量化投资（20）
转载自：/article-5430-1.html
高频交易凭借其巨大的获利空间，已经席卷了欧美金融市场。根据美国的Alpha杂志，2009年2月的Aite Group报告就已经指出：在美国所有交易所的交易量中，高频交易已经达到60%的份额。根据媒体报道，光大“乌龙指”事件也是其自营盘运行的高频交易程序产生错误，导致极端事件的发生。高频交易虽然已经频繁进入人们的视野，但是帮助投资者理解高频交易方法的资料却很少。下面，我将结合自己的经验和国内外文献，阐述高频交易的具体思路模型。
1.高频交易的介绍
1.1&高频交易的定义
&&&&高频交易是一种快速买卖的操作策略，通常时间以毫秒或者秒为单位。美国证监会文件给出高频交易的定义是：职业交易员操作适当的资本在一天之内进行庞大数量的买卖操作行为。（professional traders acting in a proprietary capacity that engages in strategies that generate a large number of trades on a daily basis）。
&&&&从定义入手，高频交易与低频交易的区别在于：是否通过大量快速的计算程序，对金融市场的变化进行最快速反应。根据频率周期，程序需要进行多次反复运算，执行快速交易的指令。相对于传统的资金经理的持仓周期，高频交易会每天进行大量买卖交易，几乎避免隔夜的持仓行为。虽然每次交易的收益有限，但是由于交易频繁，总体获利数目却仍然十分可观。
&&&&高频交易的特点就是程序计算，反应快速，交易量巨大，持仓周期短于一天。国外著名对冲基金经理对于高频交易与低频交易的区别有过一个形象的比喻：如果金融市场是一个人的身体，高频交易就是人体的血液。高频交易通过不停的买卖循环供给市场氧气，修复伤口，保持恒温。而传统的低频交易，由于反应速度较慢，像是人体的肢体动作，对外界作出反应需要一过程。程序化交易的一种特例——高频交易，在全球金融市场中已经被运用到各种交易产品，特别是在股票，期货，期权等衍生品市场。而且已经逐渐取代人工做市（market
maker)，成为各大做市商的主要工具。
1.2&高频交易的优点
&&&&相对于传统交易的资金管理，高频交易拥有多种优点。例如：高频交易与周期较长的传统交易策略关联度较低，起到分散风险的作用。运用程序化计算，高频交易需要更短的时间来进行金融产品的估值。同时，高频交易由于对模型的信赖，减少了人工成本，同时也降低了人工出错的概率。高频交易的运用，对于保持市场的有效性，增大交易所的交易量，稳定市场体系，都带来很大好处。但是，高频交易对市场造成的风险也成为西方学者争论的焦点。由于大量进行巨大资金的快速入场和离场，是否会带来市场的可操控性，甚至造成市场的集体崩盘都存在很大争议。对于2010年5月份美国股市闪电崩盘（flash
crash)，就有很多学者把原因归结于高频交易的使用。
&&&&在纽约，康涅狄格，伦敦，新加坡，芝加哥都存在很多著名的高频交易公司。坐落于芝加哥的高频交易公司，运用它们与芝加哥商品交易所（CME）近距离的优势，近年来发展了很多实用的期货、期权和商品交易的快速交易策略。国外比较有名的高频交易公司有Millennium, DE Shaw, Worldquant, and Renaissance Technologies等。
1.3&高频交易的挑战
&&&&高频交易的快速发展，带来了巨大收益的同时，也面临很多挑战。
&&&&第一，如何处理庞大的数据。与传统的当日指数不同，高频交易运用的数据（tick data)需要进行分割和重新组合。对于一个成熟的高频算法模型，至少要求两年以上的历史数据来进行验证。如何进行这些数据的管理是第一个需要解决的问题。
&&&&第二，如何得到有价值的交易信号。如果程序验证市场符合设置条件，就需要执行交易命令。对于交易条件的设置，需要对统计指标和预测价格的组合，每个模型一般都有其独特的指标设置。如果条件被错误确认，盈利可能瞬间变成损失。
