程式交易有兩種。
指標交易－用指標當作判斷式的條件，決定進出場
一般人會接觸到的程式交易 (或稱 EA) 這種居多，
臉書或 Line 看到獲利滿滿的也是這種居多，但會讓人看到獲利滿滿的，小心是詐騙。
要入門指標交易，學習為交易而生的程式語言還有對應的交易及開發工具最有效率，
例如外匯有 MetaQuotes Language 還有對應的 MetaTrader，
MetaQuotes Language 幫你實作好許多指標，你只要呼叫函式，它就給你結果，
而 MetaTrader 幫你處理好程式交易所需的一切，你只要專心發展你的策略。
指標交易要再深入一點就是自己創新的指標。
另一種程式交易是
演算法交易－用機器學習或其他演算法，決定進出場
我們在交易其實是在做一件事，就是是用現有的價格 (或其它資訊) 去預測
晚一點會漲還是跌 (分類)，甚至預測晚一點的價格 (預測)。
在這很多領域例如影像、聲音或文字都有類似的問題 (分類跟預測)，
電腦科學為此早就發展了歷史悠久的機器學習去解決這些問題，
既然機器學習是在解決分類跟預測的問題，理所當然也可以用在交易上。
但用在交易上有效嗎？顯然不容易，不然學校教授早就發達了。
可是機器學習在解決影像、聲音或文字的分類跟預測的問題時，其實表現不錯，
甚至比人類還厲害，用在交易上怎麼不太容易？問題在哪？
我是這樣看，我是價格 Random Walk Theory 的信奉者，每一時刻的價格都是隨機的，
而且背後沒有相同的隨機分佈，隨機沒問題，但沒有相同的隨機分佈就不行，
這就是交易價格跟影像、聲音或文字的差別。
要入門演算法交易，就是學習機器學習理論，
實作上就以對機器學習支援較多的程式語言為主，例如 R 或 Python。
演算法交易要再深入一點我想是研究交易價格的本質。
※ 引述《micbrimac (shark)》之銘言：
: 哈囉
: 大家好
: 小弟是投資初心者
: 在職場上工作浮浮沈沈了幾年
: 以前對投資理財沒什麼興致 每次聽到朋友在聊投資股票 都避而遠之
: 覺得投資跟賭博一樣 常常聽銀行業朋友在報明牌 （可是都覺得超不准XDD
: 唯一碰過的一次股票 是去年聽了銀行業朋友的話
: 買了一張台GG股票 後來覺得壓力大 持股不到一週就趕快賣掉了
: 最近也不知道怎麼回事 突然起了興致想研究理財
: 這一個月開始尋找stock版上推薦的書單 也跟銀行業朋友要書單來看
: 陸續看了一個投機者的告白 走進我的交易室 stock for the long run
: 才終於有點知道基本面、技術面是什麼東西
: 後來又找了玩投資的朋友聊天 探尋散戶們都怎麼玩股票的
: 直到上禮拜看到臉書上的一個朋友 玩程式交易 賺了滿滿白花花的銀子
: 才注意到程式交易 跟量化投資 認識到James Simons這位大神
: 這幾天在google跟一些網站上蒐集了一些書單 有一本是版上推薦的Kaufman的書
: 稍微瞄了一本哈佛教授寫的量化金融初級入門書
: 結果裡面全是一堆看不懂的方程式跟數學
: 雖然我在理工科也念了些微積分、線代、ODE、PDE跟一點工程統計
: 想請教一下 大家一開始都怎麼建立自己的交易系統的
: 難道真的都是從學機率、統計學還有數學入門？
: 才一步步建立起自己的交易邏輯跟編輯程式的
: 雖然這樣也蠻有趣的啦～
: 身為一個理工宅 某種程度上我也是挺相信數學的
: 只是不知道要從哪裡開始 才能讀懂那一堆看不懂的書