亚马逊优惠购买《高频交易》

当当网优惠购买《高频交易》

丛书名：《高频交易》

作者：（美国）艾琳·奥尔德里奇（lrene Aldridge） 译者：谈效俊 杨燕 王仰琪 等

出版社: 机械工业出版社

出版时间：2011年5月1日

书籍推荐

《高频交易》：打开量化投资黑匣子，洞悉机构投资者的秘诀。

媒体推荐

 一部深思熟虑、非常实用的指南著作，涵盖了高频交易和系统交易的方方面面。我高度推荐此书。——伊戈尔·图钦斯基

对传统的基本面分析师和技术分析师而言，读艾琳·奥尔德里奇的书就像传统的牛顿物理学家第一次读到量子物理学一样：大开眼界，充满挑战，发人深省。——尼尔M.爱泼斯坦

作者简介

作者：（美国）艾琳·奥尔德里奇（lrene Aldridge） 译者：谈效俊 杨燕 王仰琪 等

        艾琳·奥尔德里奇，ABLE阿尔法交易有限公司的合伙人以及量化投资组合经理。ABLE阿尔法是一家专业使用高频系统交易策略的专属投资公司该网站向机构及散户提供最新高频交易研究成果。

在加入ABLE阿尔法之前。艾琳·奥尔德里奇还在华尔街和多伦多的多家金融机构任职，其中包括高盛和加拿大帝国商业银行。她还曾经在多伦多大学教授金融学。她拥有欧洲工商管理学院MBA学位、哥伦比亚大学金融工程学理学硕士学位以及纽约库珀联合学院电气工程学工学学士学位。

        奥尔德里奇是众多顶级行业聚会的演讲嘉宾以及学术和前沿出版物的撰稿人，这些刊物包括Journal of Trading, Journal ofAlternative Investments. E-Forex,HedgeWorld, FXweek, FINalternatives,Wealth Manager和Dealing With Technology等。她还经常在商业电视节目中露面，其中包括CNBC、Fox Business和《乔恩·斯图尔特每日秀》等。

目录

推荐序

第1章 简介

第2章 高频交易的发展

金融市场与技术革新

交易方法的演变

第3章 高频交易综览

和传统交易的比较

市场参与者

运作模型

经济效益

高频交易系统的资金

结论

第4章 适合高频交易的金融市场

金融市场及其对高频交易的适用性

结论

第5章 高频交易策略表现评估

收益的基本特征

有可比性的比率

绩效归因

策略评估中的其他考虑因素

结论

第6章 指令、交易者及其在高频交易中的应用

指令类型

指令分布

结论

第7章 不同频率下的市场无效和获利机会

高频下的价格波动的可预测性

结论

第8章 寻找高频交易机会

收益率的统计特征

线性计量经济学模型

协整

波动率建模

非线性模型

结论

第9章 处理分笔数据

分笔数据的属性

分笔数据的数量和质量

买卖价差

买卖价格反弹

对分笔数据的到达进行建模

用传统计量经济学方法处理分笔数据

结论

第10章 市场微观结构下的交易——存货模型

存货交易策略概述

指令、交易者和流动性

有利可图的做市

有方向的流动性供应

结论

第11章 市场微观结构下的交易——信息模型

度量信息不对称性

信息交易模型

结论

第12章 事件套利

开发事件套利交易策略

什么构成了一次事件

预测方法

可用于交易的新闻

宏观经济新闻

事件套利的应用

结论

第13章 高频统计套利

数学基础

统计套利的实际应用

结论

第14章 创建和管理高频策略投资组合

投资组合优化的解析基础

有效的投资组合管理实践

结论

第15章 交易模型的回顾测试

评估点位预测

评估方向预测

结论

第16章 实施高频交易系统

模型开发的生命周期

系统实施

测试交易系统

结论

第17章 风险管理

确定风险管理目标

风险度量

风险管理

结论

第18章 高频交易的执行和监控

执行高频交易系统

高频交易执行的监控

结论

第19章 交易后的盈利分析

交易后成本分析

交易后表现分析

结论

参考文献

文摘

第二个挑战是交易信号的精确性。如果交易信号发生了位移，盈利可能很快就会变成亏损，一个交易信号必须足够精准，才能在瞬间触发交易。

执行的速度是第三个挑战。传统的电话下单方式在高频环境下是行不通的。要使交易达到所需的速度和精度，唯一可靠的方法就是计算机自动产生下单指令并自动执行。编写高频交易计算机系统需要在软件开发方面具有高超的技艺。运行间出现错误所带来的成本相当高，因此，为了保证系统在预先设定的风险范围内运行，对交易的人工监测仍然是不可或缺的。人工监测具有这种决断性。然而，对交易的介人也只能限于这一个决定：系统的表现是否仍然处于预定范围之内，如果不是，现在是不是应该拔下插头。

从运行的角度来讲，由于计算机驱动的交易决策具有高速度和低透明度一的特点，它要求计算机指令执行具有一定程度的可靠性。这种可靠性可能会受到很多因素的考验，比如网络病毒以及其他可能使系统陷入瘫痪的计算机安全挑战等。

 最后，仅仅是为了能够留在高频交易这个游戏之中，就需要不断地对设备进行维护和升级，以跟上信息科技“军备竞赛”的步伐。银行和其他金融机构都为开发世界上最快的电脑系统和最强大的执行引擎准备了大量预算。

总而言之，高频交易是一个有难度、但能够在不同市场环境下带来稳定盈利的交易策略。成功实施高频交易需要在金融学、计算机科学的理论和实务方面都具有扎实的功底。尽管过去的业绩不是未来回报的保证，但是如果一个高频基金经理扣除交易成本后能够获得良好的收益，那么基于其收益的投资管理指标也会向投资者很好地展示该资金管理人的管理能力。

内容

第1章　简介（1）

　　高频交易如风暴般席卷了华尔街，究其原因，无非是其巨大的盈利能力而已。根据《Alpha》杂志的报道，2008年收益最高的基金经理是来自文艺复兴技术公司 ?Renaissance Technologies Corp.）的吉姆?西蒙斯（Jim Simons），他长期以来一直是高频交易的支持者。仅在2008年一年，西蒙斯博士就获得了25亿美元的利润。虽然在撰写这本书的时候，还没有哪个机构完全地跟踪过各个高频交易基金的表现，但坊间传言，2008年大部分的高频交易基金经理都取得了正的收益，而据《纽约时报》的报道，70%的低频交易者在2008年都是赔钱的。这个行业指数式的增长也印证了高频交易的巨大盈利能力。根据Aite集团2009年2月的报告，目前交易所中60%的交易量都来自于高频交易。专业高频交易人才炙手可热，并且薪酬也?登峰造极。甚至在2008年金融危机最惨烈的几个月中，仍有50%的金融行业招聘的职位是与高频交易技术人员有关的（Aldridge, 2008）。尽管市场对这一领域的信息有巨大需求，但能帮助投资者理解和运用高频交易系统的出版物却少之又少。

　　什么是高频交易，它的魅力何在呢？相较于低频交易而言，高频交易的主要创新之处在于其在电脑驱动之下，对变化的市场迅速做出反应，并且实现资金的快速周转。高频交易的特征是交易次数更多，而每笔交易的平均盈利较小。很多传统的资金管理人持有交易头寸长达数周乃至数月，每笔交易的盈利为数个百分点。相比之下，高频交易的资金管理人每天都交易多次，平均每笔交易的盈利不到一个百分点，并且他们基本上不持有隔夜头寸。不隔夜持仓对于投资者和投资组合经理都十分重要，这是因为以下3个方面的原因。