&&&&第三，如何快速执行买卖命令。通过计算程序，自动进行买卖确认和执行是实现快速下单的唯一实现办法。从这次光大“乌龙指”事件中，也可以知道，程序化进行买卖同时需要一个可靠的风险控制体系。交易员在高频交易的重要职责就是监督指令的正确性，此系统是否运行在正常的风险界限之内。如果不是，选择合适的时间去停止这次交易。
2&高频交易的分类
高频交易的基本逻辑就是
&&&&当Zk符合An条件的时候，执行Sn命令。当Zk不符合An条件的时候，执行下一步运算。所有的高频交易的计算程序都需要执行三个决定：是否买入，是否卖出，既不买也不卖。而根据程序运行的时间不同，也就是频数不同，将高频交易分为四类，分别为：自动流动性提供者，市场微观交易，事件交易，偏差套利。
表1.高频交易策略的分类
自动流动性提供者（Automated liquidity provision)
最优价格的定量算法和做市的仓位执行（Quantitative algorithms for optimal pricing and execution of market-making positions)
市场微观交易（Market microstructure trading)
定义买卖单，当市场出现与预期相反状况情况（Identifying trading party order flow through reverse engineering of observed quotes）
事件交易（&Event trading )
极值事件的短期交易（short-term trading on macro events)
偏差套利&(Deviations arbitrage)
偏差统计的套利（Statistic arbitrage of deviations from equilibrium: triangle trades, basis trades, and the like)
&&&关于频数的解释，可以通过下面的高频交易平台的显示进行解释：
表2.高频交易平台的显示页面演示
日期（Date)
时间(Time)
是否买单(Buy a Unit of Security)
是否卖单&( Sell a Unite of Security)
(数据来自于High-frequency Trading A Practical Guide to Algorithmic Strategies and Trading Systems）
&&&&由上表可以看出，频数为一个小时。
3.&高频交易的实施程序
&&&&这一部分是高频交易的核心所在，也是高度保密的一部分。很少有从事高频交易的公司把自己的具体交易策略对外界公开。目前主流的高频交易实施方法有两种：一是根据多种统计指标的变化，作为判断的依据。即利用程序的快速计算，得到平均数、方差或者其他的独特的指标进行组合，判断是否符合买单，卖单的条件，然后快速执行命令。这一部分是最基础的高频交易。目前市场上比较流行的高频交易方法是，通过数学模型预测未来价格，当市场价格与预期价格出现偏差，立即做出判断，是否为大资金进场和离场，快速执行买入或者卖出指令。目前，由于第二种的收益率较高，大部分高频交易都采用第二种策略。
下面我将简单阐述一下第二种高频交易策略的步骤和思路
1.&根据市场情况，建立数理金融的模型，预测短期价格的波动。
&&&&首先，需要把历史数据进行有效分割。
&&&&因为每两个相邻的价格之间时间差是不一样的，需要根据kernels curve等技术，剔除极值，润滑曲线，把价格与时间的坐标图练成一条平滑的曲线。然后根据自己的频数时间，对相对应的价格进行相应提取。
&&&&然后，根据回归分析，把后一个频数的价格与前一频数的价格建立公式，得到相应参数。现实模型里面的对于价格的预测模型比较复杂，但思路都是一样，就是根据前一频数的价格得到后一频数的价格。
&&&&下面以比较简单的线性回归为例，进行说明。
& o:title=&&&
