程序化交易策略研究是指通过使用计算机程序来自动执行交易决策的过程。该研究依赖于大量的数据分析和算法模型，旨在识别市场中的交易机会并制定有效的交易策略。

程序化交易策略研究通常包括以下步骤：

1. 数据收集和清洗：收集市场数据，如股票价格、交易量、财务指标等，并对数据进行清洗和整理，以便后续分析使用。

2. 数据分析：基于收集到的数据，运用统计学和机器学习等技术进行数据分析，发现市场中的模式和趋势。常用的分析方法包括时间序列分析、回归分析、聚类分析等。

3. 策略开发：根据数据分析的结果，设计和开发交易策略。这可能涉及到选择合适的交易指标、制定买卖规则、设置止损和止盈等。

4. 回测和优化：使用历史数据来测试和评估已开发的交易策略的表现。通过回测可以评估策略的盈利能力、风险水平和回撤情况。根据回测结果，可以对策略进行优化和改进。

5. 实盘交易：在经过回测和优化后，将策略应用于实际的交易环境中。通过连接到交易所或经纪商的交易接口，程序可以自动执行交易指令。

6. 监控和调整：持续监控交易策略的表现，并根据市场的变化和策略的表现进行调整和优化。这包括定期检查交易指标、风险控制和资金管理等。

程序化交易策略研究的结果可以是一个有效的交易策略，能够在市场中获得一定的盈利。然而，需要注意的是，市场的变化和不确定性可能导致策略的表现不如预期，因此需要不断优化和调整策略，同时要注意风险管理和资金控制。