近年来,纸币滥发导致通货膨胀加剧、第三方支付频频爆出安全危机、再加上区块链技术的逐渐成熟,比特币、以太坊、瑞波币等去中心化的数字货币便应运而生。数字货币具有交易成本低、交易速度快捷、高度匿名性和货币数量固定等特点和优势。虽然数字货币虽然发展时间不长,但是发展速度远远超出想象,截至2020年07月18日,全球加密数字货币一共有5740种,交易市场23280个,总市值1.89万亿元。因此数字货币交易市场吸引了大量的投资人以及机构的进入,伴随着量化投资的兴起,数字货币量化交易市场备受关注。本文首先对数字货币市场进行介绍分析,之后对量化交易的原理,应用场景以及优劣进行分析,之后为了更好的分析对比数字货币市场的投资模型,以比特币为例进行择时交易,选取2017年1月1日至2020年10月19日的数据进行试验,以小时为单位,2020年7月11日至2020年10月19日100天的数据作为预测集,之前的所有数据作为训练集,首先通过对比特币价格的分析,利用时间序列的模型对下一期的价格进行预测,之后决定交易信号,主要利用ARIMA模型与LSTM神经网络模型;其次对比特币的收益率进行分析,利用多因子模型,构建40个因子池,并检验有效因子,之后利用岭回归,LASSO回归,SVR回归,KNN回归,Adaboost,GBDT,随机森林7中回归方法对比特币的收益率进行拟合,从而决定交易信号。根据交易信号对上述方法进行数据回测,选择累计收益率高,收益相对稳定的模型作为最优模型。通过量化模型建立以及回测数据显示,基于价格的时间序列与基于收益率的多因子模型均能实现超额收益,其中基于Lasso的多因子模型表现较好,实现了累计收益57%,远高于大盘23%的累计收益率,因此在数字货币市场上进行量化交易存在一定的参考意义。