: | : | :期货量化学习 | :期货量化 |
返回列表 发帖

国际金融算法交易介绍

国际金融算法交易介绍

当今最大的算法交易者是Citadel投资集团、TransMarket集团公司和伦敦的GSA资本合伙公司。这三家公司被认为给衍生品市场带来了很高的流动性。交易手续费优惠,吸引了算法交易公司,因为他们的交易频率很高,对交易策略的磨擦成本很敏感。 较低的交易手续费激励这些公司开发新的交易策略。除此以外,对冲基金和自营交易公司被允许直接进入期货交易所,这是交易量增加的又一个驱动因素。 直接进入市场对市场参与者来说,意味着交易指令被更快地执行,这一点对于许多算法交易者来说特别重要。 不为响应时间彻夜难眠 与算法交易者谈论响应时间,你并没有感觉到他们拼命地想获得1毫秒的响应时间优势。相反,许多算法交易者很轻松,甚至很反感拼抢1毫秒的响应时间优势。 

  伦敦的一名交易者说:“响应时间不是非常重要,响应时间能达到100毫秒就可以了,对于机构交易者来说,100毫秒足以执行一笔算法交易。与一般的限价指令单相比,几毫秒不算什么。” 交易者说,谁都想获得响应时间优势,但获得响应时间优势不是自营交易公司和数量化交易公司的最终目标。 

  伦敦一名交易者说:“你不能把所有鸡蛋都放在一个篮子里,只用一种试图在亚毫秒或1毫秒的时间内捕捉到很小的定价错误的交易策略,这是一种如果成功,就获得所有收益的交易策略。但可能的结果是,一天早上你去上班,发现有一个竞争对手比你提前1毫秒捕捉到这个很小的定价错误,结果是你全部亏损。” 交易频率高的数量化交易公司正在不断努力构造更多样化、更稳定的产品组合,这种产品组合不是完全依赖对响应时间极度敏感的交易策略。 维持必要的速度优势的成本是极其昂贵的,速度优势总有被超过的风险,这使得利用响应时间优势设计长期投资策略并将此种交易作为唯一收入来源是非常困难的。 

  交易秘密进行 交易者不认为交易业绩与系统之间有非常大的关系,他们认为系统不会对交易业绩产生重要的影响。 一名交易者说,根据我的经验,系统性能提高20%,不会对交易的盈利结果产生多少影响。 但这名交易者强调了隐藏交易策略的重要性。

  他说:“例如,对于一只流动性不高的股票,你需要一个能够模仿这只股票价格和交易量的仿真系统,理想的情况是两个时间序列完全一致,这对于提供流动性的交易策略来说很重要。如果你希望下20%的买入指令单,你不能把这20%的指令单全部下到系统中。你需要把这20%的买入指令单拆小。这样,该仿真系统就可以模仿该只股票的价格和交易时间的流动性的分布形态,使流动性看上去非常自然地进入市场。当价格上涨或下跌的时候,你不能同时取消和替换你所有的指令至下一个价格水平。 另一名交易者说,高频率交易捕捉价格交易策略的能力有限,这种交易策略的盈利主要依赖获得亚毫秒的响应时间优势。 但他也认为这具有边界相关性。他说:“很多情况取决于你隐藏交易策略的程度。如果你隐藏得很好,我认为市场很难发现在提供流动性,因而,对你有利的市场环境持续地时间就会长一些。” 交易者有时经常不能很好地隐藏他们的交易策略。这名交易者说:“如果你分析每一笔数据,经常能够很容易地察觉到流动性。总之,高频率地使用流动性提供交易策略很容易被察觉。” 
      
       仔细计算成本 美国一名银行家认为是障碍而不是响应时间是当今算法交易公司最关心的问题,主要是成本问题。 这名银行家所在的银行是市场重要的交易卖出方,同时向自营交易公司和其他银行等提供基础设施,使这些公司和银行能够在交易所交易。他说:“我们认为我们是通往市场的重要的管道,我们在衍生品市场进行了大量的买卖交易。” 他认为:“总的交易量在下降,算法交易的交易量正在上升,这与市场的演变有关,特别是流动性价差交易。” 这名银行家说,市场要求以较少的资源进行卖出交易,这也促使很多新的创新交易策略和有效性建议的提出。他相信,算法交易将在新兴市场得到发展,亚洲和非洲将有更多的公司进行自动交易。 他认为,卖出交易的发展将依赖银行的交易技术预算。他说:“目前公司对算法交易的费用支出很谨慎,公司选择将钱花在业务的其他领域。总体来看,同公司管理的资产一样,公司的投资支出在下降。” 他强调说,考虑到去年市场的变化,他所在的银行感到继续投资很重要。他说:“使客户能够交易我们的产品很重要,这些产品要容易理解,涉及不同的资产类别。” 敏捷能力 去年获利丰厚的TransMarket集团公司数量化交易业务负责人迈尔斯?库玛瑞森(Miles Kumaresan)说:“去年我们做得很好,希望2009年做得与2008年一样好。 库玛瑞森是2008年4月离开Dresdner Kleinwort公司,加入TransMarket集团公司的。他说:“TransMarket集团公司是自营交易集团,这正是我想去的地方。我每天的大部分时间都在进行人员筛选,我们积极地寻求扩大人员队伍,能够招聘到交易人才。” 

