高頻交易 2022年02月11日 星期五 – Posted in: 套利软件

1989年，高頻交易（HFT – High-frequency trading） 首次應用於金融市場的交易。 這種交易方式的主要優點是資訊處理的速度。 在某些應用程序中，電腦處理器的速度比人類快得多，這已經不是什麼秘密了。 並非處理器的所有區域都超過人腦，但在大多數情况下，在交易中，它恰好是這樣。高頻交易的主要想法是使用高性能電腦從交易平臺中獲利。 現時，幾乎每一個對交易平臺、處理器、電腦和價格變動的工作都有膚淺瞭解的人都可以通過這種方式賺錢。 事實上，在高頻交易中，由於工作中使用的設備的電腦特性，人們獲得報價的速度更快，並且在交易大廳進行交易的速度最快。這個過程非常快，只需幾分之一秒。 在這樣的比賽中一個人最好不要參加——這已經註定了失敗。 高頻交易和算灋交易有一些區別——高頻交易影響利潤的主要内容之一是設備的功率、互聯網的速度以及與資料中心的距離。

在商業中使用高性能電腦的想法是斯蒂芬·桑森提出的。 在他的工作時間裏，他對市場行情的變動進行了幾秒鐘的判斷。 史蒂文·斯旺森、大衛·惠特科姆和吉姆·霍克斯成立了一家交易自動化公司，即自動交易臺。 當時的優勢太明顯了，因為交易速度只有一秒鐘。 同時，其他投標人在電話的參與下進行交易。 高頻交易在20世紀90年代末大量進入市場。 1998年，SEC（美國）委員會準予了電子交易網站。 起初，高頻交易只持續了幾秒鐘。 2010年，時間已經以毫秒為單位，有時甚至更快。 直到2000年底，有關在交易場所使用高頻交易的資訊很少洩露到金融界之外。 2009年7月，《紐約時報》發表了第一篇引起公眾對這類貿易關注的文章。.

2011年，CFTC委員會提議使用HFT交易的覈心功能。

  1. 以最小延遲在5毫秒內實現極快下單、修改或取消訂單的系統。
  2. 使用軟體或特殊算灋來自動化決策機制，在此過程中，所有帶有命令的操作都由軟體决定，不需要一個人參與執行任何單獨的操作。
  3. 同一地點，即在交易大廳附近放置服務器，以减少資訊傳遞所需的時間，直接訪問交易大廳，或交易所或其他組織可以提供的單獨數據接收通路，以减少網路延遲。
  4. 非常有限的終身交易。
  5. 大量現金周轉和/或大量關於訂單交易比率的申請。
  6. 在幾毫秒內取消了大量訂單。
  7. 交易日結束時持倉量為零，因為夜間未持有大型非對沖持倉。

這種超高速交易的利潤來自交易工具買賣之間的差額。因為一次交易的利潤非常小，只能通過交易量來實現， 所以高頻交易使用大量交易。 根據高速交易的一般原則，高頻交易的基礎是當天交易，不將頭寸轉移到下一個交易日。

高頻交易算灋

高頻交易算灋。 算灋交易在對沖基金投資者中很受歡迎，他們通過交易資本來獲取投機利潤。 鑒於其儲備中的對沖基金擁有足够的資金，人們可以理解高頻交易在主要市場參與者中是如何流行的。

高頻交易可以通過使用交易策略的算灋在交易網站上進行收益劃分。 考慮一些以下這樣的交易算灋。

被動做市

被動做市——流動性的高頻算灋。 當使用這種策略時，高頻算灋通過在價差內交易從交易大廳中獲利。 價差反映了當前所選交易工具的賣方價格和買方價格之間的差异。 有些情况下，價差會擴大，例如許多買家或賣家正在參與交易時。與此同時，交易大廳裏有一個做市商，其職責包括維持流動性。 做市商確保利差不會因為尋找現時市場上不够的買家或賣家而顯著擴大。 如果做市商找不到足够的買家或賣家，就必須滿足交易工具的供應或需求。 很明顯，做市商並不總是希望通過自己的管道在交易大廳維持交易工具的流動性。 為此，它通過傭金和流動性獎勵吸引協力廠商交易員。 瞭解了這一機制後，高頻交易系統的所有者就參與了維護交易平臺上交易工具的流動性的工作。 高頻交易系統的持有者在其能力的幫助下，部分履行做市商的職能，以維持流動性。 做市商放弃了一些功能，不想再次堵塞交易工具的漏洞，高頻交易系統的所有者通過縮小價差賺錢，買家和賣家可以輕鬆地使用交易工具進行交易。 在這種情況下，事實證明高頻交易系統的所有者從交易大廳中受益并同時賺錢。