　　（1）随着资本市场的全球化，大多数的交易行为都可以延长至24小时，并且，以市场现有的波动率来看，隔夜持仓是具有很高的风险的。高频交易策略则规避了这种隔夜风险。

　　（2）高频交易策略允许账户持仓完全透明，这消除了锁定资金的必要性。

　　（3）持仓过夜的头寸除了保证金之外的部分需要按照所谓的隔夜利率（overnight carry rate）来支付利息。隔夜利息通常比LIBOR略高。随着LIBOR波动的增加以及可能到来的通货膨胀，隔夜持仓成本会变得越来越高，以至于会使得很多资金管理人感到无利可图。高频交易策略能够避免隔夜持仓成本，这在信贷收紧或者利率高企的时候，能给投资者节省下可观的成本。

　　高频交易还有其他的一些优势。高频交易策略与传统的长期买入并持有策略几乎不存在什么关联，因此，对于长期投资组合来说，高频交易策略是一种很好的分散投资的工具。由于高频交易策略的统计学性质，高频交易策略需要的评估时期也相对较短，我们在本书后续的章节中将深入讨论这个问题。如果说对于一个以月度为周期的交易策略，需要6个月到2年的观察期来评估这个策略的可信程度的话，那么对很多高频交易策略而言，只需不到一个月的时间就可以对策略的表现下一个统计学上的结论了。

　　除了上面所列举的优势之外，高频交易还能节约操作成本，并且给社会带来很多好处。从运营的角度来看，高频交易的全自动交易方式能够节约人力成本，并且减少因人为的犹豫或者情绪而造成的失误。

　　第1章　简介（2）

　　高频交易给社会带来的最大好处体现在以下几点：

　　提高市场效率

　　增加流动性

　　促进计算机技术创新

　　稳定市场体系

　　高频交易策略发现并消除市场暂时出现的无效率之处，并促进市场价格更快地反映市场信息。很多高频交易策略给市场提供了显著的流动性，使市场运行更加平稳，并且让每个投资者都降低了摩擦成本（frictional costs）。高频交易者促进计算机技术的革新，推动找到解决网络通信瓶颈的新办法。他们还刺激计算机处理器的创新，以提高计算和数字通信的速度。最后，高频交易还能纠正市场错误定价，从而稳定市场体系。

　　在2009年3月的FXWeek 会议上，Oanda公司的首席执行官Richard Olsen提出了一个恰当的比喻。Olsen博士说，如果将金融市场比做人的身体，那么高频交易就是在人体内一天循环多次的血液。它能帮助冲洗毒素、愈合伤口，并且调节体温。相比之下，低频交易由于反应过慢，可以视为有碍于系统稳定的因素。即使是一个简单的去公园散步的决定也会给身体带来风险，比如感染疾病、失足或者摔倒等。高频交易能对这种情况进行快速反应，就像一个人重新站稳一样，高频交易使市场受到冲击后能重新稳定下来。

　　在外汇、股票、期货以及衍生品市场上都有很多成功的高频交易策略。高频交易本身的属性使其能应用于任何有足够流动性的金融工具之上（“有足够流动性的金融工具”是指在一个交易日中的任何时刻都有足够买家和卖家的金融资产）。

　　高频交易策略可以全天候地执行。电子外汇市场一周交易5天，一天交易24小时。美国股票现在可以“超出常规交易时间”进行交易，每个工作日从东部标准时间早上4点开始直到午夜。对于一些期货和期权，同样存在24小时交易。

　　许多高频交易的公司设于纽约、康奈迪克、伦敦、新加坡和芝加哥。很多设在芝加哥的公司利用其毗邻芝加哥商业交易所的优势来进行期货、期权和商品的高频交易。位于纽约和康奈迪克的公司交易范围较广，其中交易最多的是美国股票。欧洲的时区使得伦敦人在交易货币上很有优势，而新加坡公司则主要专注于亚洲市场。尽管高频交易策略可以在一天的任何时候应用于世界上的任何一个角落，实际上不同地方聚集的公司或者人才往往倾向于交易某一类的金融资产。

　　全球最大的知名高频交易公司包括Millennium, DE Shaw, Worldquant和Renaissance Technologies等。大多数高频交易公司是对冲基金或者是一些不为其他市场参与者所知的专属投资工具。一些主要银行的自营席位也涉足高频交易产品，但其一旦发展壮大，就逐渐演变成了类似于对冲基金的运作模式。

　　目前，高频交易中有4类最为流行的策略：自动提供流动性（automated liquidity provision）、市场微观结构交易（market microstructure trading）、事件交易（event trading），和偏差套利（deviations arbitrage）。

　　表1总结了每种交易策略的主要性质。

　　表11高频交易策略分类

　　策略描述典型持仓时间

　　自动提供流动性利用量化算法优化做市（marketmaking）

　　头寸的报价和执行小于1分钟

　　市场微观结构交易通过对观测到的报价进行逆向工程解析，从而获得买卖双方下单流的相关信息小于10分钟

　　事件交易利用宏观事件进行的短期交易小于1小时偏差套利对价格均衡的偏差进行统计套利：例如三角交易、基差交易等小于1天

　　第1章　简介（3）

　　开发高频交易策略给大多数资金经理带来了一系列前所未有的挑战。第一个挑战是要处理大量的日内数据。与传统的投资分析中所使用的日间数据不同，高频交?的日内数据更加浩繁，并且数据点之间的时间间隔不等，这需要在处理之时引入新的工具和方法。一般而言，大多数审慎的资金经理会在投入使用一种交易策略之前，要求对其进行至少两年的回顾测试（back testing）。对很多人而言，处理两年或两年以上的日内数据就已经是很大的挑战了，而可信赖的交易系统通常需要4年或更长时间的数据来对其潜在缺陷进行全面的检查。

　　第二个挑战是交易信号的精确性。如果交易信号发生了位移，盈利可能很快就会变成亏损，一个交易信号必须足够精准，才能在瞬间触发交易。

　　执行的速度是第三个挑战。传统的电话下单方式在高频环境下是行不通的。要使交易达到所需的速度和精度，唯一可靠的方法就是计算机自动产生下单指令并自动执行。编写高频交易计算机系统需要在软件开发方面具有高超的技艺。运行间出现错误所带来的成本相当高，因此，为了保证系统在预先设定的风险范围内运行，对交易的人工监测仍然是不可或缺的。人工监测具有这种决断性。然而，对交易的介入也只能限于这一个决定：系统的表现是否仍然处于预定范围之内，如果不是，现在是不是应该拔下插头。

　　从运行的角度来讲，由于计算机驱动的交易决策具有高速度和低透明度的特点，它要求计算机指令执行具有一定程度的可靠性。这种可靠性可能会受到很多因素的考验，比如网络病毒以及其他可能使系统陷入瘫痪的计算机安全挑战等。

　　最后，仅仅是为了能够留在高频交易这个游戏之中，就需要不断地对设备进行维护和升级，以跟上信息科技“军备竞赛”的步伐。银行和其他金融机构都为开发世界上最快的电脑系统和最强大的执行引擎准备了大量预算。

　　总而言之，高频交易是一个有难度、但能够在不同市场环境下带来稳定盈利的交易策略。成功实施高频交易需要在金融学、计算机科学的理论和实务方面都具有扎实的功底。尽管过去的业绩不是未来回报的保证，但是如果一个高频基金经理扣除交易成本后能够获得良好的收益，那么基于其收益的投资管理指标也会向投资者很好地展示该资金管理人的管理能力。

