分类
如何选择好用的交易平台

投资者交易策略—算法交易

校友

投资者交易策略—算法交易

国内投资者对算法交易(AIgorithmic Trading)的关注不少源于对冲基金之王西蒙斯(James Simons)的明星效应,他负责的大奖章基金(Medallion Fund)借助电脑程序的高频买卖操作捕捉短线机会,获得了远高于市场平均的超额收益,与巴菲特的长期价值投资正好形成投资理念的两极。
国内证券市场经过十多年的发展,已具备实施算法交易的硬件条件,而且量化思想也开始被大众所接受,不过算法交易的门槛较高,国内当前真正意义上的算法交易者凤毛麟角,先行者有望在这个尚未充分开发的领域获得相当可观的超额收益,并在后期市场竞争中占尽先机,这也是我们开展算法交易研究的意义所在。

该类策略的目标是要通过对市场数据和财经资讯的挖掘,发现市场效率低洼之处,赚取超额收益,例如ETF套利,股指期货期现套利,市场中性策略,趋势跟随等。该类策略大多被买方对冲基金和卖方券商的自营部门所采用。
随着证券电子化交易的普及和市场参与者的增多,传统的利用低频数据(日线,小时线)的aIpha交易策略的获利空间越来越小。该市场的领导者,如复兴科技(Renalssance Tech),城堡集团(Citadel Group),高盛(GoIdman Sachs)投资者交易策略—算法交易 ,将交易速度的竞争提升到了毫秒(1毫秒=0.000001秒)甚至微秒(1微秒=0.01毫秒)级别,而数据分析对象也由原来的分时线价格数据转为每笔成交数据(tick-bv-tick data),挂单数据和即时财经资讯数据。高频数据的分析需要极高的数据存储与运算能力,采用算法交易的机构每年都花费巨资更新维护lT设备。据Aite Group的对欧美市场算法交易机构的调查,2008年他们在订单管理系统(Order MgmtSystems),路由(Routing),数据库(Database)上的平均lT花费超过3亿美元,2004年到2008年的IT费用复合增长率高达11%,在欧美成熟市场上利用该类策略获利的门槛越来越高。

该类策略的目的是通过交易数据的分析,辅助交易员下单,降低交易成本,隐藏交易痕迹,算法交易机构通过收取相应的服务费用而获利。在有些资料中,算法交易专指此类交易而不包括前面的aIpha交易策略。常见的该类算法交易策略包括:
(1)VWAP策略 VWAP(投资者交易策略—算法交易 Volume WeiqhtedAverage Price),顾名思义,是以成交量加权平均成交价为比较基准的交易策略,策略执行效果的好坏通过某只证券的实际成交均价与交易时间段内整个市场的成交均价的差值来衡量。VWAP策略的原理,简单说就是把大单拆散成小单,在市场交易活跃时多成交,而在交易平淡时少成交,策略的设计者需对市场未来不同时间段内的成交量作出预测,并根据实际成交情况调整原有的订单执行计划。
VWAP策略是出现最早也是使用频率最高的一种算法交易策略,适合追求市场平均价格的被动交易者。当前欧美主流算法交易机构大多提供带担保的VWAP算法交易策略,承诺投资者可以低于市场VWAP一定数量基点的价格成交,实际成交价格高出的部分由机构赔付,投资者须为此类承诺支付额外的费用。
(2)TWAP策略TWAP(Time WeightedAverage Price)不需要预测成交量,而是把交易的时间段划分为若干个区间,根据区间段的长短分配下单数量,适合那些流动性不好,成交量不易预测的证券品种,同时那些要求买入/卖出量较大的交易人员,也可以通过TWAP策略分散交易,降低市场冲击。
(3)lS策略对于规模较大的证券交易,如果一次性全部按市价下单,则该交易会造成巨大的市场冲击(Market Impact);如果分成几笔,在不同时间段内成交,投资者又面临市场价格和流动性发生不利变动的时间风险(Time RIsk)。IS(1mplementatlon Shortfal1)策略,即是要按投资者的个人偏好,权衡优化一笔交易的市场冲击与事件风险,尽量减小最终实际成交价格与目标价之间的差距。这里目标价可以是开盘价,收盘价,或者是到达价格(ArrlvaI Price),即交易指令下达时的市场价格。一般来说,该类策略都允许交易人员设置买入(出)时的最高(低)容忍价格,并按照交易速度的要求选择激进,中性和保守的策略风格。
(4)SOR策略SOR(Smart Order Routinq),下单路径优选策略,该策略跟欧美市场的证券交易制度的多样化有关,投资者除了可以从做市商处买卖证券外,也可以通过DMA(Di rect Market Access)在交易所交易,部分投资者也可以参与到交易所外的暗池交易(dark pool),不同交易途径获得的报价和交易量都有所不同,SOR即是要通过对不同渠道实时交易数据的分析,在保证成交量的前提下寻求最优价格。
上面是算法交易上使用最为频繁的四种策略,此外还有一些机构为客户量身定制的策略,如:隐身(Stealth),游击队(Guerrilla),狙击手(Sniper),嗅探器(Sniffer)等。随着算法交易服务商队伍的扩张,规模较大的投资银行、经纪商每年都会投入不菲的研究经费用于开发更为迅速,满足客户个性化需求的算法,拉开与同业竞争对手的差距,而那些小机构则很难承担巨额的研发费用,转而向大机构购买算法。当前市场领先的算法交易服务提供商包括瑞士信贷(Credit Suisse)的AES(Advanced Execution Services),TMG(Transmarket Group),盈透证券(Interactlve Broker)等。