高頻統計套利算灋

高頻統計套利的交易策略是基於發現標的資產和衍生品之間的相關性。 例如，算灋交易允許高頻算灋尋找交易工具的期貨與其標的資產價格之間的關係。 套利高頻交易主要由投資性商業銀行進行。 為此他們有足够的資金，以用來可以安裝一個獨特的高頻交易軟體，以及可以聘請高資歷的工作專家。 簡言之，任何東西都不能否認通過交易平臺實現盈利的目標。

政策策略

政策策略或在高頻交易中尋找流動性的策略。 這種交易策略的基礎是在一些價格中找到大額出價。 流動性蒐索的執行管道如下：高頻交易系統的持有者從一組訂單中發出一個以價格買入或賣出的訂單。 此操作的目的是檢測大容量的事務。 當大型參與者在交易大廳中的價格水准被揭示時，流動性蒐索算灋開始對找到的交易進行蒐索。 一個主要參與者發現高頻流動性蒐索算灋並想要擺脫它的概率極低。 這種交易是非對沖的，這意味著假設了來自相反方向的價格變動的風險。

結構策略

結構化策略旨在利用交易大廳結構中可能存在的漏洞，更快地從交易大廳獲取最需要的數據。 在這種方法中，他們的服務器盡可能靠近交易大廳的中心，或者直接連接到資訊。 有了這樣的工作方案，如果其他人有更長的時間來傳遞資訊，玩家將從交易中獲利。

由於交易指令的高速執行，所有高頻交易策略都是可能的。 在現代條件下，貿易的速度是毫秒。

讓我們看看交易大廳是如何達成交易的。 交易者或交易者的算灋專家通過交易平臺向其經紀人提交電子申請，在選定的交易工具上進行交易。 交易工具的買賣訂單在交易大廳進行比較。 如果需求與供應一致，交易就結束了。 通過Feed科技，所有投標人都可以看到交易應用程序。Feed是一個特殊組織，如期權價格報告機构（OPRA）向投標人提供的關於可比非受控價格投標的資訊。Feed要攜帶有關交易工具的標準數据集的資訊，並通過特殊協定（通常通過使用UDP的以太網）傳送到交易參與者的終端。 為了跟上競爭，在高頻交易中獲得一些優勢，優化資料傳輸以縮短時間至關重要。 門店將服務器放在交易大廳的資料中心旁邊。 在這種情況下，接受Feed的時間縮短。現時，即使是這種放置服務器的管道，在高頻交易中也不再是一種特殊優勢。 那些希望獲得明顯優勢的人，與交易大廳本身進行談判，囙此有機會比其他人更快地獲取數據。 當然，這樣的服務成本不低，以犧牲小商販為代價是處於劣勢的。 這對於高頻交易來說至關重要。

最近，高頻交易的增長有所下降。 我們有理由相信，由於運行良好的系統出現故障，此類交易可能會導致巨大損失。 這種情況在實踐中已經遇到。 包括高頻交易，每種交易算灋都有其優缺點。 即使考慮到現代科技的可能性，這種貿易方式仍有很多需要發展的地方——每毫秒都有。

高頻交易程式。 此外，在一些語言中，還使用了諸如用於高頻交易的機器人等概念。

高頻交易有兩種方式。 第一種是在一個專門從事此類交易的經紀人的幫助下。 二是購買必要的大功率設備，并安裝專用軟體。 市場上有幾家開發商。 首先，有必要提前計算與此類交易相關的所有成本。 強制性費用包括軟體和交易系統的費用。 開發人員提供的程式沒有算灋、訊號或策略。 高頻交易的成本很高，這通常對普通交易者來說是禁止的——因為在連接到服務器時要支付經紀人服務、高速互聯網、交易服務器的安裝費用。 對沖基金通常使用這種服務。 使用高頻交易的程式需要微調才能開始交易。

