演演算法交易

演演算法交易

演演算法交易,也稱為自動交易,黑盒交易,是利用電子平台,輸入涉及演演算法的交易指令,以執行預先設定好的交易策略。演演算法中包含許多變數,包括時間,價格,交易量,或者在許多情況下,由“機器人”發起指令,而無需人工干預。演演算法交易廣泛應用於投資銀行,養老基金,共同基金,以及其他買方機構投資者,以把大額交易分割為許多小額交易來應付市場風險和衝擊。賣方交易員,例如做市商和一些對沖基金,為市場提供流動性,自動生成和執行指令。

交易類型


演演算法交易又稱自動交易、黑盒交易或者機器交易,它指的是通過使用計算機程序來發出交易指令的方法。在交易中,程序可以決定的範圍包括交易時間的選擇、交易的價格,甚至包括最後需要成交的證券數量。
《量化投資—策略與技術》中,根據各個演演算法交易中演演算法的主動程度不同,可以把演演算法交易分為被動型演演算法交易、主動型演演算法交易、綜合型演演算法交易三大類。

被動型

被動型演演算法交易除利用歷史數據估計交易模型的關鍵參數外,不會根據市場的狀況主動選擇交易的時機與交易的數量,而是按照一個既定的交易方針進行交易。該策略的核心是減少滑價(目標價與實際成交均價的差)。被動型演演算法交易最成熟,使用也最為廣泛,如在國際市場上使用最多的成交量加權平均價格(VWAP)、時間加權平均價格(TWAP)等都屬於被動型演演算法交易。

主動性

主動型演演算法交易也叫機會型演演算法交易。這類交易演演算法根據市場的狀況做出實時的決策,判斷是否交易、交易的數量、交易的價格等。主動型交易演演算法除了努力減少滑價以外,把關注的重點逐漸轉向了價格趨勢預測上。如判斷市場價格在向有不利於交易員的方向運動時,就推遲交易的進行,反之加快交易的速度。當市場價格存在較強的均值回歸現象時,必須迅速抓住每一次有利於自己的偏移。

綜合型

綜合型演演算法交易是前兩者的結合。即包含既定的交易目標,具體實施交易的過程中也會對是否交易進行一定的判斷。這類演演算法常見的方式是先把交易指令拆開,分佈到若干個時間段內,每個時間段內具體如何交易由主動型交易演演算法進行判斷。兩者結合可以達到單獨一種演演算法所無法達到的效果。
VWAP 策略是最常用的交易策略之一,具有簡單易操作等特點,基本思想就是讓自己的交易量提交比例與市場成交量比例儘可能匹配,在減少對市場衝擊的同時,獲得市場成交均價的交易價格。
標準的VWAP 策略是一種靜態策略,即在交易開始之前,利用已有信息確定提交策略,交易開始之後按照此策略進行交易,而不考慮交易期間的信息。
改進型的VWAP策略的基本原理是:在市場價格高於市場均價的時候,根據市場價格的走勢,不同程度地減少提交量,在保證高價位的低提交量的同時,能夠防止出現價格的持續上漲而提交量過度向後聚集;在市場價格低於市場均價的時候,根據市場價格的走勢,不同程度地增加提交量,在保證低價位的高提交量的同時,能夠防止價格的持續走低而提交量過度提前完成。