Pt&为时间t时刻的价格,Pt-1为时间t-1时刻的价格，A为影响价格的其他因素，&parent.UploadError('lang[& erruploadinvalidext?]+?:gif|jpg|jpeg|bmp??);history.back()&=&& style=&word-wrap: break- margin: 0 padding: 0&&& o:title=&&&为残差，&parent.UploadError('lang[&
erruploadinvalidext?]+?:gif|jpg|jpeg|bmp??);history.back()&=&& style=&word-wrap: break- margin: 0 padding: 0&&& o:title=&&&和&parent.UploadError('lang[& erruploadinvalidext?]+?:gif|jpg|jpeg|bmp??);history.back()&=&& style=&word-wrap: break-
margin: 0 padding: 0&&& o:title=&&&为回归得到的相应参数。
&&&&&对于&parent.UploadError('lang[& erruploadinvalidext?]+?:gif|jpg|jpeg|bmp??);history.back()&=&& style=&word-wrap: break- margin: 0 padding: 0&&& o:title=&&&的估算，一般采用蒙特卡洛方法生成的随机数进行模拟。
&&&&&最后，把参数运用于未来价格的模拟。当价格符合执行命令的条件的时候
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：182978次
积分：2472
积分：2472
排名：第12747名
转载：373篇高频交易用的方法是简单的还是复杂的呢？
【袁浩瀚的回答(136票)】:
谢邀。高频交易我非此中高手，故问题不敢贸然回答，积蓄多时，终敢开口，所以此处作长文聊聊高频交易，请慢读。
有人的地方就有江湖，有江湖的地方就有流派。在投资界，若巴菲特、彼特林奇一宗是九阳真经，武林正道，以绵绵不绝的内力和朴实无华的招式号令天下，那浑水、香橼之流做空公司，则是武林异类，苦修吸星大法，劫人钱财于做空之际，人见人惧，却无法忽视之。在这些名门恶衙之外，还有一群高频密宗，着实高筑墙（或许永远圈最强的设备）、广积粮（闷声发大财）、缓称王（低调无名），世人罕知其存在却不知自己单单交易或许都曾经过其系统流过。
空谈其设备如何之强、钱财如何鼎盛、人物多么桀骜都无法触及高频交易的本质——为何要做高频交易，不谈本质光谈现象，很容易沦为Wolf of Wall Street这种娱乐圈为土豪立传的软文。
高频交易分支庞杂，我仅能在此梳理一条线，但是其本质无法离开市场微结构（Market Micro-Structure）这一核心问题。一个高频交易者对于市场微结构的痴迷，就好比辩护律师对于法律条文中细节的痴迷，或者政治结构者对于社会制度缺陷的痴迷——一个漏洞可以造就一轮财富或权力。
从中国开始接触证券市场的朋友很难对市场微结构有天生的敏感，比如我，因为中国市场是天生自上而下的市场，证监会如同上帝，上帝说要有个市场，于是便有了市场，证监会说要有涨跌停板，于是有了涨跌停板，证监会说要有t+1，于是有了t+1的现行制度。但是美国的市场恰恰相反，是自下而上的市场，先有离散的经纪人，大家各自帮助客户做交易，混乱到了一定程度，大佬牵头，聚在梧桐树下，约法数条，才有了今天华尔街和纽交所的雏形——这世间本无交易所，交易的人多了，才有了交易所。因此这种自下而上的系统天生是开放式和激进了，是各方利益均衡的产物，难以避免的会出现各种漏洞——最简单的形式莫过于另一派人各种不服，另开山头设立交易所交易相同的证券，于是两个交易所之间的价差就出现了。而中国，在现行体制下，很难出现另一个交易所交易同样的证券——这两种体系的差异源自于其基因，不需要区分高下，各有好处，而我个人认为中国现行体系是封闭金融体系保守风格的最佳选择。