  纵观全行业,软件供应商Quod金融公司创始人之一皮彻威(Pichvai)认为,目前的市场状况对于算法交易来说不是最理想的。他预测,上海与香港,左手与右手,今年算法交易的业务增长将很小。 皮彻威说:“由于对冲基金去年的去杠杆化程度很高,交易规模缩减了很多,导致期货交易量下降。令人不能相信的是,期权市场的交易很分散。过去在美国,订单分派智能系统(smart order routing vendors)使想进行期权交易的交易者能够找到流动性,但也只有大约三个交易所能做到这一点。 

       场外交易的结构性产品转移至交易所交易,这有助于交易量的增加。但现在重要的是要记住,如果市场没有交易量,就不需要算法交易,因为算法交易没有用处。” 皮彻威解释说:“TransMarket集团公司使用的模型是很适用的。交易的执行取决于市场状况,我们总是针对市场当时的波动情况,临时做出决定。执行是交易的关键,应当引起足够的重视。我们设计的算法交易模型是量身定做的,非常适合我们的交易风格。” 他还强调了对当天的风险监控的重要性,特别是在市场存在波动的情况下。每一笔交易都要监控。他说:“不进行当天的风险监控,是在冒一个很大的风险。当日交易结束后才进行风险监控,是一种不好的控制损失的方法。” 这一点很重要。像许多其他自营交易者一样,TransMarket集团公司至多只隔夜持仓一天,不进行长期的方向性交易。这可以防止算法交易遭遇像搞垮银行和其他金融公司那样的风险。 

  在恶劣的市场环境下,TransMarket集团公司还使用其他的方法对交易进行调整,以适应市场状况。另一名交易者说:“我对于保护流动性有天然的偏爱,我相信在流动性交易方面有很多机会。超高频率地使用流动性提供交易策略是一个很好的想法,但也存在一个限制条件,就是如果你真的想进行交易,你使用的交易策略必须容量大,而且能够提供流动性,这是必须要满足的条件,同时对市场的波动不是特别敏感。即使市场没有波动,还可以进行交易,获得利润。” 算法交易者也是人 通过经常观察可以看到,衍生品市场的波动情况导致交易量下降、流动性差,算法交易的空间变小。这意味着也许只有最聪明或资产管理最好的算法交易者才能应对这个市场,在充满压力的市场上获得利润。 

      
       经验丰富的交易员布莱德?普雷斯顿(Brad Preston),是位于开普敦的Mergence经纪公司数量化交易分析师和算法交易专家,他对市场交易者说:“要想取得对竞争对手的优势,了解市场的本质很重要。” 普雷斯顿认为,与经纪人保持良好的关系很重要,经纪人能够帮助你增加价值。你可以请人帮你交易,相信他们,他们的经验可以指导交易,特别是在市场波动的时期。 有趣的是,目前算法交易发展的限制因素似乎不是减少1毫秒的响应时间或者使用技术设计一个新的算法交易模型。 例如,TransMarket集团公司去年挣了很多钱,他们利用挣到的钱继续投资,周而复始地投资。库玛瑞森说:“当挣钱的时候,说服合伙人同意新的想法比较容易,这样可以使持有同一想法的人更多。” 他面临的问题是找到合适的人才。他说:“找到有经验的人才就像是一场战争,如果有适合的,你必须马上抢到。” 对于算法交易模型来说,技术进步很重要,与找到合适的、具有数量化交易能力的人才一样重要。 库玛瑞森说:“扎实的编程技能、拥有数学才能和具有强烈的获得alpha(alpha是指在与其他机构投资者机会均等的情况下,通过减少冲击成本、选择合适的交易方式,获得相对于竞争对手略高的收益率)的天赋本能同先进的技术一样重要。我们需要能够运作和理解算法交易的人才,心里始终提醒自己要找到能够利用交易机会的模型的人才。”

论坛官方微信、群(期货热点、量化探讨、开户与绑定实盘)
 
期货论坛 - 版权/免责声明   1.本站发布源码(包括函数、指标、策略等)均属开放源码,用意在于让使用者学习程序化语法撰写,使用者可以任意修改语法內容并调整参数。仅限用于个人学习使用,请勿转载、滥用,严禁私自连接实盘账户交易
  2.本站发布资讯(包括文章、视频、历史记录、教材、评论、资讯、交易方案等)均系转载自网络主流媒体,内容仅为作者当日个人观点,本网转载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。本网不对该类信息或数据做任何保证。不对您构成任何投资建议,不能依靠信息而取代自身独立判断,不对因使用本篇文章所诉信息或观点等导致的损失承担任何责任。
  3.本站发布资源(包括书籍、杂志、文档、软件等)均从互联网搜索而来,仅供个人免费交流学习,不可用作商业用途,本站不对显示的内容承担任何责任。请在下载后24小时内删除。如果喜欢,请购买正版,谢谢合作!
  4.龙听期货论坛原创文章属本网版权作品,转载须注明来源“龙听期货论坛”,违者本网将保留追究其相关法律责任的权力。本论坛除发布原创文章外,亦致力于优秀财经文章的交流分享,部分文章推送时若未能及时与原作者取得联系并涉及版权问题时,请及时联系删除。联系方式:http://www.qhlt.cn/thread-262-1-1.html

返回列表