相關圖書


演演算法交易——國際金融市場新趨勢
國泰君安期貨吳泱 何笑凡 宋瀟 編譯
在進行電子交易的金融市場里,演演算法交易(Algorithmic Trading)是通過計算機程序來下交易訂單,即利用計算機演演算法決定交易下單的時機、價格乃至最終下單的數量與筆數等。演演算法交易被對沖基金、養老基金、共同基金以及其他機構交易者廣泛使用,他們將大額的交易分解為若干筆小額的交易,以便更好地管理市場衝擊成本、機會成本和風險。諸如對沖基金一類的交易者也利用演演算法交易來根據電子方式接收的信息流啟動交易指令,而此時人工下單的交易者甚至都不知道這些信息,如此大大提高了交易的時效性。
演演算法交易可以被應用於任何投資策略,包括做市、跨市套利、期現套利和單邊投機(包括趨勢追隨)。在投資決策和執行的任何一個階段,演演算法交易信號都能夠提供良好的技術支持,甚至整個投資決策和執行可以完全依靠演演算法交易自動運行。
根據美國Aite Group LLC諮詢公司的統計數據,2006年在歐洲及美國股票市場中,有1/3的交易是由自動交易系統或演演算法化交易完成的。預計到2010年,這個比例將達到50%。
2006年,倫敦證券交易所有超過40%的交易訂單來自演演算法交易者,2007年預計將達到60%。總體上看,美國市場與股票市場中演演算法交易的使用率要高於其他市場,預計2008年在某些市場中演演算法交易的使用率將達到80%。演演算法交易在外匯市場中也很活躍,2006年大約佔總交易的25%。演演算法交易也可以輕而易舉地被應用於期貨和期權市場,預計到2010年大約20%的期權交易量將源於計算機程序。債券市場也將逐漸引入更多的演演算法交易者。
國際金融業演演算法交易介紹
作者:VishalaSri-Pathma/文趙蓉/編譯 2009-6-5 0:00:00
最大的演演算法交易者是Citadel投資集團、TransMarket集團公司和倫敦的GSA資本合夥公司。這三家公司被認為給衍生品市場帶來了很高的流動性。交易手續費優惠,吸引了演演算法交易公司,因為他們的交易頻率很高,對交易策略的磨擦成本很敏感。較低的交易手續費激勵這些公司開發新的交易策略。除此以外,對沖基金和自營交易公司被允許直接進入期貨交易所,這是交易量增加的又一個驅動因素。直接進入市場對市場參與者來說,意味著交易指令被更快地執行,這一點對於許多演演算法交易者來說特別重要。不為響應時間徹夜難眠 與演演算法交易者談論響應時間,你並沒有感覺到他們拚命地想獲得1毫秒的響應時間優勢。相反,許多演演算法交易者很輕鬆,甚至很反感拼搶1毫秒的響應時間優勢。
倫敦的一名交易者說:“響應時間不是非常重要,響應時間能達到100毫秒就可以了,對於機構交易者來說,100毫秒足以執行一筆演演算法交易。與一般的限價指令單相比,幾毫秒不算什麼。”交易者說,誰都想獲得響應時間優勢,但獲得響應時間優勢不是自營交易公司和數量化交易公司的最終目標。
倫敦一名交易者說:“你不能把所有雞蛋都放在一個籃子里,只用一種試圖在亞毫秒或1毫秒的時間內捕捉到很小的定價錯誤的交易策略,這是一種如果成功,就獲得所有收益的交易策略。但可能的結果是,一天早上你去上班,發現有一個競爭對手比你提前1毫秒捕捉到這個很小的定價錯誤,結果是你全部虧損。”交易頻率高的數量化交易公司正在不斷努力構造更多樣化、更穩定的產品組合,這種產品組合不是完全依賴對響應時間極度敏感的交易策略。維持必要的速度優勢的成本是極其昂貴的,速度優勢總有被超過的風險,這使得利用響應時間優勢設計長期投資策略並將此種交易作為唯一收入來源是非常困難的。
交易秘密進行 交易者不認為交易業績與系統之間有非常大的關係,他們認為系統不會對交易業績產生重要的影響。一名交易者說,根據我的經驗,系統性能提高20%,不會對交易的盈利結果產生多少影響。但這名交易者強調了隱藏交易策略的重要性。
他說:“例如,對於一隻流動性不高的股票,你需要一個能夠模仿這隻股票價格和交易量的模擬系統,理想的情況是兩個時間序列完全一致,這對於提供流動性的交易策略來說很重要。如果你希望下20%的買入指令單,你不能把這20%的指令單全部下到系統中。你需要把這20%的買入指令單拆小。這樣,該模擬系統就可以模仿該只股票的價格和交易時間的流動性的分佈形態,使流動性看上去非常自然地進入市場。當價格上漲或下跌的時候,你不能同時取消和替換你所有的指令至下一個價格水平。另一名交易者說,高頻率交易捕捉價格交易策略的能力有限,這種交易策略的盈利主要依賴獲得亞毫秒的響應時間優勢。但他也認為這具有邊界相關性。他說:“很多情況取決於你隱藏交易策略的程度。如果你隱藏得很好,我認為市場很難發現在提供流動性,因而,對你有利的市場環境持續地時間就會長一些。”交易者有時經常不能很好地隱藏他們的交易策略。這名交易者說:“如果你分析每一筆數據,經常能夠很容易地察覺到流動性。總之,高頻率地使用流動性提供交易策略很容易被察覺。”仔細計算成本 美國一名銀行家認為是障礙而不是響應時間是當今演演算法交易公司最關心的問題,主要是成本問題。