高频交易的雏形是discretionary arbitrage，即显式套利，或者咱们更加接地气的说——搬砖。最简单的例子就是之前比特币人民币交易所的价格比美元交易所高50%以上，众土豪纷纷出动，在美国低价全仓买入，传送回国，然后再高价卖出。这种策略一点也不低端，在美国70-90年代，由于交易所林立，如芝加哥股票交易所、太平洋股票期权交易所、费城交易所、纽约交易所等等，同一个主体为了融资方便，可能多处发行，价差经常出现。90年代以前由于互联网技术不普及，很多个人交易员可以简单的在多个交易所之间搬砖，人工“高频”交易。上一代的geek们也是极富创造力，开发出了机器手等“自动化”下单系统（不是程序，是真的机械手），实现那个时代的高频交易。
但是如果你关注市场微结构，你会发现有些价差是时间难以消除的——比如同一个股票在一个交易所永远高于另一个交易所，最简单的例子就是A、H股的价差。这些价差背后都有深层次的原因——比如A股买入后是无法在HK市场卖出的。或者比如当时在美国，A市场可能交易费用高、交易量低，那么其价格可能高于B市场，以补充做市商的做市的难度（也可能相反）。这种情况下简单的搬砖就不行了，你需要人为的修正价差——或者去动态套利——做，这里面学问很深，后面再触及。
回到美国市场，在87年和99年发生了几件大事。首先是87年10月股市崩盘了一天，这一天创造了指数的历史跌幅，也让交易所开始大量引入电子化。第二是99年开始全国推行Consolidated Order Book，把所有交易所的限价单并到一个表里面。这两件事情极大地重塑了搬砖行业，也使得高频交易从可选成为了必须。电子化的引入造成了一些精通计算机的经纪人开始尝试用机器做自动化交易，自然推高了行业的交易速度；而Consolidated Order Book使得你很难再靠肉身显式的去跨交易所套利了——因为一看去全国的交易所都并成一个交易所了。
我相信做中国股指期货套利的从业者也经历了类似的过程，早期的当期期货和股指的差距经常到40元左右，而现在日内高点可能在20元左右——而且昙花一现，也就是说你要抢到那个价差20元的单，你需要有速度的优势了。因此我听说大量的高频交易开始被应用在股指期货上了。
也正是在年这段时间，大量的高频交易传奇公司开始出现，最有名的莫过于Getco、Knight、Jane Street之流了。这里插一个很有意思的问题——同时下单和电子游戏程序员。Getco最初成立时，极力招募的不是华尔街的金融奇才，而是在芝加哥各地的顶级电子游戏程序员。因为最初的高频交易最关键的就是异步下单的问题——看似简单，其实学问很深：现在假设在交易所A和B有价差，你需要同时下一个卖单和买单去赚取这个差价，你怎么下单？
最简单办法就是串行下单，我先去交易所A成交，然后根据成交数量去交易所B下同样数量的单，如果B机会已经消失，则追单保证仓位平掉。这样明显不利于捕捉稍纵即逝的机会。那如果同时并行下单呢？同时下单最大的问题就是，老天才知道最后两边各会成交多少，比如A、B各下一个单位的单，A成交了0.8，B成交了0.7，这个0.1的差额怎么办？在这个方面，电子游戏程序员比华尔街的金融家清楚多了——在网络游戏中，如果你和别人PK，都只剩1点血了，都发出了攻击的指令，谁该死？在这方面，每天与网络通信和并行数据交换打交道的电子游戏程序员有着天生的优势。
这个年代，不需要策略也可以赚取可观的利润，我们姑且称此中方法为Pure Arbitrage （纯套利），但是门槛低的游戏，玩家就多，最后利润比街头开小卖部还低。于是乎就开始有了统计套利的介入，我相信这也是题主提问的原动机。统计套利的高频交易和纯套利最大的差异是统计套利允许在信号确认的情况下，保持一段时间和一定水平的活跃仓位；而最大的相似之处是利用低频交易者对细微价格的不敏感和报价速度的低下。