　　这是第一本从“怎么办”的角度讲述如何建立高频系统的著作。本书对高频交易的讨论深度足够帮助读者处理手边的问题。同时，书中还把艰深的数学问题留在了原始文献之中，读者可以通过贯穿全书的参考文献来找到它们。

第1章　简介（4）

以下的专业人员会发现本书对他们有所帮助：

　　想要了解高频交易的投资机构或经纪自营商的高级管理人员

　　想要更好地理解高频交易的运作、收以及风险的机构投资者，比如养老基金、基金的基金等

　　想要找到全面综述当代高频交易研究成果及其应用的书籍的量化分析师

　　高频交易系统的IT支持人员

　　对高频交易有兴趣的学术界或商科学生

　　寻找交易新途径的个人投资者

　　高频交易员、风控人员和政府监管人员

　　本书共分为5部分。第一部分描述了高频交易系统的历史和商业背景。第二部分回顾了常见的高频策略的统计学和计量经济学基础。第三部分阐述了建立高频交易策略模型的细节。第四部分描述了建立高质量高频交易系统所需的步骤。第五部分，也就是最后一部分讲述了运行、监测和评估高频交易系统的相关问题。

　　这本书包括很多量化交易策略，并且还给出了首次提出这些交易策略的相关参考文献。本书讨论的交易策略反映了高频交易的不同侧面。第10章介绍了最高频的交易策略，其持仓时间在1分钟以下。第11章研究了一类市场微观结构模型高频交易策略，其典型持仓时间很少超过10分钟。第12章详细讲述了捕获特殊事件发生时（比如公布经济数据）的超常收益的交易策略，这种策略叫做“事件套利”，其最优持仓时间通常为30分钟到一个小时。第13章描述了另外一类统称为“统计套利”的高频交易策略，其?仓时间不超过一个交易日。第14章介绍了建立多策略投资组合的一些最新科学见解。

　　这里提供的策略都基于已出版的学术研究成果，并且专业人士可以很容易地加以利用。不过值得注意的是，一个公开的交易策略很快就会失效，这是因为众多人蜂拥而至使用这个策略进行交易，从而消除了该策略的盈利空间。因此，最好的交易策略往往是高度机密的，我们从公开出版物中难以觅其踪影，这本书当然也不例外。这本书的主要目的是展现已有的学术研究是怎样抓住市场的无效率之处的，并且我们想借此激发读者自己的创造性，从而开发出新的有利可图的交易策?。

第2章　高频交易的发展（1）

计算机技术的发展加快了交易指令的传输和执行过程，并缩短了投资所需的持仓时间。当我们对大规模的历史数据进行量化的市场行为模拟时，一种?做“高频交易”的投资方法应运而生了。

　　本章通过回顾交易历史的演变来解释技术突破是如何影响金融市场并促进高频交易出现的。

　　金融市场与技术革新

　　很多因素会影响到金融市场的运作，技术革新的影响无疑最为深刻和久远。当引入一种新的金融产品时，例如1999年的欧元/美元，会对市场运行形成大规模的一次性冲击，而技术进步对市场的改变则是微妙而持久的。数年以来，科技改善了信息的传播方式，提高了金融分析的质量，加快了市场参与者之间的沟通速度。这些改变使得市场变得更加透明，并且减少了市场的无效率，技术进步还为投资者打开了全新类型的套利交易之门。

　　多年以前，证券市场完全以人工模式运行。为了得到一个金融产品的报价，客户需要和销售代表（sales representative）直接碰面，或者通过信件取得联系；在电话通信方式产生后，则是通过电报或者电话取得联系。之后销售人员要走到交易代表（trading representative）那里，或者向交易代表喊话，要求获得客户所关心的证券的报价，交易人员则报出从其他经纪商或者交易所那里所获取的市场价格。当客户下达指令时，以上的过程会再重复一遍。

　　这个过程耗费时间、容易出错且开销庞大，其费用最终还是由投资者承担。大部分错误主要来自以下两方面。

　　（1）由于交易所成交和客户获得报价之间存在较大的时间差，市场可能在这个时间段内发生大幅波动。

　　（2）在人与人之间的多次交流中，人们可能会因为听错报价而把错误的信息传递下去。

　　这样的信息传递过程容易出错并且费用高昂，这个沟通链条上的每个人都需要获得相应的报酬，并且市场参与者承担了发生错误时所产生的损失。

　　直到20世纪80年代，才产生了第一个电子交易系统，这项新生事物很快就被视为一个革命性的进展。这个系统收集各个经纪商和交易所的数据，并同时把信息发送给众多的市场参与者，系统使得通过信誉审核的参与者相互之间可以以系统所显示的最优价格成交，并且系统还会生成可靠的信息和交易记录。根据雷恩韦伯（2007）的记载，纽约证券交易所（NYSE）引入的订单转送及成交回报系统（DOT）是第一个电子执行系统。由于只有场内特定经纪商们可以使用这一系统，因此，这个系统的引入只给纽约证券交易所的内部运作带来了便利。1983年推出的纳斯达克计算机协助交易系统只对做市商开放，1984年，细盘撮合系统（smallorder execution system）也随之推出。

第2章　高频交易的发展（2）

尽管基于计算机的交易所和交易网络自20世纪80年代中期就已出现，但系统化交易（systematic trading）直到20世纪90年代才开始受到关注。据歌?哈特和 O Hara（1997）介绍，交易模式系统化的推迟主要是由于使用计算机的成本昂贵及当时交易所电子指令的通量过低造成的。举个例子，纳斯达克自1985年引入电子执行系统，系统只接受每次买卖小于1 000股的小额交易指令。其他的交易所，比如美国证券交易所（AMEX）和纽约证券交易所发展出一种电子和交易大厅相结合的复合市场，它们并没有完全的利用电子交易所具有的能力。

　　当金融机构接纳新技术之后，它们对新技术的应用往往会增加其对自动化交易的需求。也就是说，对冲基金中系统交易基金比例的激增和交易技术的重要发展是密不可分?。如图21所示，系统交易基金数量在20世纪90年代早期出现了显著上扬。巧合的是，1992年，芝加哥商业交易所（CME）启动了其第一个电子交易平台：Globex。最初，Globex只交易流动性最好的货币对（currency pairs）期货：德国马克和日元。随后，电子交易扩展到英镑、瑞士法郎、澳元和加元等CME期货品种上。1993年，CME股票期货开始使用系统化交易。到2002年10月，CME电子交易的交易量达到日均120张合约，交易技术的革新和广泛应用促使期货系统交易产生了爆炸式增长。

　　图21自称为“系统交易”的对冲基金的绝对数量和相对比例

　　资料来源：Aldridge（2009b）。

　　2000年，总部位于纽约的国际证券交易所（ISE）建立了第一个完全电子化的美国期权交易所。截止到2008年中期，已有七个交易所提供完全电子化，或是电子化与交易大厅相结合的期权交易平台，这七个交易所分别是：国际证券交易所、芝加哥期权交易所（CBOE）、波士顿期权交易所（BOX）、美国证券交易所、纽约证券交易所高增长板市场期权（NYSEs Arca Options）和纳斯达克期权市场（NOM）。

　　根据总部设立在波士顿的Aite集团的估计，如图22所示，电子交易的交易量已经从2001年的25%迅速增长到2008年的85%。预估至2010年，近100%的股票交易都将通过电子网络进行。