這名銀行家所在的銀行是市場重要的交易賣出方,同時向自營交易公司和其他銀行等提供基礎設施,使這些公司和銀行能夠在交易所交易。他說:“我們認為我們是通往市場的重要的管道,我們在衍生品市場進行了大量的買賣交易。”他認為:“總的交易量在下降,演演算法交易的交易量正在上升,這與市場的演變有關,特別是流動性價差交易。”這名銀行家說,市場要求以較少的資源進行賣出交易,這也促使很多新的創新交易策略和有效性建議的提出。他相信,演演算法交易將在新興市場得到發展,亞洲和非洲將有更多的公司進行自動交易。他認為,賣出交易的發展將依賴銀行的交易技術預算。他說:“目前公司對演演算法交易的費用支出很謹慎,公司選擇將錢花在業務的其他領域。總體來看,同公司管理的資產一樣,公司的投資支出在下降。”他強調說,考慮到去年市場的變化,他所在的銀行感到繼續投資很重要。他說:“使客戶能夠交易我們的產品很重要,這些產品要容易理解,涉及不同的資產類別。”敏捷能力 去年獲利豐厚的TransMarket集團公司數量化交易業務負責人邁爾斯·庫瑪瑞森(Miles Kumaresan)說:“去年我們做得很好,希望2009年做得與2008年一樣好。庫瑪瑞森是2008年4月離開Dresdner Kleinwort公司,加入TransMarket集團公司的。他說:“TransMarket集團公司是自營交易集團,這正是我想去的地方。我每天的大部分時間都在進行人員篩選,我們積極地尋求擴大人員隊伍,能夠招聘到交易人才。”
縱觀全行業,軟體供應商Quod金融公司創始人之一皮徹威(Pichvai)認為,目前的市場狀況對於演演算法交易來說不是最理想的。他預測,今年演演算法交易的業務增長將很小。皮徹威說:“由於對沖基金去年的去槓桿化程度很高,交易規模縮減了很多,導致期貨交易量下降。令人不能相信的是,期權市場的交易很分散。過去在美國,訂單分派智能系統(smart order routing vendors)使想進行期權交易的交易者能夠找到流動性,但也只有大約三個交易所能做到這一點。場外交易的結構性產品轉移至交易所交易,這有助於交易量的增加。但現在重要的是要記住,如果市場沒有交易量,就不需要演演算法交易,因為演演算法交易沒有用處。”皮徹威解釋說:“TransMarket集團公司使用的模型是很適用的。交易的執行取決於市場狀況,我們總是針對市場當時的波動情況,臨時做出決定。執行是交易的關鍵,應當引起足夠的重視。我們設計的演演算法交易模型是量身定做的,非常適合我們的交易風格。”他還強調了對當天的風險監控的重要性,特別是在市場存在波動的情況下。每一筆交易都要監控。他說:“不進行當天的風險監控,是在冒一個很大的風險。當日交易結束后才進行風險監控,是一種不好的控制損失的方法。”這一點很重要。像許多其他自營交易者一樣,TransMarket集團公司至多只隔夜持倉一天,不進行長期的方向性交易。這可以防止演演算法交易遭遇像搞垮銀行和其他金融公司那樣的風險。
在惡劣的市場環境下,TransMarket集團公司還使用其他的方法對交易進行調整,以適應市場狀況。另一名交易者說:“我對於保護流動性有天然的偏愛,我相信在流動性交易方面有很多機會。超高頻率地使用流動性提供交易策略是一個很好的想法,但也存在一個限制條件,就是如果你真的想進行交易,你使用的交易策略必須容量大,而且能夠提供流動性,這是必須要滿足的條件,同時對市場的波動不是特別敏感。即使市場沒有波動,還可以進行交易,獲得利潤。”演演算法交易者也是人 通過經常觀察可以看到,衍生品市場的波動情況導致交易量下降、流動性差,演演算法交易的空間變小。這意味著也許只有最聰明或資產管理最好的演演算法交易者才能應對這個市場,在充滿壓力的市場上獲得利潤。經驗豐富的交易員布萊德·普雷斯頓(Brad Preston),是位於開普敦的Mergence經紀公司數量化交易分析師和演演算法交易專家,他對市場交易者說:“要想取得對競爭對手的優勢,了解市場的本質很重要。”普雷斯頓認為,與經紀人保持良好的關係很重要,經紀人能夠幫助你增加價值。你可以請人幫你交易,相信他們,他們的經驗可以指導交易,特別是在市場波動的時期。有趣的是,目前演演算法交易發展的限制因素似乎不是減少1毫秒的響應時間或者使用技術設計一個新的演演算法交易模型。例如,TransMarket集團公司去年掙了很多錢,他們利用掙到的錢繼續投資,周而復始地投資。庫瑪瑞森說:“當掙錢的時候,說服合伙人同意新的想法比較容易,這樣可以使持有同一想法的人更多。”他面臨的問題是找到合適的人才。他說:“找到有經驗的人才就像是一場戰爭,如果有適合的,你必須馬上搶到。”對於演演算法交易模型來說,技術進步很重要,與找到合適的、具有數量化交易能力的人才一樣重要。庫瑪瑞森說:“紮實的編程技能、擁有數學才能和具有強烈的獲得alpha(alpha是指在與其他機構投資者機會均等的情況下,通過減少衝擊成本、選擇合適的交易方式,獲得相對於競爭對手略高的收益率)的天賦本能同先進的技術一樣重要。我們需要能夠運作和理解演演算法交易的人才,心裡始終提醒自己要找到能夠利用交易機會的模型的人才。”
(本文譯自2009年5月《FOW》)

