随着区块链技术模型在今年年底之前基本搭建完成，未来五年，从区块链角度来说，是技术的优化迭代的一个阶段。在技术优化迭代的阶段，同时也是商业创新的阶段。因为当区块链技术架构基本搭建完成之后，未来要优化迭代哪些技术，就必须和应用场景，和商业创新相结合。没有应用，没有在上面的商业创新，就不知道如何去优化和迭代：不知道是性能方面不满足，还是其他哪里不满足，还是经济模型不够适配你的商业。因此，技术优化迭代的阶段也是商业创新的阶段。
【本文由gong1003my整理发布，仅作为项目开发需求参考！】
量化交易，有时也称自动化交易，是指以先进的数学模型替代人为的主观判断。量化交易在现代的投资交易中的地位越来越重要，在数字资产中应用也相对广泛，此外，量化交易系统可解决投资人的两大难题，其一，能在高度随机波动中寻找非随机性的部分；其二，有效控制自身的心理弱点，尽可能减少因人为不理性决策造成的损失，理性决策；
量化交易系统的重点一般都在策略上，所以量化交易也可以叫策略交易。
策略分析，从整体来说，应该是一个机器学习的AI。功能上来讲，包含函数指标生成器、关联性数据分析、机器学习、回测系统。
本质上K线，是一种函数算法，把交易的原始数据转化成为一个简单的指标，从而方便参考和计算。同样MA线、MACD、KDJ等本质上都是一个不可逆的函数，从不同的角度量化和观察市场。
量化交易不能拘泥于单个指标，不能迷信指标，但是又不能不信指标。指标和函数需要自己去人工或者用机器学习的办法生成，形成一个函数指标库，然后去市场上发现相关性和校验，去实盘或者用实际数据回测。
同样量化策略的后期优化和变化，也是根据实盘的数据实时修正，让机器在量化中自我学习发现指标，自我学习调整指标参数，产生最大的盈利。同样也记录亏损的数据和情况，尽量减少亏损的发生。
量化系统的未来交易的一个必然趋势。人与动物之间最大的区别是是否会制造和使用高级工具，弱国和强国之间的战争从80世纪一来已经进入武器工具水平和策略方面的竞争，未来金融行业的竞争也必然走向人工智能参与的量化策略之间的竞争。