第2章　高频交易的发展（3）

图22不同类型的资产采用电子交易的比例

　　资料来源：Aite集团。

　　技术进步还显著地提升了每日成交量。1923年，纽约证券交易所?日股票交易量为100万股，到2003年，纽约交易所每日的交易量超过了10亿股，增长幅度达到1 000倍。

　　科技进步还把金融服务行业从盛行于20世纪的僵化的层级结构改变成了20世纪90年代后期通行的扁平非集中式的网络结构。传统的20世纪金融服务网络体系如图23所示。这个体系的中心是交易所，对于外汇交易，则是内部交易商网络（interdealer network）。交易所是集中进行证券交易和清算的地方，在非集中的外汇交易市场，由自营商间经纪商（interdealer broker）组成的内部交易商网络起着和交易所相类似的作用，这个组织保证市场的流动性，并和其他同僚及经纪自营商进行交易。

　　图2320世纪资本市场的结构

　　经纪自营商有双重职责——他们一方面为自己的账户交易(通常叫做自营交易)， 另一方面为其客户进行交易和清算。经纪自营商利用自营商间经纪商在其他经纪自营商的交易网络里迅速找到交易某种证券的最优价格。有时，尤其是对于流动性差的金融产品，如定制的期权产品等，经纪自营商也和其他经纪自营商直接交易。经纪自营商的交易客户包括投资银行客户（机构客户）、大公司（公司客户）、中型公司（商业客户）和高净值人士（highnetworth individual，HNW）。?资机构也可以相应地成为为其他投资者，比如小型投资机构和小账户的个人（散户），提供交易接入服务的经纪自营商。

　　直到20世纪90年代末期，经纪自营商都在金融系统中扮演着最核心的角色，也赚取着行业中的最高利润，他们控制着客户接入交易所的权利，并由此获得丰厚的报酬。不同层次的经纪商服务于不同层次的投资者。顶级的经纪机构寻求大单交易，它们服务的是机构投资者和资本雄厚的专业投资团队；零售经纪商为个人投资者提供服务，并且收取较高的佣金。这种层级结构从20世纪20年代一直延续到90年代，直至互联网的发展把这种传统秩序?根拔起。当时，大量普通的在线经纪自营商如雨后春笋般涌现，他们为客户提供直连交易所的服务，这使得经纪架构迅速地变得扁平起来。

第2章　高频交易的发展（4）

交易商通过把客户的指令单集中起来形成大笔的交易委托单。为了保证快速执行客户的指令，交易商会浏览他的清单，也就是其手中的证券存货数量?交易商会根据他们对未来的需求以及市场情况的预期来决定是扩大还是缩小其手中持有的存货数量。交易商面临持有存货的风险，并且要对像100 000美元这种小型委托单提供交易便利，作为补偿，交易商向其客户报出的买卖价差会大于交易商间经纪商所报出的买卖价差。由于交易量的要求，交易商的客户通常不能直接与交易所或者交易商间经纪商进行交易。同样是因为交易量的关系，散户一般情况下既不能直接接触到交易商间经纪商，也接触不到交易商。

　　今天，金融市场正变得越来越分散化。除了老牌的交易所如纽约证券交易所和美国证券交易所，越来越多参与竞争的交易所迅速成长起来，它们为市场提供了更多的流动性。

　　在计算机技术的推动下，交易网络越来越扁平化。交易所和交易商间经纪商逐渐让位给电子通信网络（ECNs），也叫做“流动资金池”（liquidity pool）。电子通信网络利用复杂的算法迅速的传递交易指令并将买方和卖方优化配对。在暗流动资金池（dark liquidity pool）中，交易者的身份和指令都是匿名的。

　　Island是最大的电子通信网络之一，2002年，它的交易量大约占纳斯达克总交易量的10%。在Island，所有的市场参与者都可以提交匿名限价指令。Biais、Bisiere和Spatt（2003）发现纳斯达克的流动性越高，Island的流动性也就越高，但是反之却并不一定成立。LLC自动交易平台（ATD）是暗资金池（dark pool）的一个例子。池中的客户无法看见彼此的身份或是他人下单的市场深度，这保证了匿名交易的流动性。ATD算法还进一步监视市场中的破坏性行为，比如操纵买卖价差等。这种行为一旦被查出，其责任人将面临相应的罚款。

　　图24显示了一个包含电子通信网络和暗资金池的典型“分布式”现代交易网络结构。连接网络中参与者的直线表示各种可能的交易路径。一般来说，只有交易所、电子通信网络、暗资金池、经纪?营商和零售经纪商有对交易进行清算和结算的权利，不过某些机构客户，比如芝加哥的Citadel，最近刚刚获得了投资银行的经纪自营业务资格，他们现在可以对所有的交易自行清算。

第2章　高频交易的发展（5）

交易方法的演变

　　在交易员中最早流行起来的分析方法之一是技术分析法。技术分析师致力于寻找证券价格走势中重复出现的一些模式。很多?术分析方法涉及度量现价与价格移动平均线之间的关系，或者是现价与移动平均线组合以及价格标准差之间的关系。例如，一种叫做指数平滑异同移动平均线（MACD）的分析方法使用三条指数移动平均线来产生交易信号。更资深的技术分析师可能会观察证券价格与市场信息之间的相互关系，或者是观察更为广泛的市场环境以对未来价格走势获取一个更为全面的看法。

　　技术分析方法在20世纪上半叶最为盛行，那时交易技术还处在电报和气压输送管（pneumatictube）的年代，相比于今天，当时主要证券的交易复杂度要小得多。由于信息传输速度有限，股票的换手量受到限制，信息反映到价格中间的速度也较慢，这使得图表能够显示出证券的潜在供需关系。前一日的交易情况会出现在第二天早上的报纸上，通常这些公开发布的信息足以让技术分析师成功地预测未来的价格走势。在第二次世界大战之后，交易技术有了长足的进步，此时技术分析变成了一种自我实现的预言方法。

　　例如，如果有足够多的人相信某个金融工具出现“头肩顶”形态时，接下来面临一个大的抛压，那么这个理论的信奉者就会在头肩顶形态形成后挂出卖单，这样就使得之前的预测真的变成了现实。之后，机构投资者开始使用强大的计算机技术对技术图形进行建模，并且在肉眼尚不能明显识别这些形态的时候就入场交易。目前，低频环境下（比如对日线和周线）的技术分析已经被边缘化到用于分析那些最小的、流动性最低的证券中，这些证券的交易频率非常低，通常是每日甚至每周只交易一两次。虽然如此，一些研究人员发现技术分析还是有可取之处的：Brock、Lakonishok和LeBaron（1992）发现了移动平均线可以预测未来的超额收益。Aldridge(2009a)发现移动平均线、随机指标和相对强弱指标（RSI）对于日内每小时数据能够产生有利可图的交易信号。

　　在某种程度上，技术分析是现代微结构理论的先驱。尽管市场微观结构理论适用于更高的交易频率，并且比技术分析要复杂得多，但是无论是市场微观结构理论还是技术分析，其目的都是从过去的价格运动中推导出市场的供需状况。大量的现代高频交易策略都是用最近一分钟的价格运动情况来识别潜在的市场信息。虽然如此，并没有多少现成的技术图形可以用于高频交易。相反，高频交易模型常常是概率性地进行计量经济学推断，并且时常糅合一部分基本面分析。