歷史回顧


金融市場的下單指令流計算機
化始於二十世紀70年代早期,其標誌是紐約證券交易所(New York Stock Exchange, NYSE)引入訂單轉送及成交回報系統(Designated Order Turnaround, DOT,及後來的Super DOT)以及開盤自動報告服務系統(Opening Automated Reporting System,OARS)。DOT系統直接把交易所會員單位的盤房與交易席位聯繫起來,直接通過電子方式將訂單傳至交易席位,然後由人工加以執行。而OARS系統可以輔助專家決定開盤結算價。
程序化交易
紐約證券交易所把程序化交易(Program Trading)定義為市值在100萬美元以上、股票個數在15隻以上的一籃子股票組合買賣下單。在實際操作中這意味著所有的程序化交易都是在計算機的輔助下完成的。進入80年代,程序化交易已經被廣泛應用於股票與期貨的跨市場指數套利交易中。
股票指數套利交易
股票指數套利交易是指,交易者買入(賣出)一張例如S&P500的股指期貨合約,並且同時賣出(買入)一個最多包含500隻在NYSE上市的股票組合,該股票組合與期貨合約高度相關。NYSE的交易程序會被預先錄入計算機,當期貨價格和股票指數直接價差大得足以以贏利時,計算機會自動向NYSE的電子買賣盤傳遞系統發送交易指令。
其他
也是在80年代,程序化交易被應用於投資組合保險中。投資組合保險是根據基於Black-Scholes期權定價模型的計算機模型,利用動態地交易股指期貨來複制股票組合的合成看跌期權(Synthetic Put Option)。
這兩類策略,通常被籠統地稱為“程序化交易”,曾經被許多人指責為製造並加劇1987年的股票市場危機的罪魁禍首。
進入80年代後期及90年代,隨著電信網路的發展,金融市場才實現完全電子化。在美國,百分位報價改革(Decimalization)把每股的最小變動價位從1/16(0.0625)美元變為0.01美元。這改變了市場的微觀結構,讓買賣競價價差可以變得更小,遏制了做市商的交易優勢,因此也降低了市場的流動性。但這個改革卻可能促進了演演算法交易的發展。
市場流動性的降低促使機構投資者把交易指令按照計算機演演算法拆分,從而讓下單指令在更有利的平均價位上成交。平均價格的基準可以是時間算術平均價(Time Weighted Average Price,TWAP), 更常用的基準價則是成交量加權平均價(Volume Weighted Average Price,VWAP)。
隨著越來越多電子交易市場的出現,其他的演演算法交易策略逐漸成為可能,這些策略包括期現套利、統計套利、趨勢追隨以及均值回歸等。用計算機來實現這些交易策略要更加便捷,因為計算機對轉瞬即逝的錯誤定價(Mis-pricing)反應更迅速,並且可以對多個市場的價格同時實時監控。

