提起量化策略，往往讓人覺得高大上，但事實並非如此，在我們日常的交易活動中，都或多或少的跟量化策略模型的開發扯上了關係。

一般而言，量化策略模型開發分爲兩種模式。一種是自上而下

自上而下指的是交易者通過經驗判斷、觀察假設、邏輯依據來開發策略模型。

舉個例子，如果你在日常的交易過程中，發現在一段上漲行情中，出現一個長上影線的K線，那麼接下來價格下跌的可能性很大，反之，如果在一段下跌的行情中，出現一個長下影線的K線，那麼接下來價格上漲的可能性很大（其實就是蠟燭圖技術中的流星線和錘子線形態）。

然後，就可以根據這一經驗，設計相應的進出場規則，直接在回測平臺上檢驗該假設是否成立，是否能用於實戰。下圖即爲使用Tb對長下影線K線設計的策略模型進行的回測檢驗。

再比如，你的經驗是上漲行情中價格從高處回調到均線附近會受到很強的支撐而再度向上，或是下跌行情中價格從低處反彈到均線附近會受到很強的壓力而再度向下，那就可以根據價格和均線的位置關係設計策略模型，使用回測平臺檢驗。另一種則是自下而上的

自下而上，不是事先提出假設，而是直接對數據進行挖掘，挖掘出有價值的信息，然後基於此開發策略模型。

數據挖掘是自下而上方式的典型代表，自下而上也是更符合大數據時代的發展趨勢。商業案例中，比如亞馬遜通過自下而上的數據挖掘，發現了購買啤酒的人和購買尿布的人相關性很高，於是設計出了啤酒和尿布組合銷售的策略，並且取得了更好的銷售業績。

再比如，對商品市場上某些品種的歷史K線數據歸納統計發現，日K收陽還是收陰，與當天第一根5分鐘K線是收漲還是收跌關係很大，於是根據這一信息，就可以設計出一套日內的交易策略。我們之前給大家介紹過的“空中花園”，便是這樣的策略模型。下圖爲“空中花園”在PP上的回測檢驗。