高頻加密交易。

HFT可以應用於加密交易工具。 加密交易的高頻交易機會與其他交易場所相同。 我們應該記住，加密工具的波動性比傳統工具更高。 這為貿易創造了新的機會，也帶來了風險。 高頻交易算灋主要用於加密市場的短期交易和套利。 現時，關於高頻加密交易的資訊並不多，所以可以得出結論，就是這一領域才剛剛開始發展。 在現代條件下，考慮到交易準備成本高、單個軟體、以及此類軟體的供應商數量少，人們對結果的預期大大超過了結果。 如果有的話，回報很小。 在價格質量比方面，有許多交易方式優於高頻加密交易。

做市和套利在不同的變化中最常用於高頻交易的應用。 隨著時間的推移，策略和交易系統的數量不斷增加，新的發展已經被確定為儘量不做廣告。 對於高頻交易，沒有一個單一的定義來說其是對市場有利還是不利。 一方面，高頻交易提供流動性，降低交易成本，保持市場穩定，另一方面，高頻交易從誠實的投資者手中奪走利潤。

對於一個普通的交易者來說，高頻交易是什麼?

顯然，如果沒有非常强大的財政支持，就沒有必要開始這樣做。 比較這種交易方法的優缺點表明，對沖基金圈或大型銀行的組織可以使用這種方法。 對於普通交易者來說，這種交易方式一開始看起來成本太高，無利可圖。 在交易場所有足够多的方法可供選擇，設定和服務交易流程的成本顯著降低。

比較高頻交易和趨勢倒賣。 高頻交易需要軟體投資、交易算灋、在資料中心附近安裝自己的服務器。 使用趨勢倒賣時，您可以手動使用交易、創建專家或購買現成的。 收購現成專家的價格從100美元到1萬美元不等，這取決於算灋的成功與賣家的行銷策略。 交易機器人與交易大廳的距離並不重要——你可以選擇一臺VPS服務器，每月15美元。 第一種情况下的成本比第二種情况下的成本高得多。

做市商使用高頻交易通過獎金和傭金（即交易利潤）為此類交易的所有者帶來收入。 與此同時，擁有基於趨勢倒賣的機器人的交易員承擔傭金和差價損失。 從這個角度來看，高頻交易是首選。 在交易中使用高頻交易需要大量資金，因為單筆交易的利潤非常小，只能通過交易數量和大量交易來實現，因為在交易存款中進行趨勢倒賣投資可能要小得多，囙此可以獲得相應的利潤。 人們可以推斷出每種交易方式的利弊，在交易中使用什麼的決定權留給做出選擇的人。 在我看來，對於沒有對沖基金或投資銀行的人來說，選擇成本較低的交易方式是顯而易見的。

由於在交易前和交易階段大量投資，以及長期虧損的中斷等缺點，高頻交易已不再是屬於過去。 合理的假設是，使用這種交易的專業人士和投資者看到了高頻交易的未來。 讓我們評估一下這種貿易科技的發展方向。 基於這種交易方法的優勢——所使用的“硬體”的發展速度，軟體為那些使用迄今為止最先進科技的人提供了優勢。 現時，基於當前HFT出版品，基於資料中心的報價變化預測系統尚未使用。 換言之，在交易大廳服務器的出口處，有交易員的服務器，他們在其他人之前盡最大努力捕捉寶貴資訊，並在此基礎上進行交易。 在交易大廳的服務器入口處，好像沒有人在等待。 這似乎只是事實，但現時還沒有公開報導這種交易方式。 當然，有可能傳入的資訊不會影響引號，或者根本不會反映預期運動正對面的符號。 但是，交易系統和既定的財富管理規則應該考慮到這幾點。

高頻交易的短期預測策略

這樣，就可以製定近期的策略。 使用高頻交易的短期預測策略。 該算灋的本質在於截取交易平臺資料中心接收到的資訊，在交易平臺外用人工智慧進行處理，將報價預測傳輸到交易服務器。 使用這種交易方案的無可爭議的優勢在於，當它被使用時，從交易平臺收到報價資訊的時間可以等於零，甚至在交易平臺處理和發佈報價之前已經報價。 在速度競賽中，這樣一個方案遠遠超過於現有方案，并在交易大廳的出口處提前佔好了贏的位置。對於高頻交易而言，時間是一個關鍵因素，囙此，如果短期預測策略變得切實可行，那麼當前的富人將退居二線。 甚至可能完全離開市場，被更先進的科技所取代。

