XS跟其他程式交易平台，最大的差異就是把選股的邏輯放到交易策略的流程中，這麼做，跟傳統的程式交易者看法有落差，傳統的程式交易者覺得策略其實不是issue，資金管理才是issue，所以我很常被問兩個問題:1.同樣的策略，應用在不同的選股標準上，真的有差嗎? 2.什麼樣的選股策略真的會影響勝率?
要回答這個問題，得像白頭宮女話當年，有空的朋友就請聽我細細道來:
早先，我們入行的時候，約莫是1990年代初期，當年的主流意見是，你想要有比較高的收益率，就要冒比較大的風險，報酬是風險的補償，學者把一檔商品的報酬率分成兩部份，最大的部份是貝他beta，貝他就是風險的補償，但在同樣風險下硬是比別的商品多出來的報酬就稱為alpha阿法，所以我們幹基金經理人的，就是想辦法創造alpha，也就是打敗指數。
要怎麼打敗指數呢? 以前我們的做法是GOYAKOD，Get Off Your Ass and Knock on Doors，每天抬著我們的屁股去敲上市公司的門，說穿了就是賺資訊不對稱的錢。
後來學界及MSCI的研究指出，在同樣的風險底下，有幾個篩選股票的因子，可以提高報酬，也就是Alpha是可以透過選股跑出來的。
經過了無數專家學者的努力，他們發現，有六個因子可以在同樣的風險下提高報酬率，MSCI把這樣的概念畫成下面這張圖
這六個因子分別如下:
1.基本面價值因子 Value Factor
這裡最常被用到的就是淨值市值比
2.規模因子 Size Factor
規模可以用股本來當標準
3.波動度因 子 Volatility Factor
跟一般人的想法不大一樣，要創造超額報酬，反而是波動愈小愈好
4.殖利率因子 Yield Factor
現金股利殖利率
5.經營品質因子 Quality Factor
像是穩定的營運現金流量
6.動能因子 Momentum Factor
過去一年表現比市場好的比較OK
MSCI認為，這六個因子，可以創造超額報酬，以下面這張圖為例，在雷曼事件後到2015年底裡，小型股的表現就是比大型股要好。
這幾年，隨著量化分析的環境愈來愈完備，市場不斷有人提出新的選股因子，這些因子宣稱的是，它們雖然可能讓投資組合冒比較大一點點的風險，但帶來的報酬可能遠比增加的風險還高，晨星創造了一個名詞叫Smart beta來代表這樣的概念，市場開始出現愈來愈多的這類型基金。
這樣的趨勢發展，代表找到對的選股因子，其所組成的投資組合，確實可以創造更好的投資績效。
這樣的發展，就回答了傳統程式交易者的疑問
- 是的，選股策略如果寫的好，交易策略的勝率會比較高
- 上面六個因子是實證真的有效的，往這六個方向去訂選股策略，是可以work的，當然除了這六個之外，有愈來愈多人投入這方面的研究，也找出了更多的因子，我的一貫原則是: 實驗是檢驗真理的唯一道路，不斷的試，有效的，就留著用，沒有效的，就算人家說破嘴，照樣打槍
有效的選股因子，的確可以提高交易的勝率，也可以降低風險。
我理解市場上有大量的程式交易者，強項在寫程式，所以對於資金管理及策略優化有很強大的數理分析能力，但有的時候，不妨抬頭看看像MSCI這種請了一大堆高手在作研究的公司，他們在量化的道路上，發現了什麼有趣的事情，也許，可以產生更多的靈感。