　　基本面分析源于股票，交易员们注意到未来的现金流如股息，会影响其市场价格。把预期的现金流折现就可以得到股票现在的公允市场价值。格雷厄姆和多德（1934）是最早提出这种方法的人，并且这种方法现在依旧盛行。数年来，“基本面分析”这个名词的应用扩展到根据预期经济变量为没有明确现金流的证券进行定价。例如，现在说用基本面分析的方法确定汇率，意思是指用宏观经济学的理论得到汇率的均衡值。

　　基本面分析在20世纪大部分时间内都有所发展。今天，基本面分析指的是预期价格会运动到按照供需关系以及基本经济理论所预测的水平。在股票分析中，发展出很多微观经济学模型。在大多数情况下，股票价格仍然是用未来现金流的现值来确定的。在外汇交易中，宏观经济学模型最常用，这些模型利用各国的通货膨胀率、贸易平衡状况等信息来确定预期外汇汇率。衍生品基本面交易依据的是一些高级的计量经济学模型，这些模型包含了衍生品基础证券价格运动的统计特征。商品的基本面交易则是要分析供给面和需求面的情况。

　　基本面分析中的很多因素都可应用于高频交易模型，并且和市场微观结构理论一起构成了一种交易模式。比如，事件套利就是利用证券价格对新的基本面信息的反映而形成的价格趋势进行交易。新闻事件发布的日期和时间一般都是事先知道的，新闻的具体内容会在新闻发布时公布。在高频事件套利交易中，基本面分析可以用来预测即将公布的经济指标的值，并以此来对高频交易进行进一步调整。

　　在20世纪的大部分时间内，技术分析和基本面分析都在同台共舞。之后，大量拥有物理学和统计学高级学位的新型交易员涌入华尔街，这些勇士们有一个绰号叫做宽客（quant），他们开发出了许多与传统的基本分析和技术分析几乎毫无关联的先进的数学模型。新的数量模型孕育了“量化交易”，这种数学模型驱动的交易方式从根本上与已有的基本面和技术分析交易方式分道扬镳了。统计套利（statarb）策略成了金钱帝国里的一颗新星。随着统计套利大发其财的故事传播开来，统计套利技术也变得非常流行，而不断进行技术创新的军备竞赛也接踵而来，那些跑在最前面的交易者往往能获得市场上的最高利润。

第2章　高频交易的发展（6）

速度的竞争是最明显的竞争。谁能运作最快的数量模型，谁就能最先找出并利用市场无效率的瞬间，从而赚取最高利润。为了提高交易速度，交易者开始利用高速计算机来产生和执行交易指令。随着技术的进步，交易所逐渐适应了这种技术驱动的交易文化，并为交易提供方便的对接服务。由于计算机交易都是由计算机系统处理实时数据，做出交易决策并执行买卖指令，因此，计算机交易也被称为“系统交易”。

　　20世纪90年代，随着计算机科技的发展以及交易所采用了新的技术，高频交易也随之发展起来。从最开始的初步指令处理到今天拥有现代科技水平包罗万象的交易系统，高频交易已经演变成为一个规模数十亿美元的产业。

　　为了确保系统交易在执行中的最优化，交易算法模拟了传统交易员所使用的交易执行策略。目前，“算法交易”（algorithmic trading）一般指系统执行交易指令的过程，也就是说，在交易系统的其他部分或是投资经理已经做出买卖决策之后，算法交易优化买卖指令的执行方式。算法交易可以决定在给定市场环境下如何处理交易指令：是主动的执行（以接近市价下单）还是被动的执行（在远离市价之处挂出限价指令单），是一次性交易还是分割成几个小的交易单。正如前面提到的，算法交易一般不涉及投资组合的资产配置，何时买卖以及买卖哪种证券则是一个外生的问题。

　　高频交易成为这样一种交易方法：它利用计算机系?处理数据和进行量化分析，高速做出交易决策，并且隔夜持仓。

　　在过去的数十年间，计算机技术的革新为全自动化的高频交易铺平了道路，而交易柜台盈利能力的显著提高，为科技的进一步发展提供了动能。交易柜台得以通过利用交易算法及其他先进的计算机技术代替薪酬高昂的交易员来节省开支。另外，机器在交易的执行速度、精准性及果断性上比传统的交易员更胜一筹，这也是各大银行机构决定由传统的交易模式转变为系统化操作的一个重要原因。隔夜持仓的大幅下降迅速降低了隔夜持仓成本，在危机时期的信贷紧缩或高利率环境下，这个问题会显得?为突出。

　　买方投资者的需求是银行开发并引入高频交易的另一个原因。由于大量的资金追求更短的锁定期以及每日向投资者披露信息，使得机构投资者也参与到高频交易中来。无论是机构投资者还是散户都发现了日内的量化交易投资产品和传统的买入并持有策略没有明显的相关关系，因此，日内量化投资能给他们的投资组合增加净收益，或者说能为其增加阿尔法。

　　随着计算机技术的进步及成本的大幅降低，高频交易无疑将在金融市场中扮演更积极的角色。虽然如此，我们得特别注意，高频交易这个概念与电子交易（electronic trading）、算法交?和系统化交易是有所不同的。图25解析了高频交易、算法或电子交易及传统长期投资策略的大致区别。

第2章　高频交易的发展（7）

电子交易指的是通过电子方式传送交易指令，是一种不同于电话、信件和人工的指令传递方式。由于现今的金融市场中大部分指令都是通过计算机网络下达的，电子交易这个名词也迅速变得没有什么实际意义了。

　　算法交易比电子交易更为复杂，它既可以指建立在各种算法之上的指令执行过程，也可以指高频的资产配置决策。当买卖决策在另一个地方产生后，执行算法（execution algorithms）承担优化交易指令执行过程的任务。执行算法决定将指令传送到交易所的最佳方式，如果一个指令不是要求立即执行，执行算法要找出最优的执行时间点，并且，执行算法还要决定拆分执行一个交易指令时一系列分笔交易的最优交易量。另外一些算法生成决定资产配置及对某种证券开平仓的高频交易信号。例如，如果执行算法收到一个买入1 000 000股IBM股票的指令，算法可决定将其拆成每次100股的很多小单分开交易，以免大笔买入引起股价的瞬间飙涨。虽然如此，但传递给执行算法的指令本身既可以是高频的，也可以是非高频的。另一方面，用于生成高频交易信号的算法负责做出买入1 000 000股IBM股票的决策。这种高频信号会传送给执行算法，执行算法再决定执行交易指令的最优时间和最佳路径。

　　成功实施高频交易同时需要两种算法：产生高频交易信号的算法和优化交易执行过程的算法。用于产生高频交易信号的算法往往比用于优化执行过程的算法复杂得多。本书的大部分内容都是针对高频信号产生算法的。第18章将详细讨论常见的交易执行优化算法。

　　TRADE集团的调查显示了交易者从事算法执行的目的。图26全方位展示了TRADE集团的调查结果。根据TRADE集团的2009年度算法交易调研，在交易中使用算法的买方交易员比例从2008年的9%上升到2009年的26%，有超过40%的委托单流是用算法或至少是部分使用算法管理的。至于为什么采用算法交易，除了前文中提到的盈利能力以及交易的精确性等因素外，买方经理还提到，算法交易可以使他们匿名地执行交易也是一个重要原因。匿名交易使得大的机构投资者能够隐藏他们的交易意图，从而降低了其他市场参与者从中破坏的可能性，并提高了整体的交易利润。

