|一文了解算法交易的秘密,预测风险和收益( 二 )


这是量化交易的一个关键因素 , 策略在长时间内的收益往往是递减的 , 因此交易者必须重新校准他们的策略 , 并应用新的策略 。
【|一文了解算法交易的秘密,预测风险和收益】 向零赛跑
另一种优势是更好的技术基础设施 。 如果一家公司能够比市场上的其他公司更快交易 , 那么他们将比基于相同信息进行交易的竞争对手获得更好的收益 。
这导致了高频交易的发展 , 其特点是高处理和高执行速度、高周转率(某项资产的头寸变化快)和高订单交易率(发送到市场的订单很少找到交易对手) 。 这种特殊类型的交易严重依赖高频金融数据和电子交易工具 。
随着高频交易的出现 , 意味永远会出现更快的交易机器 , 首先通过代码优化 , 然后通过其他方法 , 从在GPU(图形卡)而不是CPU上运行模型到可编程门阵列(FPGA , 一种集成电路 , 可以由程序员配置)上运行 。
金融机构(主要是量化对冲基金)寻求获得速度优势的另一种方法是 , 通过提高服务器与不同交易场所之间的通信速度 。
一个著名的例子是连接芝加哥商品交易所和新泽西纳斯达克的光缆 , 它于2010年落成 , 总成本为3亿美元 。 这条电缆允许信息在6.5毫秒内穿越800英里 , 相当于每秒12.5万英里的速度 。
为了适应那些希望更快交易的交易者 , 不同的交易场所创建了共同位置空间 , 不同的市场参与者可以将他们的交易服务器放置在匹配引擎附近 。
其他类型的算法交易
还有许多其他类型的算法交易策略 , 我们将在后续的文章中介绍 。 举几个例子:
· 造市:连续地令限价买单的价格低于现在最高的限价买单(最低出价) , 令限价卖单高于当前的最高限价卖单(最高问价) , 从出价与问价的差价中获利(最高问价与最低出价之间的差价) 。
· 统计套利:利用偏离正常的统计关系的价格套利 。
· 事件套利:利用诸如并购、注册审批和法院裁决等影响公司股价的事件套利 。
· 套利:利用多个市场一些证券的价格差异套利 。 例如 , 如果一只股票在某一交易所的价格是100美元 , 在另一交易所的价格是101美元 。 在第一个交易所买入股票 , 在第二个交易所卖出 , 在不承担任何风险的情况下获得1美元的利润 。
· 对价交易:指建立一个由两种证券(买进一种证券 , 卖空另一种证券)组成的多空投资组合 , 这两种证券是相似的替代品(例如同一行业的股票) , 投资者从它们相对价值的价格差异中获利 。
· 执行:在一定的价格上买入或卖出大量的某种证券 。 它的策略有将一个大订单拆分成小订单发到市场 。 比如VWAP(成交量加权平均价) , VWAP算法寻求一个执行价格等于某段时间内的量加权平均价格 , TWAP代表时间加权平均价格 。
结论
本篇文章介绍了算法交易背后的主要思想 , 探讨了其发展背后的主要动因、目标、挑战 , 并简要介绍了最受欢迎的交易形式 。
原文链接:
https://medium.com/the-capital/a-brief-introduction-to-algorithmic-trading-3b35ff012d72


推荐阅读