它解决的是「执行」那一半——而且已经不需要你自己写代码。
你已经知道要买什么、什么时候该出场。问题是条件常常在半夜三点成立，或者在你开会的时候，或者刚好在你离开屏幕的那一天。程序化交易处理的就是这一段——而且只有这一段。
程序化交易是让程序依照你事先定义好的规则自动送出委托、自动管理仓位：条件触发就下单，不需要有人盯着。它回答的是执行的问题——这条规则能不能被准确、稳定地执行——而不是这条规则好不好。
| 量化交易 | 程序化交易 | |
|---|---|---|
| 重点 | 决策怎么做——用数据和统计找出规则 | 决策怎么被执行——把规则变成委托单 |
| 核心问题 | 这条规则有没有优势？ | 这条规则能不能被准确、稳定地执行？ |
| 会坏在哪 | 优势从来不存在，或已经消失 | 断线、部分成交、数据源给了错的价格 |
实务上两者几乎完全重叠：量化策略最后总要有东西把它跑起来，而程序在执行的规则通常也是用量化分析找出来的。比较好用的理解是：程序化交易是量化交易被执行的那一段。如果你还没读过量化交易是什么，先从那边开始——决策那一半在前面。
顺带把用词讲清楚，因为它常常造成不必要的混淆。中国大陆多用「程序化交易」，台湾习惯讲「程式交易」，英文是 algorithmic trading（简称 algo trading）；「自动交易」在多数情况下指的也是同一件事，只是这个讲法更常出现在「把某个平台的信号接去自动下单」的情境。这四个词背后不是四种不同的方法，你不需要分别去学。
真正需要分清楚的不是这些名词，而是前面那张表的那一行：规则有没有优势，跟规则能不能被稳定执行，是两个独立的问题。一个做好、另一个没做好，结果都是亏钱，但要修的地方完全不同——优势的问题要回去改研究流程，执行的问题要去看断线、成交回报和对账。
MultiCharts、TradeStation、TradingView 这类平台，让人用图形界面或简化脚本语言（PowerLanguage、EasyLanguage、Pine）就能做出自动化策略，不用租服务器、没有东西要部署。（执行方式有差：MultiCharts 和 TradeStation 自己送单，TradingView 的策略则要接券商或走 webhook 转单才会真的下单。）不管哪一种，这个前提在零售端都已经不成立。
但更值得谈的是另一种情况：你其实会写代码。自己搭一套执行系统，仍然代表你要处理数据授权与接收、每一家交易所各自的下单程序、回测引擎、部署，以及一套能撑过凌晨四点 websocket 断线的监控。那是好几个月的工程，之后还要永远维护下去。
讲具体一点：光是「下单归因」这一个小项目——把委托单标记成来自你的集成——每一家交易所的做法都不一样。在 Blave 维护的这些交易所里，有的放在 request header、有的放在 body 字段、Binance 是在委托单编号前面加前缀、KuCoin 则要每一笔请求各自签名。这只是众多子系统里的一个，而且它永远需要有人顾。
如果你手上真的有优势，时间应该花在找下一个，而不是修 API 断线。
你用对话描述策略，由 agent 研究、写代码、回测，并上线自动交易，之后由它自己执行与监控。有两种跑法：电脑版接上你自己的 Claude Code 或 Codex，在你自己的电脑上跑；要关电脑也照跑，就搬到你专属的云端主机，用网页、Telegram 或 SSH 操作。
你不需要换平台才能用研究这一段。Blave Agent 可以把策略转出到你原本就在用的平台：
| 平台 | 转出格式 |
|---|---|
| XQ（嘉实 全球赢家） | XS 交易脚本 |
| MultiCharts | PowerLanguage |
| TradingView | Pine Script v6 |
这个流程刻意设计得很窄。Python 版本必须先有当前的回测结果——没有验证过的逻辑，agent 不会帮你翻译。转出时是拿一个已知可用的模板去改，而不是从零写目标语言，并且在交档前跑过一次静态检查。
回测有没有算手续费和滑点？自动化通常会拉高交易频率，而频率正是成本累积的地方。Blave Agent 一个真实回测，四年下来手续费付掉了本金的 22%。
信号用的是它当下真的拿得到的数据吗？如果规则读了某根 K 线的收盘价、又用同一根成交，那回测用到了实盘拿不到的信息。这是最常见、也最安静的虚胖来源。
数据断点处理了吗？期货换月、分红派息、股票拆股会造成价格跳动，但那不是行情。把它当成行情的策略，就会去交易它。
下单失败的时候会怎样？委托被拒、部分成交、持仓中途断线。没有处理这些情况的自动化策略，迟早会抱着一个它自己不知道的仓位。
报告里最大的那段回撤，你撑得住吗？照你撑得住的回撤决定仓位大小，不是照你想要的收益。撑不住的那一段，就是你会在最低点把它关掉的那一段。
Blave Agent 的官方策略是免费的，每一个都附真实回测。先部署一个，看它怎么执行，等你觉得它的行为合理了，再改成自己的版本。