做市商(Market Maker)投资者交易策略—算法交易 是市场上一批规模大、信誉好的证券交易商,他们向投资者提供连续的买入和卖出报价,并在该价位上接受投资者的买卖要求,以自有资金和证券同投资者完成交易。一般情况下,卖出报价会高于买入报价,做市商从中赚取买卖价差(BId-Offer Spread)。因此,做市商盈利的关键在于如何确定合理的报价,使得交易指令能够迅速成交,同时又能够保证一定的价差收益。算法交易服务商提供的做市策略即是要通过对做市商接收到的交易指令的实时分析,以及未来股市变化的模拟,确定最优的买卖报价,实时更新。该类算法交易服务提供商,如Automated Trading Desk
(2007年被花旗集团收购),2007年的日均交易量已经占到纽约交易所和纳斯达克的6%以上。 (见图1)

国内尚无做市商制度,能运用的算法交易策略主要是前两类,与股票相关的aIpha算法交易和期货市场的aIpha算法交易。
股票市场由于T+1制度的限制,大量涉及到股票日内交易的alpha类算法交易策略无法实施,国内市场上该类策略主要用做套利,已经有比较成熟的ETF套利和股指期货期现套利交易系统。
商品期货市场上的alpha类算法交易通常也称为程序化交易。由于大宗商品价格震荡相对股票而言更为剧烈,那些看技术面交易的市场投机者在经历了多年的市场价格波动后,不约而同都在寻求一种方式将自己的交易理念量化、程序化,争取稳定的长期受益,而期货交易所提供的灵活电子化交易方式,也让程序化交易的实施更为便利。