第2章　高频交易的发展（8）

系统交易是指由计算机驱动的交易，其持仓时间可能是一个月、一天或一分钟，因此系统交易可能是也可能不是高频交易。一个系统交易的例子是某个计算机程序每天、每周?至每个月运行一次，程序接收每日的收盘价数据，并输出资产配置信号，下达买卖指令。这样的系统便不是高频交易系统。

　　真正的高频交易系统需要在交易中做出全方位的决策，从找出价格被低估或高估的证券到优化资产配置再到交易指令执行的最优化。高频交易的与众不同之处是持仓时间短暂，一般为一天或更短，通常不隔夜持仓。由于高频交易迅速执行的特点，大多数高频交易系统是完全系统化的，并且可以看成是系统交易和算法交易的实际例子。然而，并非所有的系统化交易和算法交易平台都是高频的。

　　对于一种证券，能够通过算法执行交?指令是进行高频交易的前提条件。正如第4章讨论的，有一些市场现在还不适合高频交易，因为这些市场的大部分交易都是场外交易（over the counter，OTC）。Aite集团的一项研究表明，股票是使用算法执行最多的金融产品，预计到2010年，超过50%的股票交易量都将通过算法执行交易。如图27所示，紧随股票之后的是期货。但在外汇、期权及固定收益产品中，算法执行的应用就没有那么广泛了。图27还显示，固定收益类证券中算法执行应用上的滞后是由于这些证券电子交易发展缓慢造成的，很多固定收益产品是在场外市场交易的，因此难以同步进行。

第2章　高频交易的发展（9）

　　和长期的买入持有策略相比，高频交易系统收益数据稀缺，因此很少有人致力于高频交易收益的研究，从一些蛛丝马迹上来看，大部分计算机驱动的交易策略都是高频策略。?统化交易和算法交易天然地适合于那些要求执行速度快、精度高并能对大量分笔数据做出高频分析的交易模式。另外，从几个关键指标来看，系统交易的表现都优于人工交易。比如Aldridge（2009b）发现，用詹森阿尔法值（Jensen，1968）来度量投资收益时，系统交易基金的表现恒定地优于传统交易模式基金的表现（詹森阿尔法值是一种用来度量交易员交易水平的指标，它扣除了交易收益中受到大市影响的部分）。Aldridge（2009b）还发现，在危机时期，系统交易基金的收益要超出非系统交易的基金。这个现象可以归因于系统化交易不受情绪影响，而交易员却无?摆脱情绪的困扰。

第3章　高频交易综览（1）

　　由领先的对冲基金信息发布机构FINalteratvescom公布的技术与高频交易研究调查报告结果显示：在2009年6月间，参与调查研究的201个资金管理人中，90%的受访者认为高频交易前景明朗，相比之下，仅半数受访者持续看好投资管理的行业前景；另外，仅仅有42%的受访者对美国经济保持乐观态度。

　　这些受访者认为高频交易具有以下关键特点：

　　（1）处理分笔交易数据；

　　（2）高资金周转率；

　　（3）日内开平仓；

　　（4）算法交易。

　　处理分笔交易数据和高资金周转率基本上定义了什么是高频交易。在高频交易中，报价流的一些微小变化常常会触发大量的开平仓信号。“高频”二字本身就显示出高速建仓和平仓的特点。在FINalteratve的调查中，86%的受访者认为“高频交易”这个概念是指持仓时间等于或小于一个交易日（见图31）。

　　图312009年7月FINalterative技术和交易调查问卷中，对于“持仓

　　多久称得上是高频交易”这个问题给出的答案

　　高频交易中当日开平仓的特点可以大大地降低隔夜持仓成本。隔夜持仓成本是指隔夜持有保证金头寸的成本，通常基于北美交易时段结束后账户中的保证金头寸进行计算。在信贷收缩或者高利率的时期，隔夜成本可因此而显著降低到交易的最低水平。

　　在收盘的时候平掉所有头寸，还可以降低由于被动隔夜持仓所带来的风险暴露，而风险暴露的降低会在相当大的程度上增加风险调整收益。

　　最后，“算法交易”是高频交易平台不可或缺的组成部分。人类的大脑无法计算间隔仅为毫秒量级的分笔数据，无法如此快速地处理市场信息，也不可能一直保持客观理智的判断。 相反，算法交易可以快速有效、不带任何感情色彩地做出交易决策， 因此算法交易是高频交易必需的一个环节。

　　和传统交易的比较

　　高频交易是一种较新的投资策略，因此，对它的困惑及疑问常常和它与传统交易的区别和联系有关，这一部分将就这些疑问给出解答。

　　技术派，基本派，还是量化派？

　　正如第2章所讨论的，技术交易以技术?析为基础，其目的是找出价格变动的固有规律。通过对过去价格运行轨迹的研究，技术分析可能会判断出现有价格是高估还是低估。技术交易将买进由技术分析判定价格过低的证券，或卖出判定其价格过高的证券。技术分析可用于任何频率的交易，当然也可以完美地应用于高频交易模型之中。

　　基本面交易以基本分析为基础。在经济均衡理论下，给定相应的市场信息，通过基本分析推断出均衡价格。正如技术交易，基本面投资买进由基本分析判定价格低于基本价值的证券或卖出价格高于基本价值的证券。和技术交易一样，基本分析也可用于任何频率的交易。?管在超高频环境下，由于价格形成机制或市场微观结构的影响，价格可能呈现出一些异常变化。

　　最后，量化交易指的是采用一些科学的原则来进行资产配置决策。这些原则可以是基本面的、技术面的或单纯的统计关系的。量化分析相对于技术分析和基本分析的最大的区别在于量化分析方法极少受主观因素的影响。例如，基本面分析师在给公司治理进行排名时可能会掺杂自己的主观因素，而不同的技术分析师也会对图表做出不同的解读。只要有充分的数据支持，量化分析便可以应用到高频交易上。

第3章　高频交易综览（2）

　　量化分析最适用于高频交易的原因很简单：高频的交易指令没有给交易员留下做后续主观决策，并把决策输入交易系统的时间。高频交易无法与主观的交易行为兼容，除此之外?不论是基于基本面的，还是基于技术面的量化分析，都可以在高频交易系统下运作。

　　算法交易、系统化交易、电子交易，还是低延迟交易？

　　“高频交易”这个名词常常与“算法交易”，“系统化交易”，“电子交易”和“低延迟交易”等概念产生混淆。

　　高频交易是指快速地重新分配或者周转交易资金。为了实现这种重新分配，大多数的高频交易系统都是算法交易系统，即利用复杂的计算机算法来分析报价、做出交易决策并且优化交易执行过程。所有的算法交易都要通过电子系统来完成，所以算法交易自然是电子交易的一种。

　　虽然溜有的算法交易都是电子交易，反之却不尽然。很多电子交易系统仅仅是用于传递交易指令而已，这些指令不一定都是算法交易产生的。同样的，尽管绝大多数高频交易都是算法交易，但很多算法却不能算是“高频”的。

　　“低延迟交易”是另一个容易和高频交易混淆的概念。实际上，“低延迟”指的是交易指令的执行速度，这个交易指令可能是也可能不是由高频交易系统发出的。“低延迟交易”是指迅速传递并执行交易指令的能力，和持仓时间长短无关。而高频交易是指资本的迅速周转，有可能需要低延迟的执行能力。当低延迟交易的快速执行特性被用来对?同交易所同一证券的瞬时价差进行套利时，低延迟交易本身就成为了一种交易策略。