还是用一个例子来说明吧，比如你在高频交易做微软公司的股票的统计套利，你的模型告诉你指数、苹果的股票还有谷歌的股票这三个因子对于微软股票的短期价格波动具有极强的判定力（统计显著），那么你在这三个因子判定上涨时，你发现因子预测价格高于当前盘口（当前盘口更新不及时），你买入微软的股票却不立刻做空三个因子的资产组合，而是等待一段时间再做出对冲、平仓的行为。这是个很简单的例子，但需要的模型就不再是简单的两个交易所的价格了——你需要一个经常拟合的线性模型和即刻的置信度估计。类似的是期货中间的当期合约与远期合约的套利。这种时候，就有些稍复杂的模型介入了。在模型的选择上，我觉得最终的规律都是选择当前环境下可行的最简单的，从统计上来说，因子越多模型的稳定性越差，而投资本身也是以大道至简为通行规律。
说到这里，你可以发现高频交易的本质是利用技术的优势去捕捉暂时的市场错误——或者用自恋的话说，我在帮助市场先生改正错误。如果不以此为本心而为了高频而高频，那其实是本末倒置的——我个人觉得很多长线投资的思路强行移植到高频交易中，是很可能制造悲剧的。
后期在美国高频交易的发展中，另外两类产品成为主流——期权自动化做市（Option Automatic Market Making)和可转债套利（Convertible Bond Arbitrage），其实原理无二，你把握好了本质，做法都很类似，只是原来你只需要对冲一次项（first order）的价格波动，而现在你可能需要对冲的是波动性风险（Volatility risk）或者信贷违约风险了（Credit Risk）。Jane Street现在大量就在进行期权自动化做市的交易，而Citadel则是在Ken Griffin的带领下从哈佛的宿舍里面靠着可转债套利发家直至今天的巨头。这里不一一展开了，有心者一定会自己去探个究竟。
到今天，其实美国各大市场中高频交易都到了很尖端的水平——colocate服务器，模型越来越复杂而且程序越来越先进。而很多公司都在做着类似的交易，因此我个人感觉，其商业模式已经类似于比特币的挖矿了——大家都在拼命争取获得下一个block（交易）的奖励，而最终获得者好似于中签一般。这个领域无论是DE Shaw这类巨头还是曼哈顿下城新兴的众多prop trading firm都感觉赚钱不易了。不过在国内，随着市场深度（产品类型、数量、流动性）增加，反而出现了很多套利机会，而今年关于期权正式面市的消息也是给了高频交易者很多期待。这是非常好的事情，如同电影Margin Call里面说到的——赚钱无非三种方式：be the first，be smarter或cheat。在中国，cheat与双轨制的故事，我相信大家都很熟悉，而be the first成就了中国第一代因为主动或被动下海的创业家们，现在慢慢高频交易者这块smart的群体可以在中国金融市场施展，其实是绝对的福音。
匆拓千字，若有谬误，请海涵。
【付超的回答(3票)】:
高频交易用的方法很多，我是做CTA的，对HFT不算特别了解，但由于公司有专门的高频团队，所以对市面上若干种高频的做法还是略微有所耳闻的。国外的很多高频的做法其实由于手续费、点差过大和非做市商等原因，很多国外传统的高频做法没法做。目前国内高频最主要都是集中在股指期货上面，做法主要以微观结构分析为主，主要包括如下3种：1. LEVEL2五档行情的撤挂单分析；2. Book订单流的分析；3. 还有做价量的time series的短期趋势。你提到的HMM和ES其实都是具体的算法，这种算法在2和3中都有较多的应用，尤其是对book订单流的分析中，目前国内用HMM和SVM的是主流。另外就是不得不提的一点是目前国内股指期货的微观结构变化很大，高频模型失效的速度极快无比，很多高频算法一上线短短1-2个月就开始打平或者微亏。
赚钱无非三种方式：be the first，be smarter或cheat。哈哈，这话是真理。高频交易，其实是3者的结合。Be the first，其实是追求下单速度上的极致；Be smarter，其实就是更复杂和精准的模型；Cheat，其实高频里面也有一种高空挂单诱使对手以更优的价格bid的做法。