当前商品期货市场上的程序化交易策略绝大多是都是从技术面考虑,而其中日内交易模型又占了一半以上,常见的程序化交易策略包括趋势跟踪策略,振荡器法,价格形态识别法等。国内的一些期货交易软件,如文华财经,交易开拓者,都包含程序化交易模块,里面有软件商提供的常用交易策略,投资者也可以根据软件商提供的公式编辑语言,自己组合设计新的指标,并在系统中测试新策略。该类软件操作起来简便易行,不过由于软件平台自身的限制,要在其上面开发较为复杂的建仓、平仓、风控程序,难度较大。对于那些自己定制开发要求较高的投资者,可以尝试采用上海期货信息技术有限公司开发的综合交易平台,该平台的API接口对外开放,投资者可以直接合法接入期货公司的交易后台,而且该平台对交易指令的编译运行模式能够保证复杂交易策略得到高效率的执行。
高频交易是目前商品期货程序化交易的~个发展趋势,不过需要注意的是国内三大商品期货交易所行情数据对外更新速度为0.5秒一次,开发的高频策略必须与交易过程中接收到的实时数据的更新频率相匹配,而且从2010年11月29日起,商品期货当日开平仓交易手续费减半的优惠措施全面取消,日内高频交易的成本增大。
股指期货市场自2010年4月16日沪深300股指期货上市交易以来,已运行八个月有余,市场成交日趋活跃,但要开发专门针对股指期货的算法交易策略还尚需时日。一方面我们在用历史数据回溯测试交易策略的收益和风险时,八个月的数据量偏少,用于测试的历史数据样本长度最好在一年以上;另一方面针对股指期货的某些套利交易策略,如跨期套利,远期合约的流动性有待提高。
期货市场上的alpha类算法交易的开发使用者目前主要是私募和券商自营部门。证监会上个月颁布了《基金管理公司特定客户资产管理业务试点办法》征求意见稿,商品期货有望纳入基金专户理财的投资范围。基金公司如果能利用算法交易的方式参与期货投资,不仅可以从投资品种上,也可以投资时间长短上分散投资者面临的市场风险。

国内A股市场上,已经有第三方开发的辅助交易执行的算法交易系统,如国泰安,恒生032系统,投资者可以在上面自己设置参数,实施VWAP、TWAP等交易策略。虽然当前使用该类系统的机构数量有限,但其国内发展空间十分广阔。
一方面,我国证券市场的证券交易冲击成本较高,根据上证交易所的统计(图2),2009年10万资金对股票市场价格冲击指数为16个基点,比全球平均水平高出10个基点以上;当资金量上升到90万时,价格冲击指数可达到55个基点;股票流通市值越小,股价越低,冲击成本也就越大。算法交易可以帮助投资者很好的降低证券交易过程中的市场冲击。
另一方面,被动管理的指数型基金和积极主动管理的量化基金越来越被市场接受,算法交易可以帮助基金管理人有效降低跟踪误差和交易成本,提高股票组合调仓时的交易效率,从而提升基金的整体绩效。
此外,对券商和期货公司的经纪业务而言,算法交易系统也可以作为一项增值服务,吸引有相应需求的机构和个人客户。

(1)对于股票、基金和可转债市场,主要是已有套利交易如ETF套利、封基套利等的程序化实现和系统优化,提高策略执行速度,以效率赚取市场超额收益。当前A股做空机制尚不完备,那些基于股票做空的市场中性策略实际操作起来会比较困难,而股票T+1交易制度也限制了股票日内短线交易策略的应用。
(2)期货市场的程序化交易,特别是日内高频交易策略的研究。商品期货市场已具备实现该类交易策略的技术平台支持,不过需要注意的是佣金成本和期货交易所的实时行情数据更新频率,而股指期货市场则有待市场流动性的提高和交易数据的丰富。
(3)辅助交易执行的算法交易系统的开发,目前适合国内证券市场的该类算法交易主要包括VWAP,TWAP和1S策略。

高频交易的前世今生终于说明白了

辨析小课堂

▼高频交易、低延时交易、程序化交易、算法交易,你分得清楚吗?

低延时交易:要求整个交易链条上的所有环节,都尽量缩短时间间隔。对低延迟交易技术的掌握程度也是专业机构与普通投资者的差距所在。

注意:高频交易不等同于低延时交易,有些策略每天需要产生大量的交易,如篮子交易,换仓交易等,并不靠速度取胜,不靠低延时盈利。而有些策略需要低延时,通过监控市场变化发现交易机会立即执行,但每天交易机会非常少,交易频次很低,也不属于高频范畴。

程序化交易一种下单手段。

注意:高频交易的特点要求交易必然由机器程序化完成,因为人工下单的速度无法实现这些高频策略,但程序化交易不只适用于高频策略,低频策略同样可以使用程序化实现。

算法交易:交易员在二级市场进行交易的一种自动化交易方式,专注于订单的执行过程,根据数学模型,统计数据等多方面的信息,通过预先设计好的算法进行下单。

注意:算法交易并非一种赚钱的策略,而是在大额交易,篮子交易,回购交易等不同应用场景下,优化订单的执行过程,控制交易成本。

高频交易对市场有啥影响?

