算法交易呢又被称为自动交易、黑盒交易或者机器交易,指的就是通过使用计算机程序来发出指令的交易方法。在算法交易中呢,程序可以决定的范围包括交易时间的选择呀,交易的价格呀,甚至是那些可以包括最后需要成交的证券数量。
以上啰嗦的官方定义很难理解,简单总结起来就是一句话: 机构想要买100万股但是,不能一次性报出去100万的买单,就需要某种算法把100万拆分成为1000或者2000的小单,分笔报出去,这个大单拆小单的过程就是算法。
根据各个算法交易中的算法主动程序不同,我们其实可以把不同算法交易分为被动型算法交易、主动型算法交易及综合型算法交易三大类型。
1、被动型算法交易:
又称结构型算法交易或者时间表型算法交易,那么这类交易算法除去利用历史数据来估计交易模型的关键参数外呢,其实是不会主动根据市场的状况来选择交易的时机与交易的数量,它是按照一个既定的交易方针进行交易,该策略的核心呢就是减少滑点也可以说是减少滑价,或者可以说是减少目标价与实际成交价的差
那么它是如何应用的呢,我们可以从下面一个例子可以看出,某个策略需要购买某股1百万股,那么被动型算法交易软件呢开始根据当前的交易量情况分析在未来一段时间交易量的分布,从而在流动性好的时候挂出较大的委托单,在流动性差的时候呢挂出较小的委托单,这样也使得冲击成本出现了大幅的降低
虽然截止目前为止我们就讲了一种类型的算法交易,但是该类型算法交易可以说是目前最成熟,使用也最为广泛,比如国际上使用可以说最多的成交量加权平均价格、时间加权平均价格等其实都是属于被动算法交易
2、主动型算法交易
有被动,就有主动,讲完被动型算法交易呢,我们来讲讲主动型算法交易吧,其实主动型算法交易就是被动型算法交易的一个参考和补充,目前的主流依旧是被动型算法交易,主要原因还是因为主动型算法其实存在缺陷,主动判断的准确率以目前的程序来说不够高,从而使得使用主动型交易算法有可能会造成较大的市场风险
那么讲了这么多究竟什么才是主动型算法交易呢
主动型算法交易又称为机会型算法交易,这类算法交易一般会根据市场的状况做出实时的决策,判断是否交易、交易的数量、交易的价格等等,我们要知道很多交易指令是根据市场的即时状况下达,这也导致了其实其存在无法完成交易员希望的全部交易的可能性
主动型算法交易呢除了可以减少所谓的滑点外,把更多的注意力逐渐转向了价格趋势预测上
打个比方,如果判断市场价格在向有不利于交易员的方向运动时,就推迟交易的进行,反之呢则将加快交易的速度
当市场价格存在较强的均值回归现象时,我们将迅速抓住每一次有利于自己的偏移,而这其实就是主动型算法交易的核心之一
我们可以这么理解主动型算法交易的成功取决于对市场的判断
3、综合型算法交易
那么第三类也就是最后一类算法交易,叫综合型算法交易,它其实就是前俩种算法交易的结合, 不仅包含既定的交易目标,具体实施交易的过程也会对是否交易进行一定的判断
这类算法常见的方式就是先把交易指令拆开,分布到若干时间段内,每个时间段内具体如何交易由主动型算法交易进行判断,俩者的结合到达了使用单一算法所无法达到的效果
常见的算法:
TWAP:在设定的时间范围内匀速下单,降低市场冲击,最小化与市场TWAP的偏差;
VWAP:在设定的时间范围内对根据对市场成交量分布的预测进行下单,降低市场冲击,最小化与市场VWAP的偏差;
Volume Inline:以设定的市场参与率交易,在精确地以一定量比参与市场的基础上降低对市场的冲击;
Scaling:根据市场行情的变化选择相应的市场参与率下单,越跌越买,越涨越卖;
Iceberg:只下一小部分到市场上,如果成交再下一小部分,隐藏大单交易意图;
Sniper:设定的限价范围内竞争市场流动性,迅速将限价内的对手方挂单成交直到母单执行完毕;
Float:在设定的限价范围内挂单并等待被动成交,提供市场流动性,任何时间只有一小部分订单暴露于市场上;
Moo:开盘价形成阶段执行交易,以尽可能小的冲击大臣该交易,平衡市场冲击与交易执行风险;
Stop:当突破止盈/止损价时,迅速完成订单;
算法交易优劣势
相比于传统的人工交易,算法交易在多方面具备独有的优势。首先,算法交易能够最小化对市场造成的冲击,从而能减小交易中的成本。优秀的算法在设计之初就为了实现冲击成本和等待风险之间的平衡。其次,算法交易也能够提高交易的执行速度,借助于计算机的快速计算能力,算法交易下单具备更快的委托速度。相对于人工来说,算法交易的时间判断可以忽略,程序化的委托比人为的手动委托更容易成交到即时价格。第三,算法交易一方面能够较少人力成本,节省人力资源,另一方面也能避免掉人的非理性因素的干扰。通过计算机委托下单,能够减少传统方式上对交易员的人力投入,这样就能从根本根本上杜绝掉人的非理性因素影响,坚持始终如一的标准从而能获得更高的收益。再次,算法交易能保证执行复杂的交易和投资策略。相对于传统交易模式,程序化交易能更加精准的委托,更加细致地确定委托单的价格,时间以及数量。
劣势:
算法交易能够通过减少大额订单对市场造成的冲击,实现降低交易成本,控制交易风险的目的。另一方面,算法交易的策略实施所带来的频繁操作,会导致订单规模的变小以及撤单所占比例的加大,从而促使交易系统后台所处理的订单数量增加,并且撤单 比太高容易受到监管函。因此需要有风控系统能够控制系统的交易风险,并且交易量大也促使着开发新的交易系统后台(包括经纪商柜台系统以及交易所撮合系统),新平台要能够处理大量的客户订单流。
算法交易应用场景
1,私募机构、个人客户,账户建仓,批量买入;2,私募机构、个人客户、账户调仓,同时批量卖出、买入;3,上市公司,回购股份用于股权激励或员工持股计划;4,上市公司股东(如个人股东、PE公司)股份解禁,卖出;5,价值投资基金重仓单票。