通信標準


與傳統市場的限價訂單相比,演演算法交易需要的通信參數要多得多。買方交易員所使用的交易系統(通常稱為“指令管理系統Order Management System”或“執行管理系統Execution Management System”)必須能夠適應與日俱增的新型演演算法指令。新型複雜演演算法需要花費巨量的研發及其它費用,例如基礎設施、市場推廣等。賣方需要做的是讓新型演演算法電子指令直達買方交易員,並且讓後者無需每次都再編碼就能直接下單交易。
FIX協議組織是一家非營利性交易協會,專門免費發布為電子證券交易設立的公開的通信標準。其會員包括幾乎所有的大中型經紀商、貨幣市場銀行、機構投資者及共同基金等。此機構在證券交易的盤前交易及交易領域的標準設定方面佔有壟斷地位。在2006-2007年,幾家會員聯合發布了描述演演算法交易指令類型的XML標準草案。這個標準被稱作FIX演演算法交易定義語言(FIXatdl)。在2008年3月FIXatdl正式發布之前,多家大型機構參與了該標準的測試,其中包括:TransMarket集團、巴克萊、彭博、盛富證券、花旗集團、瑞士信貸、富達投資、高盛、ITG、摩根大通、美林集團、摩根士坦利、NeoNet、Pragma@Weeden和瑞士銀行等。

交易策略


為了滿足不同的交易策略需求,很多不同的演演算法層出不窮。這些演演算法技巧通常都會被冠以一個名字,例如“冰山一角Iceberging”、 “游擊隊員Guerrilla”, “基準點Benchmarking”, “狙擊手Sniper”和“嗅探器Sniffer”。

降低交易費用

大單指令通常被拆分為若干個小單指令漸次進入市場,這個基本策略被稱為“冰山一角”。這個策略的成功程度可以通過比較同一時期的平均購買價格與成交量加權平均價來衡量。用來發現潛在的“冰山一角”指令的演演算法則叫“游擊隊員”。

套利

典型的套利策略通常包含三、四個證券,譬如根據外匯市場常用的利率平價理論,國內債券的價格、以外幣標價的債券價格、匯率現貨及匯率遠期合約價格之間將產生一定的關聯。如果市場價格與該理論隱含的價格偏差很大,大得超過其交易成本,那麼可以用四筆交易來確保無風險利潤。演演算法交易允許類似的套利使用更複雜的模型,其中可以包含四個以上的證券。股指期貨的期現套利也可以用演演算法交易來完成。

做市

做市包括在當前市場價格之上掛一個限價賣單或在當前價格之下掛一個限價買單,以便從買賣差價中獲利。花旗集團在2007年7月購買的自動化交易平台(Automated Trading Desk)就是一個活躍的做市商,它佔到了納斯達克和紐約證券交易所總成交量的6%。

更複雜的策略

“基準點”演演算法被交易員用來模擬指數收益,而“嗅探器”演演算法被用來發現最動蕩或最不穩定的市場。
任何類型的模式識別或者預測模型都能用來啟動演演算法交易。神經網路和基因編程也已經被用來創造演演算法模型。
麻省理工學院金融工程實驗室主任Andrew Lo表示,“現在演演算法交易開始成為一場軍備競賽,每個人都在設計更複雜的演演算法,而且競爭越多,利潤空間越小。”