從科技角度考慮短期預測策略需要什麼。

將資訊輸入中心數據生成報價。 不要在有趣的資訊出現並轉化為報價之前很久就猜測。 對於更可靠的交易版本，在資料中心入口處進行交易就足够了。 作為一種選擇，它可以從交易大廳使用的相同來源訂購。 在現代科技水准上，這項任務是非常合乎邏輯和可執行的。

使用經過訓練的人工智慧對報價變化進行短期預測。 隨著人工智慧科技的發展，它完成這項任務的可能性也很大。 剩下的唯一一件事就是訓練他瞭解歷史，瞭解傳入的資訊如何影響引用的變化。 考慮中的交易策略的這一步將成為主要步驟之一，囙此不值得為此而節省。 在這裡，最好將主要投資集中在學習人工智慧的算灋上，為其提供最好的“硬體”。 總的來說，無論交易系統的“大腦”需要什麼，它都不需要任何東西——它將以在交易場所賺取的利潤的形式計算出回報。 這項任務在今天也是可行的。

一個在交易大廳週末報價的交易機器人。 很長一段時間過去了，沒什麼新的出現。 也許，為了實現一種更快的交易變體，有必要將人工智慧與從事短期預測交易的機器人結合起來。 也就是說，賦予人工智慧對帳戶進行交易操作的職責。 從整個系統的效能角度考慮這一點更好。 當人工智慧和商業機器人的功能分開時，也許最好的時機會到來。 這項任務過去已經解决了，現在仍然需要通過添加人工智慧功能對其進行優化。

​囙此，事實證明，在現代科技發展階段，所有問題都已經可以解决。 也許有人已經决定了，只是出於明顯的原因不做廣告。 我們將不得不與新興競爭對手分享資金。 競爭不可避免地會出現。 實力的强弱取決於貿易戰畧中使用的“大腦”。 同樣輸入的人工智慧可以根據其學習的數據在輸出端產生不同的結果，這已經不是什麼秘密了。 人工智慧存在著學習過度和學習不足的問題。 對短期報價變動預測最準確的公司將是利潤最高的公司。

差异取決於傳入數據的最終價格。 例如，所謂的“美元微笑”，包括從經濟資料中引用美元的某些不合邏輯的行為。 當非常好的數據進來時，美元邏輯性地上漲；當非常壞的數據進來時，美元非邏輯性地上漲。 在這一點上，它使用了“安全貨幣”這一“避風港”的内容。 在經濟的中間價值中，美元兌其競爭對手的匯率可能會下跌。 對這種行為的解釋通常是，投資者在這種時刻喚起了對風險的興趣。 這種說法可能有充分的理由進行責備，但事實仍然是，“美元微笑”的存在和增長是基於美國經濟的非常糟糕的經濟數據。

在短期預測交易策略中人工智慧將預測報價行為，使用得越準確，這種策略的所有者可能獲得的利潤就越大。 這種算灋直接依賴於所用人工智慧的特性是毋庸置疑的。 將人工智慧添加到現有的高頻交易算灋中不會顯著增加已經非常大的成本。 但經濟影響可能比預期更大，現時HFT科技的停滯正在讓位於人工智慧的快速發展。

發展人工智慧科技的時機已經成熟。 該範圍正在不斷審查和擴大。 除了金融部門，這項科技已經擴散到日常生活的幾乎每一個領域，並一直存在，佔據了新的市場份額或取代了過時的科技。 沒有例外和交易。 人工智慧在交易中的首次使用並不是那麼成功，以至於人們可以說，“沒有人工智慧，我們以前是怎麼生活的？” 這可能是由於人工智慧本身的問題，例如過度訓練或訓練不足。 和往常一樣，最佳黃金分割線位於兩個極端之間，必須找到最佳黃金分割線，並根據歷史資料對未來做出最準確的預測。 至少，在以毫秒計算的間隔的高頻交易中，不同開發人員的人工智慧的主要特性之一是，對於相同的輸入，輸出結果不同。 這絕對正常。 就市場而言，我們有權使用不同的算灋，從不同的開發商那裡獲得不同的人工智慧，最終交易會以最少的存款單產生最大的積極結果。 所有使用高頻交易的組織都會這麼做，這種情況發生得越早，就越不可能繼續扮演落後者的角色。 這種選擇顯然不適合專注於HFT科技的玩家。