　　市场参与者

　　竞争者

　　高频交易公司和其他投资管理公司之间相互竞争，它们要更快地抓住市场无效率之处，争取获得各种交易资金，抢夺有天分的交易策略设计人才。这些相互竞争的投资管理公司可能是投资银行的资产管理部门、对冲基金，或者是独立的资产交易机构。最大的已经开展高频交易业务的独立公司有：DE Shaw、Tower Research Capital 和Renaissance Technologies。

　　投资者

　　高频交易的投资者包括投资基金的基金、对冲基金、?募基金等。基金的基金投资于高频交易的目的是丰富资产配置；对冲基金是渴望在已有的投资策略上引进新的投资策略；而私募则认为进入高频交易领域是一个极好的增加财富的机会。大部分投资银行通过其首要服务（prime services）提供交易杠杆。

　　服务和技术提供者

　　如同其他事情一样，高频交易也需要专业化的服务支持。这部分将介绍最常见，在很多情况下也是最重要的高频交易相关服务提供商。

　　电子化执行指令高频交易的参与者通过执行经纪商和电子交易网络（ECNs）迅速传递和执行其交易指令。高盛和瑞士信贷是最主要的电子交?经纪自营商。而ICAP和汤森路透（Thomson Reuters）以及其他几家公司则是现今ECN的主要提供商。

　　托管及清算经纪自营商除了作为连接客户和交易所的中介外，一般还提供一些特殊的首要服务，包括资金的保管（即托管）和交易账目的核算（即清算）等。无论是托管还是清算都承担一定的风险。作为托管者，经纪自营商对所管理的资金负责；而作为清算者，经纪自营商为双方结算提供“担保”，承担着交易双方中任何一方的违约风险。经纪自营商也因此收取一定的交易费用作为其托管和清算服务以及所承担风险的补偿。

第3章　高频交易综览（3）

　　软件高频交易操作中需要使用以下一些软件，这些软件可能是自己开发的，也可能是由外界开发的。

　　产生交易信号是高频交易系统的核心功能。系统接受并处理分笔数据、产生资产分配和交易信号，并且记录交易盈亏（P&L）。

　　高频交易操作需要使用金融建模软件来构建新的交易模型，MatLab和R是业界使用得最为广泛的量化建模软件。

　　信息搜集软件能够在国际互联网上搜集各种信息，使人们能够高频率地按照基本信息对资产进行定价。及时地搜集各种传言以及新闻能更好地预测价格的短期走势。汤森路透就有一系列发布计算机可读模式的即时新闻的产品。

　　交易软件中包含“最优执行”交易算法，它通过选择交易时机、探测市场活跃程度、拆分交易委托单等方式获取一个时段内的最优执行价格。位于纽约的Market Factory就提供一系列的软件工具帮助自动交易商在市场中获取一些额外的优势，他们帮助提高模型精度、增加成交比率、降低交易滑点等，从而增加在市场中的盈利能力。我们将在第18章讨论交易执行的最优化问题。

　　实时的风险管理软件将确保系统的表现和盈亏都在事先设定的界限之内平稳运行，这种软件也常常被称为系统监控软件或者容错软件。

　　移动设备上的高频交易系统监控软件会对运行故障发出警报。

　　实时的第三方研究服务可提供更为领先的信息和预测。

　　法律、会计及其他专业服务正如金融行业的其他领域一样，高频交易必须确保其所有的操作都符合有关法律及会计准则。因此，有资质的法律和会计服务是开展高频交易必不可少的环节。

　　政府

　　高频交易和普通交易受同样的法律条文和政府监管约束。因此，高频交易需要遵守基本的交易准则，如禁止内幕交易等。2009年2月曾有人提议通过提高交易费用来对高频交易增加监管，不过这项提议最终没有成功。

第3章　高频交易综览（4）

　　运作模型

　　概述

　　奇怪的是，直至目前，仍然很少有文章在应用高频交易系统的最佳实践方面进行论述。本章将对高频交易的各种事项提供一个概述，其中包括如何对系统开发进行规划，以及开发和实施一个盈利的交易系统所需的资金等一系列信息。

　　如图32所示高频交易的全部流程主要由三部分组成：

　　基于当前市场环境对短期价格走势进行预测的高度量化的计量经济学模型。

　　快速执行复杂计量经济学模型所需的先进计算机系统。

　　在精确的风险监控和成本控制框架之下运作的投资资金。

　　传统投资方式和高频交易的主要区别在于其开仓和平仓的频率加快了，这使得高频交易能够从证券价格的微小偏离中获利。在一日之内这些小的盈利不断累加，到当日收盘时，所获得利润也就相当可观了。

　　图32高频交易开发周期概览

　　经营开发一个高频交易业务的方式，与传统的金融机构的运作方式大相径庭。首先，设计一个全新的高频交易策略的成本非常高，而维持和监控已经完成的高频交易策略的成本却接近于零。相反，对于传统的交易模式，从一个有经验的业绩显赫的高级交易员管理一个交易席位并且训练有潜质的新人员开始，直到这些新手最终替代他们的前辈这一过程中，固定成本一直都存在。

　　图33显示了成功运行传统交易系统和高频交易系统所需的成本曲线图。传统交易的成本基本上不会随着时间的推移而改变。除非交易员紧缺，需要培训新的交易员，传统的交易席位的人力成本是保持不变的。但是开发一个计算机交易系统，需要在期初投入大量的人力和时间。一个成功的交易系统平均需要18个月来完成，随着这种交易系统的投入使用，成本支出却越来越小，最后只需要一个专业的系统工程师和一个监控管理员就可以了。无论是系统工程师还是监控管理员都可以同时管理几个交易系统，如此平摊下来，维护成本基本上接近于零。

　　图33高频交易和传统交易的经济效益比较

第3章　高频交易综览（5）

　　模型开发

　　开发高频交易模型始于开发各种能够反映证券之间相互关系的计量经济学模型。在不同的市场环境下，再把这种关系放在足够长的时间区间内的分笔数据中进行检验，看其预测的准确性。这种对模型进行验证的过程也叫做“回顾测试”（backtesting）。标准的回顾测试要求有至少两年的历史数据。通常的建模过程如图34所示。

　　图34高频交易中经济计量学模型开发的过程

　　系统的应用

　　模型一般使用MatLab之类的计算机语言进行构建，因为这类计算机语言可以提供很多建模的工具，但缺点是可能并不适合在高频下运作。因此一旦一种计量经济学的关系得以确立，这种关系就被编入如C++这种高速的计算机语言中。然后，这种模型在模拟交易中试用一段时间保证其按预期运行，并把出现的问题（常称为“bugs”）一一解决。一旦此系统的表现达到预期，系统就开始转到实盘上，在实盘交易中，系统会被密切监控以保证其运行的准确性和收益性。

　　高频交易的执行系统往往是可以及时发现并对各种市场情况做出反应的复杂系统。图35展示了高频交易在真实资本投入下的标准运作过程。

　　图35典型的高频交易在交易时和交易后的工作流程

　　如图35所示，一个典型的高频交易系统由以下六个模块组成，它们彼此承接关联并作为一个整体运行。

　　A模块接收并保存所关注证券的实时分笔数据。

　　B模块应用经过回顾测试的计量经济学模型来处理A模块中接收到的分笔数据。

　　C模块发出交易指令并记录持仓大小和盈亏值。

　　D模块监视实时交易行为，和预先设定的参数对比，并利用观察结果来管理实时交易风险。

　　E模块用一系列预先设定的基准对交易表现进行评估。

　　F模块确保执行交易中所发生的费用在可接受范围之内。

　　以上六个功能模块每一个都有独立的预警系统，当出现问题或者发生异常状况时，监控人员会收到警报。如市场行为出乎意料、处理市场数据发生紊乱，交易费用超出预期，无法发送指令或者接收?息，等等。