問題進展


更複雜的模型和智能程序已經引出了模型會否失效的問題。
有人批評演演算法交易系統的“黑匣子”特性:“交易員有世界如何運轉的直覺。但是對這些系統你輸入一串數字,然後從另一端出來一些結果,而黑匣子為什麼會產生這些數據或關係,確並不那麼直觀或清晰。”
英國的金融服務管理局(Financial Services Authority, FSA)一直在關注著演演算法交易的發展。在該機構年報上,監管層強調這項新科技給市場帶來的巨大功效,但同時也指出,對複雜的技術和模型的依賴性越強,系統失效導致業務中斷的風險會越大。
其他的問題包括報價傳遞給交易員的技術延遲或延誤問題,安全問題和超前交易(Front Running),以及全部系統失效導致市場崩盤的可能性。
開發和維護演演算法的成本還是相對較高,對市場新入者而言尤其如此,這是由於演演算法交易對系統的穩定性、網路帶寬和速度的要求比常規的下單指令執行要高很多。沒有自行開發演演算法交易的公司不得不從競爭對手手中購買。
高盛公司在演演算法交易上花了數千萬美金,他們技術部門的人員比交易部門還要多……市場的性質已經發生了巨大的改變。
如今金融市場的信息已被諸如路透、道瓊斯、彭博、湯姆遜金融等公司格式化,通過演演算法的解讀來形成交易。
計算機被用來生產消息,譬如公司公布盈利結果或公布經濟統計數據,這些消息幾乎在瞬間同步直接傳輸給其它計算機,由它們根據消息進行交易。
交易演演算法並不僅僅是根據簡單的消息進行交易,它還能翻譯更難理解的消息。一些公司還試圖對消息自動“設置表情”(以表示該消息是好是壞),這樣的話自動交易就可以直接根據消息進行了。
“將消息從人類語言翻譯到機器語言這一進程實在很有意義,”路透演演算法交易全球業務經理克里斯蒂.蘇塔尼說,“我們越來越多的顧客發現了利用消息賺錢的途徑”。
消息報道的速度對演演算法交易的重要性不言而喻,在一例廣告宣傳中(2008年3月1日的《華爾街日報》W15版面刊登),道瓊斯聲稱自己在報道英格蘭銀行降息時比其他新聞媒體快了2秒鐘。
2007年7月,早已自行開發演演算法交易的花旗集團,花了6.8億美元購買了自動化交易平台,它原來屬於一家每天交易約2億股(佔美國市場交易量的6%)股票的具有19年歷史的公司。在這以前花旗集團還購買過Lava交易與OnTrade有限公司。

帶來效應


演演算法交易的興起對整個金融市場帶來了深刻的影響與變化。
百分位報價改革引起的交易規模縮小可能促進了演演算法交易的發展,而演演算法交易則進一步縮小了交易規模。曾經由人來擔任的交易員工作正在被電腦所取代。數以毫秒計的電腦連接速度,變得更為重要。
諸如納斯達克這樣自動化程度較高的市場已經從諸如紐約證券交易所這樣自動化程度較低的市場獲取了更多的市場份額。電子化交易的經濟規模效應為降低傭金和交易費用作出貢獻,也為金融交易所的國際化兼并整合作出了貢獻。
交易所之間的競爭也愈加激烈,交易處理速度也越來越快。以倫敦證券交易所為例,它在2007年6月啟動了一個叫TradElect的新系統,該系統平均每10毫秒就能完成從下單到確認的整個過程,並且能夠每秒處理3000個指令。
2005年金融行業用於電腦和軟體上花費達到了264億美元。
經紀公司發現越來越難監控客戶的持倉風險,特別是對沖基金這樣的客戶。

