在過去的十年裡,演算法交易(AT)和高頻交易(HFT)已經佔據了交易世界的主導地位,尤其是HFT。在2009-2010年期間,超過60%的美國交易歸因於高頻交易,儘管這一比例在過去幾年有所下降。
下麵我們來看看演算法和高頻交易的世界:它們是如何聯絡在一起的,它們的好處和挑戰,它們的主要使用者以及它們當前和未來的狀態。
首先,請註意HFT是演算法交易的一個子集,而HFT又包括Ultra-HFT交易。演算法本質上是買賣雙方的中間人,HFT和Ultra-HFT是交易者利用可能只存在很短時間的極小價格差異的一種方式。
計算機輔助的基於規則的演算法交易使用專門的程式,使自動交易決策下訂單。AT拆分大訂單,併在不同時間下這些拆分訂單,甚至在提交後管理交易訂單。
通常由養老基金或保險公司進行的大規模訂單,會對股價水平產生嚴重影響。AT的目標是透過將大訂單拆分為許多小訂單來降低價格影響,從而為交易員提供一些價格優勢。
演算法還動態控制向市場傳送訂單的時間表。這些演算法讀取實時高速資料饋送,檢測交易訊號,確定適當的價格水平,然後在確定適當的機會後下達交易訂單。它們還可以發現套利機會,並根據趨勢跟蹤、新聞事件甚至投機進行交易。
高頻交易是演算法交易的延伸。它管理著以毫秒或微秒為單位的高速向市場傳送的小規模交易訂單——毫秒是千分之一秒,微秒是千分之一秒。
這些訂單由高速演算法管理,這些演算法複製了做市商的角色。HFT演算法通常涉及雙邊下單(低買高賣),試圖從買賣價差中獲益。HFT演算法還試圖透過傳送多個小規模訂單並分析交易執行中的模式和時間來“感知”任何未決的大規模訂單。如果他們感覺到了機會,HFT演算法就會試圖透過調整價格來填補空缺,並從中獲利。
此外,Ultra-HFT是HFT的進一步專業化流。透過支付額外的交易費用,交易公司可以在市場其他部分之前的一瞬間看到待處理的訂單。
HFT演算法利用人眼無法察覺的市場條件,在超短時間內尋找利潤潛力。一個例子是期貨和etf在同一標的指數上的套利。
下圖顯示了HFT演算法的目標是檢測和利用什麼。這些圖表顯示了E-mini S&;的逐筆價格變動;P 500期貨(ES)和SPDR S&;不同時間頻率的p500etf(SPY)。
把圖表放大得越深,兩種乍一看似乎完全相關的證券之間的價差就越大。
請註意,兩種儀器的軸是不同的。價格差異是顯著的,儘管出現在相同的水平上。
因此,從閃電般快速的演算法的角度來看,那些看起來與肉眼完全同步的東西,其實有著巨大的盈利潛力。
在美國市場,SEC於1998年批准了自動電子交易所。 大約一年後,HFT開始了,當時的交易執行時間只有幾秒鐘。 到了2010年,這已經減少到了毫秒,正如英國央行(bankofengland)的安德魯•霍爾丹(Andrew Haldane)在《耐心與金融》(Patience and finance)一文中所言——而今天,百分之一微秒對於大多數HFT貿易決策和執行來說已經足夠了。考慮到不斷增長的計算能力,在相對不遠的將來,透過HFT可以實現納秒和皮秒頻率的工作。
彭博社報道稱,雖然2010年高頻交易“佔美國股市總成交量的60%以上”,但事實證明這是一個高水位線。到2013年,這一比例已降至約50%。彭博社進一步指出,2009年,“高頻交易員每天移動約32.5億股。2012年,這一數字為每天16億美元,“平均利潤已從每股約十分之一便士下降到二十分之一便士。”
理想情況下,高頻交易需要具有盡可能低的資料延遲(時間延遲)和盡可能高的自動化水平。因此,參與者更喜歡在其交易平臺具有高度自動化和整合能力的市場進行交易。其中包括納斯達克、紐約證交所、DirectEdge和BATS。