　　由于执行过程的复杂性，开发这六个模块并非易事。最好的开发方式莫过于采用一种对整个流程进行多轮迭代的开发方法，在此过程中使得系统的执行能力逐渐地扩展。图36展示了设计和实现一个高频交易系统的标准流程。

　　图36实施高频交易系统的典型开发过程

第3章　高频交易综览（6）

　　开发实时高频交易系统首先要仔细地计划，计划要将系统的核心功能和开发系统所需的预算都列出来。计划阶段之后，流程进入分析阶段。在这个阶段，将确定该项目第一轮开发所需要实现的目标范围，收集所有利益相关者的反馈，并且高层管理人员需在项目说明书上签字确认。下一阶段是设计阶段，将系统分解成各个较容易管理的模块，列出每一个模块的功能，及具体想达到的效果。在接下来的实施阶段中，这些模块将交付专门的软件工程师团队进行编写，并且按照设计阶段中的说明进行测试。一旦系统的表现达到预期，项目就进入到生产和维护阶段，在此阶段，如果系统和预想中的行为有所偏离，则将其记录在案。当项目最终达到稳定之后，便可以开始新一轮的计划流程，以便增强系统功能或者加入其他一些功能。有关高频交易系统设计和实现的最佳实践的一些细节，请参见第16章。

　　交易平台

　　现今的大部分高频交易系统都是“平台独立”的，也就是说它对于不同的经纪自营商、电子通信网络，甚至不同的交易所都集成了灵活的数据接口。这种独立性是通过FIX语言完成的，此语言是专门为传递金融交易数据而设计的一连串编码。通过FIX，只要指令轻轻一闪，交易指令的传递就可以从一个执行经纪商转到另外一个，或者同时转到另外几个执行经纪商那里。

　　风险管理

　　完善的风险管理是任何一个高频交易系统成功的关键。程序代码、市场数据或市场环境中看起来微不足道的差错都可能使整个交易系统失灵，并且导致巨额损失。风险管理的目的在于评估潜在的损失并建立一个在系统运行出现差错时减小其损失的机制。我们将在第17章详细论述风险管理这个话题。

　　经济效益

　　杠杆和夏普比率与收益的关系

　　为了使一项事业能够进行下去，这项事业的收益必须足够支付其运行所需的成本，这个道理对于高频交易也不例外。对于交易成本，收益的一部分（一般是80%）用于支付给交易的投资者，剩下的部分是资金管理人的“表现费”。此外，资金管理人可能会收取管理费，这项费用用来?付交易的行政管理支出，无论业绩如何，这部分费用占资产总额的比例都是固定的。

　　即使是成本最低的高频交易，也要支付员工薪水、行政管理费、交易手续费，以及法律费用和维持费用，等等。平均而言，支付给每个员工的工资和福利就可以轻轻松松地达到100 000美元，这还不包括可协商的激励性支出。其他的还有办公场地相关的固定支出等。

　　为了支付这些成本，一个高频交易经理每年应该保持怎样一个最低资本回报率来维持经营呢？答案取决于交易平台的杠杆率。设想有一个拥有五个员工的高频交易公司，把工资和办公支出计算在内，这种规模的公司的固定支出大概是每年600 000美元。进一步假设公司收取资产规模05%的管理费，并且当资产收益超过前期高点时收取收益的20%作为激励费。图37展示了在不同的杠杆比率下，这家公司保持盈亏平衡所需的最低资产收益状况。如图所示，2000万无杠杆的资金和五名雇员每年最少需要产生12%的回报来达到盈亏平衡，但相同的资金通过500%的杠杆作用（借入四倍于投资资产的资金）每年只需产生3%的回报就可使公司生存下去了。

第3章　高频交易综览（7）

　　然而，传统的经验告诉我们，高杠杆意味着高风险。为了评估高杠杆率所带来的风险，我们下面估算公司损失其资本20%以上的可能性。图37和图38显示，产生重大损失的概率更多地取决于交易策略的夏普比率，而不是对冲基金所用的杠杆比率。

　　在第5章将详细讨论高频交易策略中的夏普比率，它是所用交易策略的平均年化收益和年化收益标准差的比率。夏普比率越高，出现重大损失的概率就越小。如图38所示，一个年夏普比率为05，预期获得20%年收益的无杠杆交易，有15%的可能性损失掉其1/5的资本金。如果把杠杆比率提高9倍，损失掉其1/5资本金的概率就只提高两倍。相应的，一个年夏普比率为2的无杠杆交易损失掉其1/5资本金的概率只有01%，而把杠杆率提高到相同比例后，损失掉1/5资?金的概率仅增加至15%（见图39）。

　　此外，如图38和图39所示，夏普比率不变时，出现重大损失的概率实际上是随着预期收益的增加而增加的，这反映出此时收益率分布的分散程度变大了。从投资者的角度而言，一个预期收益率为5%，夏普比率大于2的交易策略显然比一个预期收益为35%，但是夏普比率较低（如05）的交易策略要好得多。

　　总之，如果一个高频交易系统使用杠杆，并且有很高的夏普比率，那么它更有可能存活下去并且走向兴旺发达。高杠杆比率提高了其收益足够支付成本的可能性，而高夏普比率则降低了发生重大损失的风险。

　　潜在费用

　　在高频交易环境之中，理解交易的成本结构显得尤为重要，因为频繁的交易很可能抵消收益。正如第19章所述，除了常规的交易成本外，高频交易还应该算上各种不太引人注意的，或者潜在的开销。有关各种开销的细节，详见第19章。

　　员工

　　高频交易系统的最初开发既昂贵又风险巨大，开发交易模型的员工在金融和计量经济学方面的量化研究需要达到博士的水平。此外，编程人员需要有足够的经验来处理系统内部可操作性、计算机安全性和算法效率等一系列复杂问题。

　　高频交易系统的资金

　　高频交易所用的资金包括股本和杠杆。股本一般由公司创办人的出资、私募资金、投资者资金，或者母公司的资金组成。杠杆即是负债，负债可以是简单的银行贷款或保证金借款或是其他向经纪自营商取得的借款。

　　结论

　　开发高频交易系统要面临诸多挑战，很多“灰盒”或“黑盒”系统会出现的问题在这里都会遇到。习惯了在深思熟虑后给出交易指令的交易员很可能不适应这种低透明度的、复杂的算法交易模式。一旦演算上出现问题，在高频率的交易下是很难应付的。更不用说处理整个计算机系统安全的问题了！

　　尽管成功实现高频交易绝非易事，但最终的结果却会证明这一切都物有所值。随着时间的流逝，高频交易系统的部署和执行费用会显著降低，此时留给我们的将是一部稳定工作的利润生产引擎，这部引擎不受感情困扰，不为疾病所累，人类的各种因素都与之无关。对于传统长线投资策略可能毫无用武之地的市场，高频交易会显得极其有效。地缘政治和经济的高度不确定性可能导致传统的投资方式无利可图，而精心设计和执行的高频交易系统，通过利用证券价格的短期变动，却有能力在高度不确定的市场中获得可靠的利润。