目前国内的高频交易、算法交易、CTA等各种领域，正是各方势力积粮、屯兵和广纳人才，准备群雄逐鹿的时代。相信在不久的将来，国内的环境绝对有能力孕育出如Getco、twosigma、BridgeWater和Winton这类各领域的大佬。
【汤川一成的回答(0票)】:
无招胜有招，以不变应万变。
【丁丁的回答(1票)】:
以前干活的时候，粗疏的读了几本介绍，当然核心算法与规则全都没提及，只能依据个人经验反推一下，各种做法。
0.做市商型
大机构专用，相关介绍和算法许多入门级HFT教科书或者金融工程教科书有提及。
1.时序型 （偏统计模式） 把一些短线高手的直觉进行量化分析，做成相关交易原则算法化。 也是多为各教科书所提及，真实算法相对简易。以大摩为例，印度党的大摩是用数理入道，对底层细节交易采用大量物理知识进行重新实体化。（主要用在高频以及中频以上交易）
2.真实世界建模
采用这个模式的以文艺复兴这个基金为最多，把交易波动与真实世界的影响做相关连，标志是文艺复兴把最好的自然语言处理专家纳入麾下。 这种模式，在国内市场中可以一样取得惊人成功。后台运算异常复杂，但是交易时期的算法却更加简明。（主要用在各时段趋势判断）
==================================
以不才的认知，
问题本身其实可以化为这两个答案，
高频交易赢利规则的产生，所应用的数学、物理、心理学、计算机、杂法等方法异常复杂，要经过甚至远超数百小时的计算与跟踪。
规则本身只是异常简单判断 （比如，美股上涨，中国股市上涨的概率是60%，所以如果中国股市低开，可以买入。 股市连跌五天，上涨的概率是65%之类。）
【顾成琦的回答(1票)】:
高频交易即通过计算机以惊人的高速每秒执行数千次交易。高频交易如今已占据美国交易所所有交易的60%以上。这一席卷市场的变化是如何影响个人投资者的？
对于这个问题有两个非常不同的答案。支持者表示高频交易者对市场的贡献是正面的，因为他们提供了流动性，收窄了买卖价差。他们表示高频交易很少被用于坏目的，而监管者对此也很确认。
另一边，反对者表示高频交易者定期操纵了不知情的投资者，破坏了市场的稳定。他们表示高频交易者对于市场是个负面的因素，应该被控制。
最好的理解高频交易影响的方式就是理解高频交易者对普通投资者的优势在哪？主要有三点：
第一，高频交易者拥有更好的市场交易通道。他们拥有直接通道，这意味着他们无需通过经纪商来执行交易。
其次，高频交易者相比其他投资者最大的优势就是速度。他们获得速度优势的方式由很多：通过将服务器放置在最靠近交易所服务器的地方，通过复杂的设备，也可以简单通过设置一个计算机程序来执行预先设定好的指令，这样可以让其交易速度远远快于人类的交易。
第三，最好的高频交易者对市场对微观结构拥有极好的理解：在投资者递交交易指令给经纪商后会发生什么？投资者的交易指令去向何方，如何执行，指令的优先级如何确定。高频交易者是这方面的专家，但很少有个人投资者理解这些原理。
美国证券交易委员会（SEC）数据2013年第二季度，美股仅有3.2%的订单实际上照单执行。换句话说，
专家认为，这是高频交易泛滥的迹象，无论是普通散户还是机构投资者，高频交易都在大量影响客户下单。
曾做过高频交易员的Dave Lauer透露，这种情况在股市尤其严重，99.76%的股市订单从来没有真正执行。
高频交易公司下了海量订单，企图以此决定机构交易者或散户提供的价格，然后又取消90%的订单。
这种人为操纵可以改变一种证券的价格，让高频交易者牺牲对手方的利益获利。
当然，这种利润也很微薄，通常只有几美分。可日积月累下来，这些公司就能赚上几百万美元。
Nanex公司，业务之一是寻找违规高频交易的迹象。Hunsader在网上开展了“探测违规高频交易”的革命性运动：他的Twitter帐号共11000多粉丝，发布了11500多条推特，大多包含图片链接，显示的是股票异常报价的图形。Hunsader称，异常报价时常由高频交易公司的程序算法引起。此外，Hunsader发布了约3000份相关报告。
&&&&&本文固定链接:
【上一篇】
【下一篇】
您可能还会对这些文章感兴趣！
最新日志热评日志随机日志