高頻交易由自營交易公司主導,涉及多種證券,包括股票、衍生品、指數基金、etf、貨幣和固定收益工具。德意志銀行(deutschebank)2011年的一份報告發現,在當時的HFT參與者中,自營交易公司佔48%,多服務經紀商自營交易臺佔46%,對沖基金約佔6%。 主要名稱包括KWG Holdings(由Getco和Knight Capital合併而成)等自營交易公司,以及花旗(Citigroup)、摩根大通(JP Morgan)和高盛(Goldman Sachs)等大型機構公司的交易臺。
對於高頻交易,參與者需要具備以下基礎設施:
高頻交易對交易者有利,但對整個市場有幫助嗎?HFT支持者引用的一些總體市場好處包括:
HFT的反對者認為,演算法可以程式設計傳送數百個假訂單,併在下一秒取消它們。這種“欺騙”瞬間造成了需求/供應的虛假高峰,從而導致價格異常,高頻交易交易員可以利用這一點為自己謀利。2013年,美國證交會推出了市場資訊資料分析系統(MIDAS),該系統以毫秒頻率篩選多個市場的資料,試圖捕捉“欺騙”等欺詐活動
HFT增長的其他障礙是其高昂的進入成本,其中包括:
HFT市場也變得擁擠起來,參與者試圖透過不斷改進演算法和增加基礎設施來超越競爭對手。由於這場“軍備競賽”,交易員利用價格異常變得越來越困難,即使他們擁有最好的電腦和高階網路。
而代價高昂的故障也嚇跑了潛在的參與者。一些例子包括2010年5月6日的“閃電崩盤”,高頻交易引發的賣出指令導致道瓊斯指數脈衝下跌600點。 還有奈特資本(Knight Capital),紐約證交所(NYSE)當時的HFT之王。它在2012年8月1日安裝了新軟體,意外地以不利的價格買賣了價值70億美元的紐交所股票。 奈特被迫平倉,一天內損失4.4億美元,公司價值縮水40%。 被另一家HFT公司Getco收購成立KCG控股公司,合併後的實體仍在掙扎。
因此,HFT未來增長的一些主要瓶頸是其利潤潛力下降、運營成本高、監管可能更嚴格以及沒有犯錯的餘地,因為虧損很快就會達到數百萬美元。
HFT在海外有一定的增長潛力。全球各地的證券交易所都在開放這一概念,它們有時會透過提供一切必要的支援來歡迎高頻交易公司。 另一方面,由於HFT公司所擁有的所謂不正當的時間優勢,已經對交易所提起訴訟。 在越來越多的反對聲音中,法國是2012年第一個對HFT開徵特別稅的國家,隨後不久義大利也開徵了特別稅。
美國當局的一項研究評估了高頻交易對2014年10月15日美國國債市場快速波動的影響。 儘管該研究發現“不存在造成動蕩的單一原因”,但該研究並不排除高頻交易可能帶來的未來風險,無論是對定價、流動性還是交易量的影響。
計算機速度的增長和演算法的發展似乎為交易創造了無限的可能性。但是,AT和HFT是快速發展的典型例子,多年來,它們的發展速度超過了監管制度,為相對少數的貿易公司帶來了巨大的優勢。雖然高頻交易在未來可能會為美國等成熟市場的交易員提供較少的機會,但一些新興市場仍可能對高風險高頻交易企業相當有利。
高頻交易正在興起,市場研究公司Nanex**了一張圖表,顯示這種做法有多普遍。動畫GIF顯示了2007年1月至2012年1月期間,在美國使用高頻交易機買賣股票的情況(每種顏色代表不同的證券交易所),並清楚地表明,在過去幾年中,...
...出在交易所買賣金融證券的決定。演算法交易者經常使用高頻交易技術,這種技術可以使一家公司每秒進行數萬次交易。演算法交易可用於多種情況,包括訂單執行、套利和趨勢交易策略。 關鍵要點 演算法交易是使用基於...