键是足够理解其本质。在没有足够理解的情况下承诺高回报，是要远离的警告信号。
