官方微信 手机客户端
查看: 384|回复: 0

算法交易的基础:概念和例子

[复制链接]

451

主题

454

帖子

1952

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
1952
发表于 2019-5-9 16:41 | 显示全部楼层 |阅读模式
    算法交易(也称为自动交易,黑盒交易或算法交易)使用遵循一组定义的指令(算法)进行交易的计算机程序。理论上,这种交易可以以人类交易者无法实现的速度和频率产生利润。







定义的指令集基于时间,价格,数量或任何数学模型。除了交易者的盈利机会外,算法交易通过排除人类情绪对交易活动的影响,使市场更具流动性,交易更系统化。







实践中的算法交易
假设交易者遵循这些简单的交易标准:







  • 当50日均线超过200日移动均线时,买入50股股票。(移动平均线是过去数据点的平均值,可以平滑日常价格波动,从而确定趋势。)
  • 当50天移动平均线低于200天移动平均线时,卖出股票。


使用这两个简单的指令,计算机程序将自动监控股票价格(以及移动平均线指标),并在满足定义的条件时下达买入和卖出订单。交易者不再需要监控实时价格和图表或手动输入订单。算法交易系统通过正确识别交易机会自动完成此操作。

算法交易的好处
Algo-trading提供以下好处:







  • 交易以最优惠的价格执行。
  • 交易订单的放置是即时且准确的(在所需级别执行的可能性很高)。
  • 交易定时正确,即时避免重大价格变动。
  • 降低交易成本。
  • 在多种市场条件下同时自动检查。
  • 在进行交易时降低手动错误的风险。
  • 可以使用可用的历史和实时数据对Algo交易进行回溯测试,以确定它是否是可行的交易策略。
  • 基于情绪和心理因素,人类交易者错误的可能性降低。







今天的大多数算法交易都是高频交易(HFT),它试图利用在多个市场上快速放置大量订单以及基于预编程指令的多个决策参数。


Algo-trading用于多种形式的交易和投资活动,包括:


  • 中长期投资者或买方公司 - 养老基金,共同基金,保险公司 - 当他们不想通过离散的大批量投资影响股票价格时,使用算法交易大量购买股票。
  • 短期交易者和卖方参与者 - 做市商(如经纪公司),投机者和套利者 - 受益于自动交易执行; 此外,算法交易有助于为市场中的卖家创造足够的流动性。
  • 系统性交易者 - 趋势追随者,对冲基金或  成对交易者  (市场中性交易策略,与多头高度相关工具(如两只股票,交易所交易基金(ETF)或货币)中的空头头寸相匹配。 - 更有效地编写交易规则并让程序自动交易。


与基于交易者直觉或本能的方法相比,算法交易为主动交易提供了更系统的方法。



算法交易策略
任何算法交易策略都需要一个在提高收益或降低成本方面有利可图的机会。以下是算法交易中常用的交易策略:



趋势跟踪策略

最常见的算法交易策略遵循移动平均线,渠道突破,价格水平变动和相关技术指标的趋势。这些是通过算法交易实施的最简单,最简单的策略,因为这些策略不涉及进行任何预测或价格预测。交易是基于期望趋势的发生而启动的,这些趋势通过算法容易且直接地实现,而不会进入预测分析的复杂性。使用50天和200天移动平均线是一种流行的趋势跟踪策略。



套利机会

在一个市场以较低价格购买双重上市股票,同时在另一个市场以较高价格出售,提供价格差异作为无风险利润或套利。由于价格差异确实存在,因此可以在股票与期货工具中复制相同的操作。实施一种算法来识别这种价格差异并有效地下订单可以获得有利可图的机会。



指数基金重新平衡

指数基金已经确定了重新平衡的时期,以使其持有的股票与其各自的基准指数相提并论。这为算法交易者创造了有利可图的机会,他们利用预期的交易,根据指数基金再平衡之前指数基金的股票数量,提供20至80个基点的利润。此类交易通过算法交易系统启动,以便及时执行和获得最优价格。



基于数学模型的策略

经过验证的数学模型,如delta中性交易策略,允许交易选项和基础证券的组合。(Delta中性是一种投资组合策略,由多个头寸组成,具有抵消正负增量 - 比较资产价格变化(通常是可出售的证券)与其衍生品价格相应变化的比率 - 以便整体有问题的资产的delta总计为零。)



交易区间(均值回归)

均值回归策略基于这样的概念:资产的高价和低价是一种临时现象,会定期恢复其平均值(平均值)。识别和定义价格范围并实施基于它的算法允许在资产价格进入和超出其定义范围时自动进行交易。



成交量加权平均价格(VWAP)

成交量加权平均价格策略打破了大订单,并使用特定于库存的历史交易量配置文件将动态确定的较小的订单块发布到市场。目的是执行接近体积加权平均价格(VWAP)的订单。



时间加权平均价格(TWAP)

时间加权平均价格策略打破了大订单,并使用开始和结束时间之间均匀划分的时间段向市场发布动态确定的较小的订单块。目的是在开始和结束时间之间执行接近平均价格的订单,从而最小化市场影响。



体积百分比(POV)

在交易订单完全填写之前,该算法将根据定义的参与比率并根据市场交易量继续发送部分订单。相关的“步骤策略”以用户定义的市场容量百分比发送订单,并在股票价格达到用户定义的水平时增加或减少该参与率。



实施不足

实施差额战略旨在通过权衡实时市场,从而节省订单的成本和延迟执行的机会成本最小化受益订单的执行成本。当股票价格有利变动时,策略将提高目标参与率,当股票价格变动时,策略将减少目标参与率。



超越通常的交易算法

有一些特殊类别的算法试图识别另一方面的“事件”。这些“嗅探算法” - 例如由卖方市场制造商使用 - 具有内置智能,以识别大订单买方的任何算法的存在。通过算法进行的这种检测将帮助做市商识别大订单机会并使他们能够以更高的价格填写订单而受益。这有时被认为是高科技的前沿运行。



算法交易的技术要求
使用计算机程序实现算法是算法交易的最后一个组成部分,伴随着  回溯测试 (在过去股票市场表现的历史时期尝试算法,看看使用它是否有利可图)。面临的挑战是将已识别的战略转变为一个集成的计算机化流程,该流程可以访问用于下订单的交易账户。以下是算法交易的要求:


  • 计算机编程知识,用于编程所需的交易策略,雇用程序员或预制交易软件。
  • 网络连接和访问交易平台以下订单。
  • 访问将由算法监控的市场数据馈送,以获得下订单的机会。
  • 在系统在真实市场上线之前构建后,对系统进行回溯测试的能力和基础设施。
  • 可用的回溯测试历史数据取决于算法中实施的规则的复杂性。














回复

举报

发表回复

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精选推荐

联系客服 关注微信 下载APP 返回顶部 返回列表