Q:对市场流动性的影响?

正方:高频交易在很短的时间内创造很大的报单量和成交量,这些报单同时产生于买卖双方,这有助于市场上的交易者迅速找到对手方,降低买卖价差和匹配时间,降低转换成本。很多学者认为,高频交易的参与增加了市场深度,提升了市场流动性。

反方:高频挂撤单(做市交易)往往提供的是虚假的,不可与之成交的流动性,或者在市场出现单边走势,流动性欠缺,需要做市商真正提供流动性的时候,高频交易者可能率先逃离市场,容易引发踩踏,遑论做“接刀子”的流动性提供者。

Q:对市场稳定性的影响?

正方:学术界暂时普遍认为高频交易(做市和套利类策略)降低了市场短期波动性,高频交易不会放大多空任何一方的力量,有效降低了证券资产日内的波动。

反方:高频交易的一部分策略(尤其是趋势策略)抢先预测和发现趋势,可能也引导和主张单边趋势的形成,可能造成股价的单向大幅波动,对市场稳定是不利的。

主要的反对声音集中在:

规范的监管,势在必行。

高频交易在国外是咋监管的?

① 信息收集和监测: 各交易所向监管机构统一提供完整的订单数据,供监管机构对市场中的高频交易行为进行直接监管。

② 过滤机制: 券商有对客户订单审核和监测的义务,不能直接将订单接入交易所的交易系统而不经过事前审查和过滤。

投资者交易策略—算法交易

③ 应急处理机制: 熔断机制和涨跌停制度,建立错单取消机制。

④ 特定行为限制: 禁止“闪电交易”(Flash Order),闪电交易是各交易所为高频交易客户提供的服务,属于抢先交易行为,这有损市场透明度,具有不公平性。

从技术层面,交易所要确保交易系统具有弹性并通过适当性测试,以应对增加的订单流量或市场压力;交易所应设置断路器以暂停交易或在突发意外时限制交易。

从经济层面,交易所确保费用结构的透明性,非歧视性和公平性,允许交易所对立即撤单行为征收更高的费用,以抵消对其他参与者和交易所的额外负担。

我国高频交易监管体系的建设

美国是多撮合中心,我国是单一撮合中心,前者会带来跨交易所套利,引发交易所之间的竞争,从而争相为高频交易者返利,以及滋生“抢跑”或“暗池”等不公平的交易方式,而单一的交易所制度则不会产生这样的高频交易方式。

尽管如此,2015年我国证券市场异常波动也被认为是受到高频交易的影响,证监会当时紧急将融券规则由T+0改为T+1,投资者在融券卖出后,需从次一交易日起方可偿还融券负债,此举主要防止部分投资者利用融资融券业务,进行日内回转交易,加大股票价格异常波动。

01 投资者交易策略—算法交易 坚持规范发展原则不变

对高频交易的争议之处在于其高频率和高速交易的风险。尽管历史上有因为程序化高频交易导致的“闪崩”或“乌龙指”,也有一些通过虚假挂单操纵市场,幌骗其他市场参与者的案件,但我们应客观看待高频交易的速度优势,不能因为风险的存在就停止交易系统稳定性和高性能建设。

金融与IT的交叉学科,包括算法交易,量化策略交易等,本质上有利于提高交易效率和平抑市场波动,有利于增强市场的价值发现功能,能更深入地引导投资者坚持价值投资,摒弃投机和博弈的心态。顺应科技发展进步,不必矫枉过正。

02 坚持完善重点制度

因我国股票市场使用T+1的制度,对高频交易的监管制度主要集中在T+0的期货市场。我国期货交易所的报价系统是将交易信息以500毫秒一次的频率发送,远不及其他国家高频交易的速度,这也限制了高频低延迟策略的发展。

2015年10月证监会发布了《证券期货市场程序化交易管理办法》的征求意见稿,提出证券公司、期货公司应当建立程序化交易指令计算机审核系统,对高频交易商的行为进行审核。但因规定过于宽泛,缺乏可执行性,一直未能实施。