機遇挑戰


在亞洲金融市場,採用演演算法交易的主要有東京證券交易所、香港聯交所和新加坡交易所。與歐美市場相比,亞洲市場的股票價差更大、流動性更差、更難成交,因此演演算法交易的價值也更為突出。2006年,亞洲股票交易中接近1/10是通過演演算法交易完成的,最近的三年中大約有50%的衍生品交易變成了電子交易,其中約75%採用了演演算法交易。
隨著中國股指期貨的漸行漸近,機構投資者在考慮期現套利交易時,必須考慮如何避免大額下單給市場造成價格大幅波動所引發的衝擊成本問題,而演演算法交易可以有效地降低市場衝擊成本。隨著股指期貨的推出,包括演演算法交易在內的創新交易方式將大有用武之地,中國內地將成為演演算法交易的下一個最具吸引力的市場。也許是有鑒於此,FIX協議組織2008年年度大會也將於上海舉行。演演算法交易在國內的興起也將給包括證券公司與期貨公司在內的中國金融業帶來新的機遇和挑戰,能在這一創新技術與業務領域取得先機者將在股指期貨等金融衍生品給金融市場帶來的洗牌中獲得極為有利的競爭優勢。

中國發展


在中國,對演演算法交易的研究起步很晚,深圳國泰安信息技術有限公司在國內演演算法交易的推廣上走在前列,已經率先推出了完全自主知識產權的演演算法交易系統1.0版,該系統填補了國內演演算法交易的空白。
“國泰安演演算法交易系統”是採用國際最主流的交易策略進行智能化下單交易的專業投資工具,幫助用戶實現減少市場衝擊、降低交易成本、增加投資收益,實現套利的目的。該系統採用策略主要有“VWAP”、“VP”、“TWAP”、“Schedule”、“MOC”、“Sniper”策略。據統計,在目前國際市場上,通常採用的策略主要有6-8種,而採用:“VWAP”、“TWAP”、“VP”三種策略進行交易的成交量約佔演演算法交易總成交量的60%。同時開發了“MOC”、“Sniper”等高級策略,滿足了目前絕大多數金融機構限價下單的需求。
國泰安演演算法交易系統的演演算法策略考慮了國內證券交易的實際規則,經過對大量歷史高頻數據的檢驗分析,完全適合國內證券交易市場;同時支持用戶靈活配置策略參數,動態監控演演算法執行情況,能夠有效的控制交易風險;而且操作簡單,能夠讓客戶非常方便地體驗到演演算法策略帶來的便利和收益。
● 規則優化處理
根據國內證券交易的實際規則,經過對大量歷史高頻數據的檢驗分析,對演演算法策略進行修正與完善,使“國泰安演演算法交易系統”真正適合國內證券交易市場。
● 靈活策略配置
用戶可根據交易習慣、市場變化,選擇不同演演算法,設置參與度、緩急度、交易時點等參數,靈活調整交易策略。
● 完整決策結構
該系統決策結構完整,提供交易前、中、后的交易服務。
交易前:收集歷史交易數據,分析交易時間、價格、數量,制定多種交易策略。
交易中:系統自動執行交易策略;用戶也可實時監控交易,及時處理突發事件,如不滿意交易結果,也可手動停止。
交易后:系統提供詳細的交易報告,供用戶盤後分析,可據此優化演演算法策略,增加投資回報。
● 動態交易及風險監控
運用動態圖形監控畫面,用戶可以輕鬆監控股票組合、個股的交易執行和風險等情況。而且可以設定各種預警指標和預警動作,有效地控制交易風險。
● 操作簡單方便
學習國際經驗化繁為簡,任何用戶都可以通過簡單的操作,直接體驗到演演算法策略帶來的便利和收益。

金融學院


國泰安在國內演演算法交易概念啟蒙和市場教育上的貢獻
國泰安金融學院在過去的兩年中已經在中國成功舉辦了七屆關於演演算法交易的高端培訓。而現在,隨著演演算法交易越來越近的走入大陸,國泰安金融學院於2009年10月17日—18日在北京展開“聚焦演演算法交易”務實高級研習班,本次培訓班將專註於演演算法交易,對演演算法交易的原理,策略,應用和如何開展的實踐經驗做了全面的培訓,作為國內唯一主辦過相關培訓內容的機構,這已經是國泰安金融學院第八次舉辦類似高規格的系列培訓項目。