2019年2月,证监会发布了《证券公司交易信息系统外部接入管理暂行规定》的征求意见稿,拟重新放开券商股票交易接口,完善做市商制度。

与此同时,针对期货市场,监管层也逐步明确禁止了虚假申报、挤仓等多种操纵期货市场交易价格的行为,并规定了具体构成要件。对于高频交易和程序化交易的监管举措和配套政策正在全方位加速推进。

从监管层和交易所的角度,首先要对高频交易有更清晰的定义,明确高频交易的合法界限,明确“幌骗”投资者交易策略—算法交易 、“试单”等操纵形式。其次可以尝试对高频交易投资设立准入门槛,对高频交易商进行备案制度,可以显著增强监管层对欺诈和操纵市场行为的监管能力。最后,应该建立追踪系统,实时获取高频交易商的订单和交易记录,便于市场监管和分析各高频交易策略对市场流动性,稳定性等的影响。

从证券公司、期货公司等金融中介机构的角度,应该积极接纳监管,跟监管层充分沟通交流,而非为了部分客户及自身的利益,一味逃避监管。金融中介机构必须充当防范市场操纵行为的哨兵,建立一定的审查机制,阻止异常指令进入交易所主机。

从金融交易系统商的角度,需要承担起制定标准的责任,在技术标准上同样应当和监管层充分沟通,市场需要的是有实力的系统商和交易所、监管层共同建设的技术系统,系统设计要充分考虑到风险控制、投资者保护、市场公平性等。

03 避免过度追求低延迟

高频交易应当是一种交易策略和交易手段,但国外市场已经发展到了信息传输竞争速度的局面,交易者试图抢先获取市场信息,抢先下单成交并获利出局。

这种高成本的投入无法对市场进步起到足够的边际提升效应,因此我们不鼓励搞纯技术的“军备竞赛”,证券公司、期货公司不应在个别客户的驱动下,为了追求低延迟进行软硬件高投入而造成资源浪费。相反,应该充分了解高频交易的策略,了解市场的真实需求并进行相应的评估,也防止少数人以高频交易的名义,利用技术手段实施操纵市场等违法行为。

适应科技时代,不惧野蛮生长

但是,理论和实践都证明,有序的量化交易、算法交易能改善市场的流动性和稳定性,让市场更加有效,我们应坚持规范发展,无需矫枉过正。

同时,维护市场稳定创新的发展,需要社会各方力量共同的努力,监管层建立法律和规范,填补漏洞,增强对欺诈和操纵行为的监管能力。金融中介机构和交易系统商也应承担起责任,提升风控和审查能力,主动接受监管,和监管层保持有效沟通,共同营造有序稳定的市场环境。

我国的资本市场制度暂时不存在高频交易野蛮生长的土壤,各方应整体提升IT建设能力,但必须对高频交易策略做衡量和评估,以高并发,大容量为核心方向,不能仅仅为了追求技术上的低延迟而花费巨幅投入,产生全市场共同承担的高额成本。

基于海外业态的演变以及我国市场实际状态,系统商提供设计之初就应考虑到风险控制、公平性、投资者保护等,金融中介机构应向投资者竞争性地提供交易服务,不能仅向部分特定投资者提供好的机会,要考虑机会公平和结果公平的平衡。

算法交易:制胜策略与原理

欧内斯特·陈是资本管理有限责任公司中的一位具有QTS资质(Qualification Test Specification—质量检定规范)的从业人员。自1997年以来,他就职于各种投资银行(如摩根士丹利、瑞士信贷和Maple)和对冲基金公司(如Mapleridge基金、 Millennium Partners基金和MANE基金)。他在康奈尔大学获得物理学博士学位,在加入金融行业之前,他是IBM之人类语言技术组的成员。同时,他是指数型(EXP)资本管理有限责任公司的创始人和主要负责人,该投资公司的总部位于芝加哥。另外,欧内斯特还撰写了与量化交易有关的书籍,比如《量化交易》。

投资者交易策略—算法交易

课程项目

教授/研究

职业发展

校友

教学服务

终身学习

关于FISF